machine learning岗位如何才能安全长久

请大家集思广益:

machine learning工作, 如何保证长治久安啊?

我感觉, machine learning/AI/deep learning这类工作, 可替换性太强了.
基本上, 一个模型, 你把参数调好, 你就可以走人了.

其他人, 即使别人不懂模型背后的数学(搞machine learning也不见得真懂), 照猫画虎, 也调调参数, 或者一个模型一个模型试, 也差不多.

这个岗位, 太不安全了.

请问:

1. machine learning工作, 大家有什么好办法保证长治久安啊?

.1point3acres2. machine learning再往上, 职业应该如何规划?  不论是技术上, 还是管理上?

同样的困惑，每天的工作内容就是读paper，实现paper，做实验看结果，不能说只是调参，但是所做的所有创新也都是拼拼凑凑，这个试试那个试试，很难有fundamental的break through。而且这个工作感觉经验什么的用处也不大，新毕业的进来也能做，不知道未来怎么发展。反倒是那些做infra的看起来倒是一直在做系统性的工作，有了经验之后就具有不可替代性。加上DL这个领域进展太快了，学无止境的感觉，现在感觉危机感很强。

其实说到底还是要学会马工的基本技能。一言不合就刷题才是王道。之前提到的DataRobot虽然现在看来没有那么强大，但是如果一旦ML可以实现自动化了，那么就业市场上反而更需要写这个AutoML软件的人。到时候ML和coding的能力都有的人就吃香了。

我觉得没有什么岗位是可以安全长久的吧。

大家好像总觉得自己的技术能力如果达到一个高度，厉害到无人可以匹敌了，那就不会被公司替换掉。但其实技术一直在变，我们自己肯定要不断地学习新的技术。如此一来，虽然我们的 job title 还是一样，但是其实我们的岗位本身是一直在变的呀。而且唯技术论很容易陷入另一个怪圈：当你的眼里只有技术的话，你肯定会觉得自己做的东西总有一天会被 AI 给替代掉。

我觉得还是只能接受变化吧。我家里人年轻的时候做了快十年的技术，后来又转了销售，再后来又转了管理。她现在五十岁岁了，也一直在学新的东西。

说的太好了。。。所以现在转到相关方向了。。。

占个坑等回复嘻嘻

话说ML岗位真的只是在天天调参数吗

占个坑等大佬

还是要看什么方向吧。 个人觉得ML 要么是 SDE-ML 或者 DS-ML。 如果是DS， 可能还是 domain knowledge 也很重要吧。 不过。。。确实很有危机感， 最近听说一个叫datarobot的， 自动选sample data， feature selection， 多线程同时跑 1000个模型，还能直接出图。。。有点炸

迅速把model调到一个别人调无可调的地步，然后根据产品去想可以上什么新的model？我有种感觉就是今年结束了现在做的的那个model就到尽了。。。努力在想去用在其他产品上，或者上一些其他方法。不行就自己去实现些高级的model玩

groundzyy1 发表于 2019-1-20 15:58
迅速把model调到一个别人调无可调的地步，然后根据产品去想可以上什么新的model？我有种感觉就是今年结束了 ...

谢谢指教啊!

不过, 我还想请教一下, 一个model, 如何做一年啊?  

你具体是如何把一个model做一年? 有啥challenge需要用啥一年去做?

groundzyy1 发表于 2019-1-20 15:58
迅速把model调到一个别人调无可调的地步，然后根据产品去想可以上什么新的model？我有种感觉就是今年结束了 ...

谢谢指教啊!

不过, 我还想请教一下, 一个model, 如何做一年啊?  

你具体是如何把一个model做一年? 有啥challenge需要用啥一年去做?

groundzyy1 发表于 2019-1-20 15:58
迅速把model调到一个别人调无可调的地步，然后根据产品去想可以上什么新的model？我有种感觉就是今年结束了 ...

谢谢指教啊!

不过, 我还想请教一下, 一个model, 如何做一年啊?  

你具体是如何把一个model做一年? 有啥challenge需要用啥一年去做?