meta L6 infra vs ML infra

刚面完meta L6 (infra track)，目前经验主要在distributed system, database/data warehouse, infra和event driven micro-services/backends。
没有ML model的经验，但是对ML infra感兴趣，不知道是否比较难match上ML Infra相关的组？或者就算match上了，是否可能因此down level到L5 （不太考虑 L5）? 还是match和自己经验比较对口的组，比较稳妥？
感谢！

ML 就是一个 workflow hosting infra,最重要两个 training 和 inferencing, 一个是类似于 Job scheduler + niche hardware optimization 还有比如CUDA pytorch这些 framework。

一个是inferencing更接近传统的分布式系统 Server。

不需要太多 ML Model knowledge。

匿名用户 发表于 2023-9-7 10:34
ML 就是一个 workflow hosting infra,最重要两个 training 和 inferencing, 一个是类似于 Job scheduler +  ...

是的，training 里面稍微有点domain knowledge 比如CUDA那些
inference/serving的 大部分就是普通分布式，和少量domain knowledge
还有个feature store 也是比较generic 的 scheduler/DB
infra 的需求反正也是别的组会提出的，并不难follow

ML infra is way more infra than ML. 基础的ML内容，跟🐶家免费的DL 课程就够用了。如果非常感兴趣的再看看deeplearning.ai的也够了。

我刚刚面了meta software engineer, ML. 可能会想去做ml infra. 感觉做modelling 调参没啥前途？

帮顶，马一下，想看看ml infra需求什么

感觉做ML infra，会ML不是一个硬性条件

匿名用户 发表于 2023-9-7 11:34
ML 就是一个 workflow hosting infra,最重要两个 training 和 inferencing, 一个是类似于 Job scheduler +  ...

是的，但是感觉到了L6，特别是现在的市场条件下，hm可能还是希望你有exactly same experience before，来了就能快速带项目，甚至把之前公司做的项目，直接拿来build？
maybe I am wrong。但是还是希望能试试看，能不能找到match的ml infra position

当然不要降级。先按照E6进去做infra。要是前景好直接升，前景一般也能找机会平级跳到ML相关项目。

匿名用户 发表于 2023-9-7 11:51
是的，training 里面稍微有点domain knowledge 比如CUDA那些
inference/serving的 大部分就是普通分布式 ...

非常好的建议，感谢！

匿名用户 发表于 2023-09-07 11:51:10
是的，training 里面稍微有点domain knowledge 比如CUDA那些
inference/serving的 大部分就是普通分布式，和少量domain knowledge
还有个f

关键是自学路子很多，但是招人的认不认这些课程呢，还是只看业界经验？上了课没有实际业界经验的在招人的眼里作数吗？

匿名用户 发表于 2023-9-7 11:53
当然不要降级。先按照E6进去做infra。要是前景好直接升，前景一般也能找机会平级跳到ML相关项目。

感谢建议！