实习 Google VS Databricks求建议

zhangbaoquan 发表于 2018-11-16 10:43
为什么转system啊？我是做system research的，不知道多羡慕处在风口浪尖的ML啊。

个人兴趣吧，我做了很多ML后不想炼丹了，想做更加cs的东西。而且觉得底层实现对模型的performance影响很大

我可能没资格建议楼主 但是从ML转system这件事一定要三思 给你贴个链接: zhttps://www.zhihu.com/question/31452337 回答者里面有比如说rocksdb的作者，牛逼闪闪吧，结果人家在不停的劝退system....

songzz 发表于 2018-11-15 20:51
个人兴趣吧，我做了很多ML后不想炼丹了，想做更加cs的东西。而且觉得底层实现对模型的performance影响很 ...

这么说也有道理，个人兴趣最大哈。我们组包括我的老板现在整天ML/DL的，但我实在是提不起兴趣。希望你最终去到你想去的组哈。

zhangbaoquan 发表于 2018-11-16 10:43
为什么转system啊？我是做system research的，不知道多羡慕处在风口浪尖的ML啊。

硕士做ML和博士做ML完全是两个概念……前者想在美国找ML工作现在已经非常难了。说真的无关专业PhD自学转ML都比我们好找工作
楼主是CMU最强项目MSCS，选课自由度极高，还有转system的机会。像我这样在CMU的坑爹NLP项目里，因为没有先修课根本连system课都选不了，只能寄希望于刷题走general hire，硕士就当喂了狗

cai_lw 发表于 2018-11-16 11:01
硕士做ML和博士做ML完全是两个概念……前者想在美国找ML工作现在已经非常难了。说真的无关专业PhD自学转M ...

你有ML的背景 刷题进大公司然后转ML的组也并非难事，有一些积累之后混的肯定不差，希望你能开心一些意识到自己并没有任何劣势 :)。
现在找工作ML职位要面ML，ios职位要面ios，前端职位要面前端——全都是过去10年火过的方向，你会发现这些方向火过以后已经特化出自己的面试了。一般意义上的的infra和做后端的基本是面一样的东西，在很多时候并没有什么门槛。
对于非一般意义上（就是谁都要用的）的infra来说，举个例子假设你是computer networks的牛逼phd一定要做网络，结局就是跳槽基本上只能在几个巨头之前来回跳搞基础设施，很多人最后还是去做其他东西了。这论坛有一个ucb的网络phd现在正在给字节跳动的ML组招人呢...

再说两句，现在system phd里面混的比较好的也是ml system，storage，big data，dbms这种方向的——因为这些东西这几年有用；可能这也是目前没有那么多compiler信仰，networks信仰，os信仰，arch信仰的原因
这样讨论不可避免地显得有点cynical，希望各位不要介意

sfsttz 发表于 2018-11-16 11:21
你有ML的背景 刷题进大公司然后转ML的组也并非难事，有一些积累之后混的肯定不差，希望你能开心一些意识 ...

美国的ML engineer（硕士一般都是申这个吧，research更没戏）面试很水吧，我在地里看到的基本上就是问一下overfitting，手写一下SGD的程度，感觉并没有什么门槛。CMU的10601/701每学期都有几百个各种专业的人来选，只要上过这课完全能应付美国的ML面试
硕士最大的问题是，直接在简历关就被刷掉了……我今年找实习，简历上大部分ML相关，SDE面试拿了十几个，MLE面试一个没有

补充内容 (2018-11-16 11:45):
“ML面试”指的是“面试中考ML知识的部分”，算法题和简历上的项目当然也要考

cai_lw 发表于 2018-11-16 11:44
美国的ML engineer（硕士一般都是申这个吧，research更没戏）面试很水吧，我在地里看到的基本上就是问一 ...

我非常理解。这样的遭遇这个人也遇到过（他也是cmu某项目的ml track，全职面试投了上百家没过多少，现在ml做的风生水起）：https://www.zhihu.com/people/chenran/answers 建议你（在无聊的时候！）看一下他的心路历程，应该会有所感悟

sfsttz 发表于 2018-11-16 11:48
我非常理解。这样的遭遇这个人也遇到过（他也是cmu某项目的ml track，全职面试投了上百家没过多少，现在m ...

早看过了……那个年代找工作难度和现在不可同日而语

补充内容 (2018-11-16 12:01):
讲道理，“投了上百家”是认真找工作的基本要求，而“没过多少”也是海投的必然结果。他拿到的面试里好歹ML/data相关和SDE是一半一半的……

马克一下。同ML背景，目前在google SDE和某大厂NLP research里选。不过我是undergrad所以深感还是差了些hardcore的CS知识。