DS转MLE经验分享

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。

最近也想从DSA转成MLE 刚开始刷题 在网上很少看到相关经验的分享 感谢楼主的帖子 希望有机会可以交流

匿名用户 发表于 2023-09-02 19:49:08
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

请问根据前辈的经验来看，什么样的domain做ML会比较好呢？想要找方向积攒经验，感谢分享！

匿名用户 发表于 2023-09-02 19:49:08
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

想听细说，哪些要避开以及理由呢？想参考一下，谢谢！

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。

匿名用户 发表于 2023-9-2 19:49
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 ...

讲得太对了，mle很多时候真的是选题已经决定了你的成败了。平时压力真的是太太太太大了。楼主有考虑过转纯engineering么？或者是转engineering management。。。

匿名用户 发表于 2023-9-3 00:44
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 ...

太有同感了 之前在某b2b fintech做dsa 那数据量简直 都没法做a/b test
整个公司是sales主导 你分析来去也不能对strategy有啥影响
team 20+人名义上叫dsa实际做着da+de的活因为没有de
从此再也不进b2b搞data

匿名用户 发表于 2023-9-2 22:49
. check 1point3acres for more.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 ...

谢谢分享。和我想得差不多。MLE解决的问题更明确，但是背负measureable的KPI。DS解决的问题通常更抽象，但是可以不背负measureable的KPI。DS对情商和沟通能力要求更高，通常高level的DS要coordinate多个组，并且要和更高层的领导沟通ppt，负责更高层次的roadmap和business forecast。MLE更多是技术工作，当然，好的MLE善于抓住可转化ML的business问题。

就个人来说，主要还是干久了心累了。自己并不擅长influencing without authority。 而且比较低情商(经常怼侮辱人智商的metric hacking)，也不是老板们的嫡系和喜欢的。所以绩效一直中上。想尝试点新的。还有就是一直以来自己都在以年纪大了了刷不了题为借口逃避，现在决定不再找借口。

. 1point 3acres 以后说不定吧。DSA面试对我而言基本是肌肉记忆，完全不需要准备也能拿几个onsite。走一步看一步吧。也许一直爬MLE，也许回来。总之尝试过了就没有遗憾了。

yyds1995 发表于 2023-09-02 22:38:01
讲得太对了，mle很多时候真的是选题已经决定了你的成败了。平时压力真的是太太太太大了。楼主有考虑过转纯engineering么？或者是转engineering management。。。

转纯engineering得看领域 de可能可以但是感觉兴趣不大， 后端前端数据库设计咱也没经验 换回entry level感觉很伤..

匿名用户 发表于 2023-09-02 19:49:08
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

和层主一模一样的感觉，也在想是否转去做DSA，跟business更近。但是communication是硬伤。