职场发展求指教AI infra/platform sde还是mle/ds?

个人是做 model 应用相关 MLE 的:

mle/ds:
- 要对 business metrics 负责， 所以得整天动脑筋，拿着 IC 的钱，费着 director 的脑筋， 因为离商业太近了，很多东西不一定是网上可以抄的。
- 对于 uncertainty  & risk 要适应，比如model 或者算法上线效果不好怎么办，怎么调整
- 对于数据要敏感，分析能力要强，知道怎么找 root cause 做假设和验证

ML infra:
- 基本上跟 data platform 差不多，就是弄 ML ops serving 这些东西
- 好处就是比较 transferable, 坏处就是，容易被过河拆桥，比如小 startup 你去把人家 ml platform 搭建好人家就是 shift focus 把你弄走了，比较难持续证明价值， 除非business 本身就是ML platform saas

（想要细聊可以私信我)

mle和ds是两种工作，别放一起
ml是懂ml的swe

匿名用户 发表于 2024-10-17 22:57:14
为什么不建议genai？

作为master ng（更senior的不确定）我感觉genai很香
1. 做genai既可以投genai相关岗，也可以投general ml岗，但你没做过genai就只能投general ml了，因为genai招人一般很看相关经验，但搜广推这种基本学生不可能有经验，所以有ml经验都可以面
2. genai方向好出论文，走niw更简单
3. 你在学校做的research和发的论文也对于找工作管用（肯定没有业界经历管用）

在产品组feature和ml都做过。sde无聊但是轻松，mle有意思但是卷。
还有一个就是做产品SDE经验两年就足够了。MLE很吃经验，但是弊端是合作的人或者lead不是ml或者搜广推出身的几乎没办法沟通（爱学习的人除外）

补充内容 (2024-10-19 04:16 +08:00):

另外如果不是纯model组的mle其实更考验infra功底

LittleFishBall 发表于 2024-10-18 11:15
个人是做 model 应用相关 MLE 的:

mle/ds:

感谢分享！

匿名用户 发表于 2024-10-18 13:14
在产品组feature和ml都做过。sde无聊但是轻松，mle有意思但是卷。
还有一个就是做产品SDE经验两年就足够了 ...

sde感觉也不太轻松，也许看公司吧。

匿名用户 发表于 2024-10-18 12:28
作为master ng（更senior的不确定）我感觉genai很香
1. 做genai既可以投genai相关岗，也可以投general ml ...

有道理，感谢！

update一下，楼主最近passively找工作，linkedin上来者不拒，尤其是startup，ml infra方面的面试机会非常多，而且大多一开始都是聊天，随便聊聊都能过，很多是genai infra的机会，每一个公司都吹自己几十m的funding和美好的前景，有点心动。