ML研究生反思

我刚刚收到多大CS的全奖研究生学位，但是我觉得应该我会推掉。原因是我觉得人工智能这方面在很多行业都不怎么用得上，而真正吸引我的是一个科目的applicability. 让我觉得可惜的是，我觉得来到这一步挺不容易的：因为ML这方面竞争特大，不但要跟导师陶瓷， 还要之前一直研究一直发Paper。这一路下来弄得精疲力尽， 现在终于收到结果可以休息下来，可以反思一下到底是不是继续这条研究路。特别家庭环境不是太好，觉得出来赚钱帮家帮父母负担一下挺好的。因为我本科也是CS，应该找工作也不会太难吧。不知道各位经历过研究生跳槽和工业届的大神有什么想法。

如果可以的话，希望能求些大米！发大米不影响自己大米！咱分太低板块很多东西都看不见呀。


补充内容 (2019-4-15 12:15):
咱做的是theory方面的，跟企业没太大的关系。加上其实很多AI startup的投资者发现3-5年前promise的东西都是浮云，已经开始慢慢地撤退AI的市场了。主要大堆钱推入这个market还是亚麻，MSR，Google这些大厂，然而竞..

"人工智能这方面在很多行业都不怎么用得上"   人工智能都火成这样了 楼主居然觉得还是用不上  真无法理解什么样的领域楼主觉得"可堪一用"      而且“全奖研究生学位”？是硕士还是博士的全奖offer么？

人工智能其实很多地方都可以用得上。我现在在保险行业，随便举几个例子。1：定价（精算模型，完全可以ML的方法做，实现自动化）2：理赔（大规模基于accident text的文本挖掘找出pattern，或者fraud detection）3：customer discovery（比如最基本的association rule）
现在的问题是business background的人听过一些名词，但是最后如何落地，怎么带来value他们并不清楚。tech background的视野太局限于coding，一个model可以带来潜在的100分的效益，他只能想到30分，70分就这么浪费了。

多大ML做的很理论的。不喜欢感觉拒了吧。也给想做研究的人一个机会

何以见得 “人工智能这方面在很多行业都不怎么用得上”？

亚麻家的组manager说80个ML engineer to 一两名PHD Research。觉得比较来说，传统software engineer 比researcher更加抢手。所以觉得不如刷利口也不要在刷paper了。加上ML方面做得是theory的，跟kaggle 那种 fraud detection project扯不上太多关系。

你可学EE， 这个方向很多要用ml而且是应用方面的。

楼主，我和你观点类似。

感觉做理论其实和实际应用差得挺远的，和工作skillset不match路就越走越窄了。

读ms也只要两年 可以读完再感觉一下啊

是啊 转专业cs 要面对别人学了6年的科班出身的对手，转data ml 要面对其他所有phd

Hey! 你好! 我是xiangu,一名来自中国的大四学生.
我刚看到了你的帖子<关于ML的反思>我感觉和我的困惑很相同,所以想给你发个信息交流一下.

我现在大四,很早之前就下定决心要出国读研了,所以就在大三的时候找了很多AI相关的科研实习,跟着导师做小跟班,搞点科研,想着这样申请时候就有点经历,有点推荐信可能可以申请到好一点的学校. 现在我申请完了,也拿到了想去的学校的offer(UT-Austin MSCS). 但是不知道去那边之后要不要继续搞AI方面的科研实习,还是就是刷题找工作.之前虽然有过一些科研经历,但是扪心自问我并不是特别喜欢科研,当时想着只不过是为了提高申请时自己的背景而已. 让我之后读博我感觉我现在是没有做好准备的.而且,AI方向的硕士在美国并没有普通的码农好找工作(都更偏好PhD).最后,家里的经济条件也很一般一般,不想继续花我妈的钱,找个码农的工作一年十多万也挺好的啊!
所以想来和你交流交流.

如果你能看到并且想回复我的话,可以直接地里私信或者加我微信 yifei817

哭成猪头（假装有表情包)