DS转MLE经验分享

多年经验的FAANG老DSA,  干累了analytics, 借着裁员的风潮硬转MLE。 分享下经验，方便其他有这个想法的DSA。

• coding： leetcode刷900题. 650medium, 100hard, 150easy. 周赛2-3题之间徘徊。感觉是自己题还是刷的不够。也许是年纪大了脑子不好使。总之接下去的时间还是要多刷题。方法大家都总结过了， 先分类刷，再写笔记，然后乱序刷，最后参赛。
• ML system design: 买了https://bytebytego.com/courses/m...ction-and-overview. 还是很有帮助的，尤其是对之前没做过MLsystem的同学有很大提高。
• ML 八股文： https://sassy-glasses-37e.notion...2836ffeb837f34&pm=s。 以这个为模板自己添加其他内容。
• 结果： 4个月时间，一个半月刷题，后面看design复习八股同时也刷题，投无数公司，32个HR call,  28进一轮tech screen, 16进2轮tech screen （也有一轮就onsite的）, 11进onsite, 3 offers. 失败率总体比之前找DSA高很多，主要是没做过MLE， 很多corner case准备不好，只能靠面试fail来准备。也有部分原因是市场没那么好，自己的ML经验不多也不是非常对口。
• TC, 比FANG DSA -10w吧。主要是股票少了很多。值不值得见仁见智。

楼主厉害，祝楼主一路顺利！

不知道楼主是不是被裁了没有选择，我现在大厂做ML的role， 类似meta MLE/亚麻AS之类的，想讲一下我的two cents。 当初其实我反而又萌生跳去meta做DSA的想法， 但是pay肯定是降的， 后来碰上裁员潮就作罢苟着，但是做了大概8年ML了， 想分享一下， MLE众所周知工资高，地位高，但是说实话缺点和压力也是不一样的。

ML的role，进去公司能不能成功，跟技术能力真的关系不大，现在那点ML的知识，进去谁不会呢，最大的取决因素是你在做什么project，什么domain。 很多很多组，要做的东西根本不适用ML，但是却强行上ML，碰到这种组有经验的ML员工估计一眼就看出问题，赶紧提桶跑路转组，最怕经验尚浅，沉迷于各种ML的奇淫技巧，最后踩进坑了拼命调参去解决一个用ML根本解决不了的问题，赔进去了几年职业生涯也学不到什么东西。

所以要是ML的role，选中一个有前途的project/scope/domain至关重要，比较避坑的会有例如什么Fraud detection， people DS什么的，免得得罪人这里就不多说了，我觉得作为ML职业的初期，最好就是多做做不同的project选不用的domain培养一下Business sense， 这行的竞争力从一开始的technical，慢慢会转变成你对一个项目落地合理性和结果预期的把控。

然后选了一个好的domain，但是要是背负KPI的话，压力其实跟销售差不多，例如做推荐，OKR就是这个季度要提高多少% CTR，想想压力大不大？ ML模型毕竟是模型，得A/B testing，在meta你肯定也知道讲impact的话用ML出metrics 比DSA出metrics难多了，过程很不可控。你提高CTR，帮公司提高了赚了钱，也不像销售那样分成给你，顶多给你一个好rating工资加点花生， 但是干不成几个quarter你就很难survive了， 懂点ML的都知道这个role的工资高大概也是源自于这种不可控的风险也高。同时能提高metrics的东西很多也要进production， 不是每个组都有luxury resource有SRE/SDE帮你oncall， 当你做了几个模型又没人oncall的时候，你就相当于24/7 oncall + 要研发新模型，break production的压力也是有的，MLE首先也是engineer， 等于一个人做Science + Engineering的工作是必须的。

再加上ML工作的技术迭代速度也相对较快，以后面试肯定是越来越造火箭了，看现在面试你也要准备那么多，以后只会越来越卷，所以MLE肯定不是各方面完爆DSA的。 根据职业发展，其实待遇MLE>DS>business这种我们觉得都正确的逻辑，却会发现职位越高差距越少，例如亚麻BIE，做到L6 > 亚麻AS L6 MRG再到L7/L8领导一堆名校PHD AS的可能性大大的有，工资差距越来越少，到了Director + 可能技术Director跟MKT Director待遇差距都不大了，提前给LZ打个预防针。

现在个人想法就是懒，觉得MLE这个工资虽然暂时有可能高点，但是其实风险也大，比较容易掉进特别的ML domain， 比起analytics离Business更远了一点点， 所以估计等市场变好之后，会尝试降薪或者平薪转行一些中小厂的analytics mrgs + 的role试试能不能走出卷ML八股文/技术的道路，感觉跟楼主正好相反，挺有意思的，欢迎楼主也来分享你的two cents。

tier one的DSA比tier three的MLE赚的多。很正常。但是转MLE给了自己一个成为Tier one MLE的机会

lvbeatles2014 发表于 2023-9-2 23:56
想听细说，哪些要避开以及理由呢？想参考一下，谢谢！

就是一些数据量特别少，或者Business impacts不高的domain做DS会很坑，例如什么people analytics,  要是那公司才几万名员工（已经是很大的公司了，大部分才几千人）， 可以建模的空间就特别少，还有啥B2B，公司几千家都算多了，很多东西就是没有足够data， 例如fraud detection， postive的点特别少，还难measure impacts， 第三方数据signal又难join等等的问题，DS都是坑。 还有些大坑的很奇怪的domain，例如什么帮亚麻工厂选址啥的， 在google paid search上做bidding结果google没数据啥的，有些问题你让ML大牛来也是死，可能随便一个Business rule或者第三方就给你beat了。

谢谢分享，以为MLE比analytics挣得多呢

楼主能给点建议我这个找了大半年都找不到的data小白吗。
刚入行是不是找data analyst容易点。
你方便的话可以看下我简历吗。

匿名用户 发表于 2023-9-2 11:53
tier one的DSA比tier three的MLE赚的多。很正常。但是转MLE给了自己一个成为Tier one MLE的机会

内部转岗不考虑吗 比如找机会和mle相关的组合作 积累多点项目经验 再出去面mle会不会好一点

好累啊，

如果有身份了，感觉还不如找个WLB好的地方继续做DS躺平，然后折腾折腾副业

请问楼主DSA转MLE的话简历上有什么project吗。有同样想法，但是工作中没有机会做MLE end to end deployment之类的项目，自己做project听说hr也不会看。想请教一下楼主写简历的经验，谢谢🙏

楼主以前有ML经验吗 就是纯刷题+design+八股硬转啊？太流弊了

Dreammy 发表于 2023-9-2 15:18
楼主能给点建议我这个找了大半年都找不到的data小白吗。
刚入行是不是找data analyst容易点。
你方便的话 ...

没太多办法。只能熬。目前市场上senior人太多。等慢慢消化了以后应该会有机会出现。降低期望，先找个能续身份的熬着。

匿名用户 发表于 2023-9-2 15:55
楼主以前有ML经验吗 就是纯刷题+design+八股硬转啊？太流弊了

有很少的ML经验。都是5年前的。当然有相关学历，开始准备时至少知道传统机器学习。