问下mle和ds的区别

最近看了mle的介绍，又是洗数据又是调参数的。。。这难道不是ds的活么？那有mle的公司，ds是干啥的呢？感觉没啥事做了啊

- 做poc的？可是不调参数咋知道用哪个模型去poc好啊？
- 创新模型发论文的？除了几个大厂能养一堆phd还继续学生时代发顶会论文，还会有很多公司会去热衷于招（data）scientist发论文么？

谢谢

想多了。DS就是写SQL做PPT。其实就是以前的DA。title inflation而已

传统公司，比如银行，DS就是做离线分析（SQL+EXCEL），偶尔需要用ML解决一些问题，也会开发些模型，但由于数据简单而且限制也多，所以模型不会很复杂。

IT公司，我所知道的，DS也是做离线分析，找到新决策来提高某些指标。写PPT，notebook跟大佬们开会，画完饼以后，MLE等具体去实现。等实现以后，DS做做A/B testing 看看效果。然后工作就基本结束了，需要继续找下一个坑。而MLE要负责模型的更新维护等。所以DS待遇较低，而且裁员第一个被裁。

bip 发表于 2024-10-12 12:00:27
OK，多谢。。。明白了，等于还是和不同行业（对ai model）的需求有关。。。感觉金融行业虽然也需要点前沿的ai但不是核心业务，所以就ds一锅烩了。。。科技大

性不性感这种标签没啥意义。

DS 这行确实技术门槛比较低，但是要做好需要更多的business sense。这在我看来是不容易培养的，至少我不清楚如何系统性地提升自己这方面的能力。我觉得写SQL是ds最不重要的能力，因为过不了多久Text2SQL 就能完全取代手动写SQL了。ds的核心竞争力是对产品和business的深刻理解，从而能提出关键的问题（hypothesis）说不定ds出身的人相比之下更能进入公司高层？maybe？

engineer我也不觉得会更容易被ai取代。如果一个engineer只会盯着眼前的一小摊东西，那确实会很快被淘汰。这就和我上面说的ds只盯着SQL或者一两个数据集一样，很容易被ai替代。现在ai所不具备的能力是对整个系统的理解，或者对business的全局理解（这从某种程度上说也是一个系统）。所以不管是mle还是ds，都必须要加深对系统的认识，才能让自己无法替代。关于这一点，有个yt的up叫internet of bugs总结的比我更好。

At the end of the day ，我不觉得这两种道理有什么高下之分，找一条适合自己的去干就完事儿了。

maohappy2013 发表于 2024-10-12 07:16:38
想多了。DS就是写SQL做PPT。其实就是以前的DA。title inflation而已

大哥，我读书少您可别蒙我啊😂这么说LinkedIn上看见那些什么微软之类的公司在招senior/principal ds的工作难道就是大号写sql的就完了？（虽然也听说Facebook ds好像确实会面试很多sql？）

那这样和data analytics组有啥区别？

这ds在2014年那阵不还是21世纪最性感的职业了么？那时job title也没分的那么细，感觉ds啥都做。。。现在分得细了（ds和mle分开了），合着最性感的部分分给mle了？ds只被工作细化的潮流里接盘了个sql，ppt的工作？

话说，sql和ppt的工作有啥相关性？sql不是开始拿数据探索数据时干的事，ppt是最后模型做完了给stakeholder汇报工作时的事么？为啥这一头一尾的事情归ds，中间模型的部分归mle了？

级别的区别在于 stakeholder buy in 和 headcount支持。
如果VP愿意给你20+ DS/MLE headcount，那么你就是principal/L8+ leader。

VP眼中无非是cost (headcount) 和 impact 最大化。
SQL还是ML model只是产生impact的方式。如果SQL能解决问题，那就SQL；如果必须使用ML model 才能显著提高性能，那就上。
DS/MLE title 主要是面试时候考察技能的侧重不同，leader可以按照实际需要调整职位配比。

zzaq11 发表于 2024-10-12 11:03:29
级别的区别在于 stakeholder buy in 和 headcount支持。
如果VP愿意给你20+ DS/MLE headcount，那么你就是pri

谢谢！

我没在科技大厂干过不太了解。。。您意思就是principal是管20多个左右ds/mle的tech lead职位？（lead/senior ds呢？就是管个三五个？）

职位配比，您指的是junior/senior/staff ds的配比？还是ds和mle之间的配比？

DS 这个title现在很混乱。在很多的银行是做model的，虽然银行的数据简单，模型也就简单。我知道ds在Uber和Walmart更类似于Amazon的AS，也是做machine learning的，但是不一定做productionization。但是在大多数的科技大厂（Apple，Google，Meta等）ds都不做ml的。

BobbyBear 发表于 2024-10-12 11:22:12
DS 这个title现在很混乱。在很多的银行是做model的，虽然银行的数据简单，模型也就简单。我知道ds在Uber和Walmart更类似于Amazon的AS，

OK，多谢。。。明白了，等于还是和不同行业（对ai model）的需求有关。。。感觉金融行业虽然也需要点前沿的ai但不是核心业务，所以就ds一锅烩了。。。科技大厂就靠这些模型赚钱了所以业务庞杂，职位（尤其production方面）分的细，从而水涨船高title inflation了。。。。

这么说去科技大厂做ds岂不是很爽？名义上又是21世纪最性感职业，实际又只是写写sql做做ppt。。。那假如挣得还比银行里的ds多（是这样么？）这岂不是美差？。。。就不知道稳定性咋样，感觉比mle更容易被ai取代/被孟买外包了啊😂

bip 发表于 2024-10-12 07:31:37
大哥，我读书少您可别蒙我啊这么说LinkedIn上看见那些什么微软之类的公司在招senior/principal ds的工作难道就是大号写sql的就完了？（虽然

楼上那位没说错 在北美和大厂的话 DS基本和DA inflated差不多 就是做analytics 我在meta什么的看到的都是这样 MLE是另外职位 DS绝对不会做什么复杂模型 别说deep learning了感觉跳出analytics范畴的都不会去做

DS曾经很火 现在已经过时了

mle首先是software engineer。也就是说engineer的活你基本上也会干。你的outcome不能是directions或者research，必须全部系统implements出来，完全产品化，还得maintain。

bip 发表于 2024-10-12 07:31:37
大哥，我读书少您可别蒙我啊这么说LinkedIn上看见那些什么微软之类的公司在招senior/principal ds的工作难道就是大号写sql的就完了？（虽然

fb的ds就是da，标准的da