作为DS你是否要写production code？

还有种DS，是sql。。

K姐 发表于 2019-2-10 10:00
小公司更容易自己去找pair programming
想当年我自己纯做分析和建模的时候，给pair了一个公司最资深的码 ...

Very informative insight.

Do you think you could recommend a few such companies/teams that offer such growth for statisticians without experience in writing production code?

我觉得一个做产品的DS team最合理的配置是至少要有三种IC角色：data scientist做research和modeling需要精通模型，不一定深入了解production；mle做模型的产品化，既需要能理解modeling的逻辑，又可以deliver production code；general sde来做其他跟infra或者deployment相关的工作，专门码基本不需要懂ds。看到楼上说还需要多线程，内存协议什么的，我觉得现在很多ds production job其实还是部署一个定时的job就足够了吧，基本Spark+Airflow能解决大部分问题，把模型output更新写入db就好，一般实时性没有要求那么高。需要做model serving开发出来一个新的service的应该只是少数吧。

chztony 发表于 2019-2-14 23:06
主要面试就算DS时候就算LeetCode刷得6， 一样Production Code不了吧，会leetcode hard不代表真的能Producti ...

re这个。写production code需要了解公司里已存在的code base, 需要full time focus, DS基本上不会有时间去弄。除非是engineer转team来做DS.
另外感觉DS相对MLE有劣势（能比较容易被后者替代），因为idea是有限的，DS把idea传达给了MLE, 后者慢慢也都懂了，不但对系统架构和数据来源更懂，代码也写的比你好，还能产生自己的ideas了...

hxtang 发表于 2019-2-10 00:37
不是ds是rs，这个title也是类似的有这个情况。提供一个data point。
现在的组比较类似3，只是更像1+2，也 ...

说得好！虽然困难很多，但确实有很多机会参与到项目和工程里面

ikazu 发表于 2019-2-10 06:05
可能我表达得不准确，两边都做固然是好的，但冲突的点公司这边对DS直接全权进行production不放心，即使我 ...

太真实了，尴尬的DS

ikazu 发表于 2019-2-14 23:45
是这样的，面试刷题只是对算法和coding能力的测试，有的面试也会考系统设计和多并发，但实际工作中很多内 ...

对的，光是leetcode是不够的，工作中对tool box与pipeline的要求是很高的，建议把spark搞熟悉

所谓的full stack就是两者通吃，只是到达的方式有所不同。更具体说，DS在努力提高coding能力，而SDE在试图学会调参。所谓的两者合作最后的结果不是你吃掉我，就是我吃掉你。从non-zero sum的合作慢慢就演化为了zero sum的博弈。这就是世界。

国内其实有的公司不大希望写production code，因为后端研发的工资相对更低一些

我自己觉得理想情况是80%的1 + 20%的2. 但实际情况就是3。因为Developer全都在别的受众面更广project/product上，data science组有很多新产品，research和pilot基本都是自己搞定，前端后端全都要自己来。只是少数的需要迅速commercialize的，会是PM牵头带SWE资源，和data science一起做。心累。。有时候甚至data science还要自己做PM的活。。