【个人观点】AI 时代 DS/MLE 可以做什么

lindastar1994 发表于 2025-9-14 19:54
都可以啊，原来用传统ml/dl的任务，全换成llm

前提是 2B 业务，靠讲故事。
2C 的业务，原来就是 Transformer based deep learning model 了， 换成 LLM  也提升不了太多，也就个别场景可以。

lindastar1994 发表于 2025-09-14 19:54:15
都可以啊，原来用传统ml/dl的任务，全换成llm

你这么说就是没理解啊，全换成llm, 怎么保证这活还是你的？以前还需要ds/mle train个模型来接入，现在llm api一步到位，agentic framework就更不说了，swe上起手来不要太快，全公司每个人都能端到端实现AI feature。

我想讨论的是llm时代，ds/mle还能做哪些活是能体现独特价值，不会被swe掉用llm api一秒替代的。

森野夜 发表于 2025-09-15 05:02:13
你这么说就是没理解啊，全换成llm, 怎么保证这活还是你的？以前还需要ds/mle train个模型来接入，现在llm api一步到位，agentic fram

如果能调用llm api一步到位，那么这个人也不一定得是swe啊

Agentic workflow 和RAG是一回事吗

森野夜 发表于 2025-9-14 17:04
已加米，蹲一个续集。ds/mle该做什么，是设计agentic workflow evaluation experimentation? 还是train ml  ...

我认为设计agentic workflow很可能成为AI时代的"model building"。各种调整的本质和之前的ML类似，包括eval。越早掌握各种提高performance的技巧越能成为AI时代的DS大佬。

lindastar1994 发表于 2025-9-14 21:54
都可以啊，原来用传统ml/dl的任务，全换成llm

不完全是。我甚至会说大部分传统ML的任务都无法用LLM实现。针对问题挑选解决方案也是一个重要的水平衡量标准。

森野夜 发表于 2025-9-15 07:02
你这么说就是没理解啊，全换成llm, 怎么保证这活还是你的？以前还需要ds/mle train个模型来接入，现在llm  ...

> 不会被swe掉用llm api一秒替代的。

其实可以换个角度想，如果SWE能上手agent building，是属于跳出舒适圈，愿意开发新技能的选手。如果DS还是固步自封，缺少的竞争力就不是DS vs SWE了，而是无法自我提高。一套东西做10年是不可能的。

此外单纯地call LLM API现在是解决不了什么有意义的问题的。如果没有尝试过可以试试。只要多给几个test case基本都会出现严重的问题。只要是稍微大点的问题就很难用单纯的new test case -> tweak prompt -> repeat来解决。能够比较完美解决这样问题的SWE，就像我上面说的一样，他们本身就是一个合格的DS。

.--就算是传统ML， 现在训练模型的门槛已经很低了，完全不需要一个熟练的DS来掌控。

感谢楼主分享，按照楼主说的LLM比较适用的场合，问题的关键其实还是data本身，以及根据data指示LLM进行不同的操作，因此离不开对输入到LLM的data的深刻理解和精细操作

微信用户_eu7jb 发表于 2025-9-17 11:03
Agentic workflow 和RAG是一回事吗

不是。RAG基本上只是agentic workflow的一部分，用来build context。

写得好好啊 期待楼主继续写后续