只读研究生申machine learning人工智能相关工作比较尴尬

很有用的信息，谢谢
想问问楼主工作的地方ｍｌ更多的偏向于调包吗还是，很好奇不是科研方向的ｍｌ可以做些什么．

同好奇，想请问LZ在工作中非科研向的ML一般是做啥？

czhrabbit 发表于 2019-2-27 02:29
很有用的信息，谢谢
想问问楼主工作的地方ｍｌ更多的偏向于调包吗还是，很好奇不是科研方向的ｍｌ可以做些 ...

现在的职位算是R&D吧，科研和engineer都要做，要自己找paper，根据问题自己设计然后建model或者reproduce论文里的models，有现成好的package也用，然后不停做实验，train加调参再分析优化，data一般是别人preprocess干净再给我的，只让用Tensorflow或pytorch这类不大好用的framework，不是学个简单python就能做，其实也蛮难的。目的是做产品而不是研究新东西出来，我估计可能这是和纯researcher的区别吧。

732887846 发表于 2019-2-27 04:13
同好奇，想请问LZ在工作中非科研向的ML一般是做啥？

看我刚发给楼上那位的回答，我做的是R&D类的，不算纯engineer，我知道有完全不用做research那种ml engineer，不过也不了解他们干啥，我们公司的话，ml engineer是把ds组搞的models融合到产品中去，front end back end之类的，并且帮ds组做code review.

我真的太能感受楼主的困惑了。虽然我现在还在本科，但是但是当初all in ml导致上了很多数学统计课。现在发现起码要读到phd才能有个像样的ml的工作。有点想要重新开始找码农的工作了。而且我也确实觉得研究生应该也可以胜任大部分工作了，但可能跟ml方向的博士太多了有关吧

谢谢楼主，很有用的信息

对大公司
建议可以刷题当software engineer先get into the door

然后在bootcamp或者team match的时候说你有ml的经验想去做ml多的组
实在不行就忍半年内部转租

MLE基本不招ms new grad, 但是却经常能看到一堆以swe招进去的工程师在干machine learning的活
很多的组，实际上都想往自己的东西里加进ml，但他们往往不会招mle(如果找，肯定也是要senior), 而是让自己手头的工程师去做

同樣問題+1...

楼主有建议么，本科是搞IC的，申请到德州奥斯汀的IC了，然后还申请了UCSD的MLDS，看了看课程设置感觉很理论的样子，要学好多数学，是不是不太好找工作蛤

问下楼主以及各位，数据挖掘的master够吗？还是也需要phd？