Machine Learning方向的工作是不是只青睐PHD?钻研ML对求职有帮助么？

统计的ML和CS的ML的区别是什么？

本人ML水博在读，感觉ML这个方向如果数学背景不强的话基本不可能去做算法的改进，找一个大公司的ML岗位。
但是如果CS的硕士的话，像 clfhaha1234 说的，去找一个小公司的ML岗位或者大公司的非ML组的岗位那还是可以的。
就读博的感受来说,PHD, Doctor of Philosophy, 既然是哲学博士，学的其实是方法论。硕士学的主要进一步的高阶知识和做项目的方法，提升的是工作能力，项目管理能力，coding能力。PhD就很不一样了，不学多少新课程，学的是如何去提出一个研究问题，如何科学地去解决这个问题，培养的是你的独立思考能力，创新能力，大局观和心里素质。
我们把PhD的学习过程叫做training，你phd毕业了以后你应该有能力解决有挑战的问题，并且有能力将一个人培养为Phd。这相当于一种学术能力的专业培养。
想ML的PhD，你不光要能够提出这个问题怎么解决，还要说明为什么可以这么做，效果如何，有什么问题，需要很高的数学能力和和计算机知识的全面掌握。因为你是要去解决一个大问题的，你要提出一种通行的方法，整个行业都能根据你的方法去实践，而且你的方法要很明确地说明原理，并且能够指导其他人去使用你的方法，在适当的时候能有相应的改进。
所以硕士是自己能用就行了，自己懂就行。phd你不光能自己懂，还要能说得清，让别人也能信服，并且能很顺利地使用你的发明，这个要求就高很多。而大公司的项目都是很大很重要的，他们是一定要求你能说得很清楚的，他们不会接受一个不明不白只是看上去可行的方法，如果能不是很有把握地话，没法有针对性地改进，无法达到大公司的需求。他们会对算法的可靠性，复杂度要求很高，因为一点细微的差距最后到产品上意味着非常大成本和营收的差距。
看你的描述肯定不会去读一个PhD了，所以去找份很专业的ML工作不太现实。说实话像我这样的水博是大公司也是没希望的。但是我想说的是，ML是一种工具，你对工具的掌握是其次的，最重要的是你想拿这个工具去干什么？？？？？这里一大串问号。你只是想找个工作？还是想真的做点对这个世界有价值的贡献？ML的技术很多很成熟了，我们不缺技术，我们缺的是运用ML去做出产品，我们缺的是用ML去做有价值的事情。我们是整天去拼算法，还是真真正正的去用ML去解决我们身边的每一个急需的问题？很多领域，像我们日常的App里面，有多少公司去真正用NLP和语音识别让产品更好用，有多少人去用ml解决医疗中的问题？这些问题不需要多强的技术，不要一个phd的能力，要的是有人去做。
所以，把ml当做爱好，思考如何去使用它让生活更便捷才是ml的归宿。

1969436857 发表于 2017-3-31 23:26
本人ML水博在读，感觉ML这个方向如果数学背景不强的话基本不可能去做算法的改进，找一个大公司的ML岗位。
...

感谢！我也是觉得ML真的是很有意义的一个领域，它火起来也是有道理的。唉就算不深挖算法希望我以后在码农路上也能多接触ML的应用吧

不读博搞搞ml只能算是加分项吧，找工作不会有太大优势。。。

mg4451 发表于 2017-3-24 23:55
统计的ML和CS的ML的区别是什么？

ml顶会和顶级期刊基本上都是cs的人发，以这个为参考吧。

我也是想了解一下这个，毕竟自己在本科的时候在做这方面的一些东西，虽然很水，不过很感兴趣

1969436857 发表于 2017-3-31 23:26
本人ML水博在读，感觉ML这个方向如果数学背景不强的话基本不可能去做算法的改进，找一个大公司的ML岗位。
...

说的好！点赞

关注一波

MoonXu 发表于 2017-3-23 21:44
关注一下，本科涉猎了机器学习，自然语言处理的皮毛，当时申请ps里写的定位都是research engineer in machi ...

data analysis和data science区别大么？感觉data analysis的门槛并不高