近兩年，AI 熱潮席捲全球，該怎麼將它融入工作、又或是該如何從事相關行業，成為熱門討論話題。Meet.jobs 邀請原本是文科背景的 NLP 工程師胡舜傅透過自身經驗，分享轉換專業的過程與考量、以及非理工背景的人可以如何學 AI。
現在在 Meet.jobs 擔任 NLP（自然語言處理）工程師的胡舜傅，每天的工作內容與 AI 人工智慧、Machine learning 機器學習密不可分，但其實在他大學畢業以前，專業是外文和心理學，完全沒有理工背景，直到前往海外求學，才確立心之所向。
跨領域轉換專業怎麼做？他的 3 個抉擇標準
面對求學上的每個選擇，胡舜傅有自己的一套抉擇標準：經濟條件、興趣與社會期待，「首先是評估自己的經濟條件，再來是挑選自己的興趣，若還不知道自己的興趣是什麼，就先選最符合社會期待的那一個。」
對甫從大學畢業的他來說，去國外攻讀心理學碩士，是最符合個人興趣與社會期待的選項。但龐大的學費與生活費，讓海外留學成為幾乎不敢奢望的夢，在面臨經濟條件不滿足的情況下，胡舜傅積極唸書考取公費留學，最後成功前往加拿大的英屬哥倫比亞大學讀心理學碩士。
「很多人都以為公費留學很難考，所以不敢嘗試，但其實當年我考的那科（認知神經科學）只有 33 人報考，只要贏過 32 人，就能取得資格。」
只是到了研究所，才發現學習方式不同於大學，所有資料從零到一皆需自己研究與整理。在使用心理學統計軟體時，胡舜傅意識到自己並不喜歡心理學現有的研究方式，希望能找到自己認可的方式，於是決定繼續攻讀博士班，只是這次換了專業——統計學。
但公費補助只有三年，碩士班就用了兩年，博士班只剩一年的補助時間，為了賺取學費與生活費用，胡舜傅在讀書的同時也擔任教授的研究助理，前前後後為 14 個團隊跑統計與設計研究方法。
雖然邊寫論文邊工作的生活相當辛苦，但胡舜傅這才發現原來學了統計學後，再多學一點程式撰寫，就能學會當時很夯的資料科學（Data Science）。他在擔任研究助理時，深入接觸程式撰寫，也為自己拓寬未來的求職路，「這些研究經驗有助我進一步學習如何寫程式，讓我不只是一個只會寫學術論文的人。」
這條學習路上，胡舜傅遵循自己的興趣走，只要不符合，便換條路，且不忘讓自己有足夠的經濟能力。但他也建議若尚未找到興趣，「先選像是薪資最高的、最有聲望的專業，先取得這些硬條件，再同步慢慢探索自己的興趣也不遲。」
擔任 NLP 工程師，設計出履歷自動推薦系統
畢業後，累積豐富程式學術與實務經驗的胡舜傅，在 Meet.jobs 共同創辦人林昶聿的邀請下，接下自然語言處理的工作。現在主要負責寫 AI 程式碼做履歷分析、設計後端系統的架構、帶領新人做 AI 等。
回顧目前在 Meet.jobs 任職的 8 個月，他觀察到，不管是行銷、還是獵頭顧問、或其他不同專業的同事，對工作都很有熱情、且相當專業，讓自己在這裡工作也很有動力。
雖然工作時間不滿一年，但胡舜傅已做出一點成績。他認為最有成就感的，就是帶著實習生在半年內，設計出複雜的履歷自動推薦系統。他解釋：「使用者只要將徵才條件輸入至系統中，AI 就能自動推薦出符合需求的求職者，提高徵才效率。」此系統目前為 Meet.jobs 內部使用，加速獵頭顧問搜尋人才的效率、加快合作企業與求職者的媒合流程。
談到選擇一份工作的考量因素，胡舜傅認為「薪資高低」、「是否與未來職涯發展和興趣相符」都很重要，但「人與環境」也是他抉擇的重要條件。「去一間公司面試時，就能觀察與面試者的對談過程、公司的環境與氛圍等。像我自己就比較喜歡公司規模較小、較能自由發揮的地方。」
AI 風潮來襲，有個人想法者將更具優勢
去年底開始，AI 熱潮延燒全球，各家企業接連推出嶄新技術，欲贏得這場科技競賽。
在這個風潮下，將對軟體開發產業帶來哪些影響？「生成式 AI 會降低寫程式的學習門檻，因此對產品充滿獨特想法的人，相較很會寫程式的人，更有優勢。」胡舜傅解釋，正如當初 Python 的出現讓寫程式變簡單，吸引非資工背景的科學人才加入，促成機器學習的盛況，現在 AI 寫程式勢必也會掀起另一場革命。
除了影響勞動市場，AI 風潮也改變人們的工作模式。對他來說，AI 早已是他不可或缺的工作好夥伴，在寫程式碼、學習或理解他人寫的程式碼、創意發想等面向上，他都會找這位虛擬同事幫忙。舉例來說，胡舜傅會請 AI 幫忙檢查自己寫的程式碼是否可以更簡潔，又或是請它解釋別人寫的程式碼、幫助自己學習。
線上免費學習資源琳瑯滿目，非理工背景也能學 AI
看見 AI 蓬勃發展，未來勢必有更多青年想投入相關產業。對此，胡舜傅針對資工系背景與相關科系背景者給予不同建議。
- 本科系背景（資工系）：建議念到碩士以上的學位，若有期刊發表到電機電子工程師學會（IEEE）或電腦協會（ACM）更加分。
- 相關科系背景（心理、經濟、商業、應用數學、物理、生物等會運用到統計或數學模型研究的科系）：進一步學習如何寫程式語言、了解如何使用他人寫好的 package，並累積機器學習經驗與個人作品。
- 沒有相關背景的求職者：胡舜傅也分享許多學習資源提供參考。比如台大、清大、交大、麻省理工學院等學校有免費的線上課程可以進修；也能透過如 ChatGPT 上的官網文件學習，若看不懂還能直接請 AI 解釋。
另外，他也推薦台大電機系教授李宏毅的 YouTube 和 個人網站（新站入口），以淺顯易懂進行機器學習的教學。「網站內的知識每年都會更新，裡頭還有收錄別人的作業也要點進去看，學習助教怎麼寫程式。」胡舜傅補充。
「選錯了沒關係，每個抉擇都是學習的歷程。」
從文科生轉向理工專業，一直以來，胡舜傅為自己的求學與職涯做決定時從不優柔寡斷，「我把自己想成終身都在學習，每一個專業或求學歷程的選擇，都只是眾多學習歷程中的一小點而已，就算選錯了，也沒什麼關係。」於他而言，這條路上不是得到，就是學到，沒有白走的路。
延伸閱讀
