new grad做ML就是每天抄代码？

楼主18年12月Master毕业，工作有一段时间了。工作内容是computer vision，算是在做R&D，入职前觉得很自豪以后能继续搞machine learning deep learning了。但是现在发现每天工作就是查查近几年的paper，看看performance，查查github，clone下来跑一跑，可以用的话写个接口直接就用了。甚至连网络的architecture都可以不用知道，原理略懂就行。

简而言之，感觉每天就是在抄别人代码。这难道不是谁都能做吗？为什么面试的时候还要面machine learning呢？

对自己的工作感觉很失落！！

兄弟，这种混子公司赶紧走人吧

因为你去的不是research部门 或者你去的不是顶级公司 或者你是master 正统ml research轮不到你
然后你如果不是发了很多paper是做不了大公司的ml research的
除非顶级学校phd cs or ee然后做了一些ai相关的work

我也是MLE，不过我的日常是：
1. 读论文
.google  и2. 从各个其他组要来数据、写模型（不是clone那种，要自己想架构）、写分布式架构、训练模型、分析模型性能继续改进
3. 研究新的模型并且尽力发paper
4. 和各个其他组交涉把模型产品化，产品化前要做无数性能优化
5. 训练模型的时候学学新技术

补充内容 (2019-3-11 07:27):
哦补充下，master之前没啥工作经验

马克一下...

想咨询一下楼主，12月毕业的话是不是工作很难找呢。不知道楼主是实习return还是直接找的呢？

咔嚓咔嚓 发表于 2019-3-2 16:01
想咨询一下楼主，12月毕业的话是不是工作很难找呢。不知道楼主是实习return还是直接找的呢？

9月就可以开始找啊，感觉美国不像国内有春招秋招，这边全年都可能招人，就看组里有没有hc。大公司更是这种感觉全年都在招。

同样想知道大家的工作情况

1. 这是哪个厂MLEng，请告诉我，我也想去。。。

2. 抄代码的原因是已经有成熟方案，这样信手拈来的效率要比你用tf或者torch从头写一个、而且又要debug又要fine tuning（这个可能躲不了，毕竟面对的数据应该是不一样）快多了，能快速出活。国内也是这样的，讨论出模型之后第一个步骤：上网看有没有人已经实现了。。。

3. 即便如此公司应该有自己读写数据的storage provider吧，这个应该是需要适配的（除非lz做的是纯research scientist，不需要考虑模型以外的问题），以及lz不写个文档吗（以后这个模型不用精进不用维护？如果是的话就不用了，不过文档还是很重要的吧）？

马克一下（听lz的描述居然感觉还挺爽的hhh

感觉我比你还惨，连paper都几乎没读过，也就是BERT出来的时候凑热闹瞟了两眼，其他时候就看看别人代码找出里面用的features，或者就去别的组要embedding

刚巧就今天，有同事和我聊天问我，觉得工作学到了啥没有，我说技术上啥都没学。。。既没时间学还没人可以学。。。估计至少得计划到2020年才能真的学点东西。

吐槽完后想想，平时和别的组交流，以及去参加公司的一些ml的会议（还没有去公司外面开过会），感觉宏观上ml还是学了一些的，细节上比如网络结构什么样子，的确短期没啥必要去学。