研究生该卷ML track吗

楼主水平一般 研究生以后一直在大厂做ML 现在4.5YOE 感觉很迷茫 求各位前辈指导


个人感觉ML这个track里PhD的大佬还是太多 而且跟这些大佬比自己确实水平不太够/对model的理解不够 感觉技术上的压力比较大 也看不到超过这些大佬水平的可能 我自己的感觉是就ML这行而言 有个理工科的PhD确实比研究生强不少 懂和不懂的人差距真的很大 当然可能因为我自己能力没特别强


对比之下感觉product做开发的朋友们（研究生）相对来讲技术上的压力小一些 个人做的ML也是比较偏向实际应用的ML 我感觉这样的ML往后发展的潜力也不是很高 属于既不是research ML也不是product 感觉有点不伦不类 继续发展下去可能也没办法成为domain expert 另外之前实习的时候我其实做的是iOS的前端开发 所以对product side也比较懂 现在工作YOE也没特别久 要换还是有可能的


个人preference来说可能对ML还是比较有兴趣的 但是感觉成长曲线在公司里也比较缓慢 很多时候就是调调参数...


只讨论一般case 不讨论水平特别高的大神 希望大家给点建议

看你怎么看待ML。如果你觉得ML是未来的方向，那就相当于你2000年一个硬件工程师问，现在该不该卷互联网。如果你觉得ML是个bubble，那就相当于2021年的软件工程师问现在该不该卷加密货币。

该做做，ML researcher和MLE差距很大，researcher更偏研究，engineer偏实现，engineer积累的怎么optimize data pipeline，怎么训练model更快，怎么部署上线，product knowledge都很重要，业界用的model也不是什么高深model，有没有phD都能做
PhD的优势是论文比你读的快，research能力强，有title更容易得到trust，有当然好，但没有也并不影响你发展

我也在大厂做ML 非常product side
我不觉得需要phd degree才能做呀 每天读个一篇paper都够用了 product side ML其实还是最需要那个特定领域的domain knowledge才知道要试什么新的ideas
很多phd他的研究方向也不是和工作完全align的 最重要的是自己去做research 读paper 整合想法的能力 就是说这能力刚好读phd训练到了 但是我觉得在工作中也可以训练到

同感，大佬太多。

为什么不能成为 domain expert?

情况跟我一样，感觉是自己发的贴