我與Umbo Computer Vision的兩年(1)
2/1是我最後一天在Umbo的日子，走往捷運港墘站的路上，我忍不住開始回想過去兩年的日子。
2017年1月19號，我踏進松德路161號的辦公室，展開了第1份實習生活。帶著緊張以及興奮，準備好大展身手 ，但我重重的摔了一跤。兩年來，我經歷了YEF的洗禮，跌跌撞撞的拿到了清大的畢業證書，在邊工作的情況下將博士班的申請投了出去。而在Umbo的這段時間，我身為工程師，又有了哪些改變呢？
「紀錄點什麼吧！就算是為了給自己一個交代。」
兩天後的除夕夜，我躺在床上打開了電腦，下定決心寫下兩年來的一些故事、參與過的各式專案，從工程、研究、運行到心境上的一些變化，給有對實習有興趣的朋友們做參考，也整理一下自己思緒。
我把自己拖回比兩年前更早一些些的時刻….
在2016年底，剛進入大三的我，在半年前完成了Andrew Ng在Cousera的Machine Learning，並修完了系上第一次開授的機器學習理論。透過偏應用的線上課程實作了Neural Network於數字辨識、Principal Component Analysis於影像壓縮，透過系上偏理論的課實作了Support Vector Machine的Sequential Minimal Optimization (SMO) Algorithm、AdaBoost Cascade Classifier、以及一個將黑白照片上色的期末專題，不過我還是對於Machine Learning有很多疑惑。
如果要在系館大門做一個臉部辨識門禁系統，每個人要多少張照片？ 光影變化會不會影響？要用哪些Classifier？ Feature Vector要怎麼取？怎麼把他串接上門禁控制裝置變成真正的系統？
Machine Learning 到底怎麼實際運用在現實生活中？
這個看似潛力無限的技術，為什麼霎時間變得這麼虛無飄渺？在那個國外早已掀起ML、DL浪潮，清大資工系尚未開設任何一門「機器學習」、「深度學習」的時間，我不得不離開清大找尋這個問題的答案
— — 而實習是我當時唯一的解答。
餵鯉魚搬的灑下了我的履歷，擠出任何曾經在我腦中的閃過的Machine Learning新創公司，也不管對方有沒有開出職缺，只要看到可以觸及的信箱就連忙塞了過去。
只有Umbo在幾週後給了電話面試的機會。
「我是清大電機系大三的學生，我修過Machine Learning的課程以及正在修習Computer Vision。我會想找實習是因為我對公司的產品……」
電話中簡單介紹了自己作為開場，包含做過的ML專案、找實習的初衷、以及說出預先準備的公司資料以展現我的積極。他問了一些專案細節以及分享了他過去的一些經驗，厲害到令我十分驚訝。但真正令我說不出話的卻是最後這個問題：
「我想今天不只是我面試你，而是看看你想來公司獲得什麼，而我們可以給予你什麼樣的機會。」
「我想知道Machine Learning如何運用到實際產品上。」我想這樣回答，卻又覺得太過模糊而吞了回去。
「你會想要獨立做一個跟電腦視覺比較相關的專案，像是車牌辨識，或幫公司做一些內部工具，與同事有比較多的交流？或是…..」
五花八門的選項瞬間打破了我們之間的沉默。我開始思考自己到底想做什麼，一個個去除掉了聽起來不是很有趣的選項。掛上了電話，拖著38度的身體躺回了床上。我到最後都沒有回答那個問題的答案。
11月中，我拿到了生涯第1份的Offer，寫著
We really like your passion and believe you will do great work as an intern at Umbo CV
我在隔年1月開始了我的實習。
離開公司的前兩天，因緣際會與一位希望來Computer Vision Team實習的大四學生面談。我和他分享在公司做過的專案，從資料蒐集、做研究到分散式訓練。
「我想知道Machine Learning如何運用到實際產品上。」
在他不堅定的眼神中，我看見了兩年前的自己。
【我與Umbo Computer Vision的兩年】
Part 1: 漂浮在A.I. 浪潮下的我們 (本篇）
Part 2: Qualitative or Quantitative? All you need is to have data.
