Data Scientist 转行做 ML Engineer, Ask Me Anything

hengde12 发表于 2019-2-9 13:04
谢谢楼主的回复，想追问一下MLE有没有分NLP和CV的呢? 是只有这两个大的方向还是有其他的方向呢?

如果 ...

也有在做 ads相关，recommendation，search，ranking， 等等。看看各大公司的tech blog，各种应用的例子都有

NLP 和 CV 各自都有各种domain knowledge。虽然现在都有 pre trained deep learning model可以拿来直接用，做其中任意一个方向，经典的paper/model和发展历史还是要知道的

王石蕊 发表于 2019-2-9 18:59
请问一下楼主，小弟ee出身，目前收到了哥大的ee master，会一点ml，纠结未来方向到底是sde还是做ml，从就业 ...

是的，ML eng的坑少，SDE大大小小公司都是需要的
我个人建议是看你的兴趣，不感兴趣的工作做不长久的。既然还在念书，暑假做实习体验一下，毕竟很多事情要自己经历过了才知道

rh443453518 发表于 2019-2-9 23:35
想问一下楼主转行的动机！可以主观因素和客观因素各谈一谈吗？谢谢！

主观因素也是结合客观因素考虑的

• 我想做modeling，但是DS能做modeling的很有限（一些要求博士学位，我并没有），很多时候做好了model，要和SDE合作才能真正上线。DS的title太泛泛，具体职能做什么的都有。一些大厂里面的 DS 做的是 analytics，ab testing 相关的support工作，建模的工作是 SDE / ML eng / research scientist在做。
• 虽然上学时候没有正儿八经学过编程，但是觉得学起来还挺有意思，并不反感做编程的工作。
• 前面提到 support 类的工作，做久了很不喜欢
• 向几个靠谱朋友们求教，都说转行要趁早，ML eng做的不开心了，转回DS或者去做SDE都是可以的。DS做到senior之后，如果本职做的与建模无关，想要平级跳到 ML eng还是有难度的。
  

牧moon 发表于 2019-2-9 23:53
谢谢楼主分享的信息和经历，非常有帮助！
想具体的问一下DS和MLE在技能方面最最fundamental的差别，进而想 ...

将抽象问题转变成可以建模解决，量化考核的问题，选择合适的model，这些方面是一致的

你也提到了几点DS不需要担心的问题，下面抛砖引玉再加几点：
数据获取和清理：online serving的时候，features从哪里来，是不是需要做一些处理？例如NLP问题，raw text进来，怎么转变成 feature？production 里面如果不能调python包，一行搞定的情况下，java/C++/别的语言怎么搞定？
deployment：要不要考虑serving latency的问题？太慢的情况怎么办？infra还没有支持到你的use case的时候，怎么办？你需要做 ab testing，那么serving的时候怎么做来实现区分 control 和 treatment？

有需要的时候，确实要自己看paper实现算法
对的，不能deploy的model没有必要花时间搞
这个要看公司的infra支持什么了

刷题方面，按SDE的要求来准备最好。貌似没有哪个SDE是只拿python刷的。有的大厂面试ML eng是在SDE的bar基础上加了一两轮ML的。

qizhong19920114 发表于 2019-2-10 02:05
问一下楼主如果我做data engineer (用spark 比较多) 想转到ML engineer 有什么建议 (比如有什么知识要补， ...

在满足基本SDE要求的时候，需要熟练掌握 基础概率论，数理统计，machine learning, deep learning 方面的知识，并且有实际做project 的经验

recommender system的应用很广，相关职位应该不少吧

WhatDoor 发表于 2019-2-10 02:43
这个帖子太有用啦，非常感谢楼主，给你加米啦！

我和楼主一样也是完全数统背景编程还欠缺，目前是接了某 ...

1）没考虑原厂换组，前东家有一些方面个人不是很喜欢。换ladder大部分公司也是要面试的，可能比外部人少几轮，准备的方向是一样的。内部转组更容易打听到内部消息，了解下目标组里的氛围和老板风格。

2）我觉得我当时跳槽做的准备已经是当时的客观状况下我能做到的最好的了，毕竟还要全职上班，工作load正常，虽然不太加班，但是也不闲。转去做 modeling 的职位的长期计划一直都有。当时下定决心跳槽，给自己做了三个月的学习计划，策划了 timeline，最后比我预计得拖了久一点，结果比我预期的好了太多。

多说几句，我属于焦虑型人格，加上习惯性地做长期计划。运气比较好，认识了一位很厉害的前辈和一票很好的朋友们，他们给了我很多的帮助和职场建议。

R.F 发表于 2019-2-10 03:29
楼主写到工作方面对比:

copy另一个回复里面的话：
DS的title太泛泛，具体职能做什么的都有。一些大厂里面的 DS 做的是 analytics，ab testing 相关的support工作，建模的工作是 SDE / ML eng / research scientist在做。

那段工作方面的对比讲的是我个人状况。也有做modeling 工作的 DS的，各个公司，同一个公司不同组的情况都不一样。

hellohuijia 发表于 2019-2-10 15:25
这个我觉得可以贡献一点。比如ML的model跑完了一些模型的performance分析啊，和business的衔接啊，都是DS ...

“ML的model跑完了一些模型的performance分析啊，和business的衔接” 这些有的公司也可能是 ML eng自己在做，毕竟要 offline/online evaluation都确认有improvement，才能最终上线

有的公司 DS 的职能和 ML eng 区别不大，只是我听说到的这类的公司/组太少了

牧moon 发表于 2019-2-11 01:04
问一下，DS也可以自己去跑ML model吧，如果是偏product，我理解的DS是帮助把商业问题转化为数据问题，也 ...

没人说这类工作 只能 ML eng去做。DS title 太泛泛，做什么的都有，要看具体的公司和组队这个职位的定义

以及有这样子的 DS 的职位存在，我/你/某个人 能不能申请到？

请问楼主，ML engineer的职位会要求申请人的论文引用量吗？有没有类似必须发过top conference这种要求？