DS转MLE经验分享

匿名用户 发表于 2023-09-02 23:02:57
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l

看到楼主所说，像在说我，同样不擅长influence without authority、看不惯metric hacking，这两点似乎造成了职业发展的瓶颈，但我仍寄希望于 用“创新”的方法解决业务问题上，思路就是 集成弱模型 来解决大问题，暂时还没腻。。但可能仍然无法突破职业发展，只能走技术路线，如果老板不懂技术 那位置就十分难受。。确实看到很多一点不懂技术 却能带队的dsa、还不是大老板。。哎

匿名用户 发表于 2023-9-3 09:44
看到楼主所说，像在说我，同样不擅长influence without authority、看不惯metric hacking，这两点似乎造成 ...

大佬能不能举几个 metrics hacking 的例子？

如果business不行，肯定不能转DSA吧。DSA爬梯子爬到后面能胜出的都是很会搞politics和business的，技术会不会都不重要，都可以临时学的，因为比较简单。如果觉得自己soft skills不是强项，或者不想在这快深耕，肯定要往更tech和engineering 的方向走。如果觉得做MLE的时候communication都不够用了，那跑去做和business更近的DSA，那不是更暴露短板了嘛。。离business越近的地方，斗争越激烈。

匿名用户 发表于 2023-9-2 22:49
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 ...

能不能向楼主请教一下为什么fraud detection会是个坑呀？ 那比较好的ml domain有哪些呢， 例如典型的搜广推嘛？

Judyy_0515 发表于 2023-9-3 16:24
能不能向楼主请教一下为什么fraud detection会是个坑呀？ 那比较好的ml domain有哪些呢， 例如典型的搜广 ...

fraud detection看具体行业，但是很大部分跟交易数据相关那种fraud，首先其实fraud的数量不是特别大，真实label难拿，例如信用卡的charge back可能是交易发生几个月后才能拿到，还得有一大堆第三方vendor提供你的lable，例如visa/mastercard之类的，你对用户信息了解也特少，几乎是需要了解很多PII信息， 有privacy的限制， 基本也是靠上下游vendor大家尽可能多要数据，这过程充满扯皮和regulation。 这个domain很不适合甲方公司自己做，一般是一些数据平台做成产品卖个甲方公司比较合理，例如visa自己出一个fraud detection产品，但是在visa内部估计也是体系庞大充满regulation很多数据也是没有的，最后做出来但发现也有很多Business rule或者其他中小公司提供的solution更好， 市面上也有N个已经号称fraud detection的AI vendor了，是极度费力不讨好的domain， 裁员也是容易被impact

我最近也在从AS/DS转MLE，感谢楼主分享！

ML system design 的那本书链接进不去 能发一下书本题目和作者吗 谢谢

distantbird88 发表于 2023-9-5 15:01
ML system design 的那本书链接进不去 能发一下书本题目和作者吗 谢谢

在bytebytego网站上。 要买的。我花了20刀买了。不过好像不能下载只能在线看。(声明不是广告)

感谢楼主分享 太强了 祝福！

13861330503 发表于 2023-09-02 11:49:06
谢谢分享，以为MLE比analytics挣得多呢

是因为楼主换了公司吧。同一家公司mle比da高