由於自己對ML的所知的大略概念，和Vertex的基本使用方式介紹已經結束，已經能夠部署和得到預估值，剩下的就是調整模型變得更好，以及做出更好的資料，或考慮進階的訓練模型工作，所以在這篇做個結束。

後面再補充兩篇延伸的相關心得文章。

• 延伸(1) ML接入團隊的開發生態
• 延伸(2) ML到底要不要念統計

心得分享

非常感謝團隊的幫助和主管的支持，才有機會走到這一步，雖然到目前為止拿不出什麼顯著的成果。

回頭唸數學/統計是有點痛苦的，在以前唸書的時候本來就是比較喜愛寫程式實作，資料結構、作業系統方面的學科，數學相關的方面真的不怎麼樣，但是學習和接觸新東西又是快樂的。

難得可貴，主管願意放一個任職5年，coding有7年經驗的工程師，跑來嘗試以前未曾接觸的領域，想想這個機會成本也不容易。

又或許派個比較有點資歷的老鳥，即使對於新未知的領域，可能具備一定的規劃和設定目標能力，增加有實質進展的機率。就個人想法會這麼說，是因為這一路走來體驗到這不算輕鬆的任務，自己覺得若隨便把一個沒相關ML背景的新人工程師指派研究AI，又要能夠結合商業應用，可能不是個好主意。

很多坑，很坑。

另外這個任務也沒有所謂明確的目標，基本上靠著不斷地提出想法討論，跟著大家一起決定短期的方向。

總歸來講，不輕鬆(精神上的)，但是很有趣。有句話是這麼說：「覺得痛苦，是學習新東西的一種過程感受」，因為在打破既有的概念，重新塑造新的知識體系，那麼也是一種有在前進的證明。

最後再分享一點，因為需要對AI有更多的認識，而這幾個月大量地去閱讀AI應用的故事和文章，以及多了解到這幾年AI相關應用的精進和變化，更體認相關發展已經是無法阻擋的趨勢，加上工具和流程越來越方便的演化，這個領域正在高速成長，世界會因為AI發展帶來更多機會。