想做MachineLearningEngineer有必要读PhD么? 申DS是否不如直接申CS?

最近在准备DS/Stats项目的申请(20Fall)，过程中也和很多学长学姐聊天，感觉自己对Data Science项目的毕业去向过于乐观了。很多高就业率、高平均薪资的数据都是有工作经验/非陆本学生贡献的，而且DS项目fresh graduate大多会去做Data Analyst(去Data Scientist岗实际上做的也是Analyst的工作)或者干脆刷题转码。毕竟MachineLearningEngineer和Data Scientist这些岗位对于技术和业务的要求都非常高，远不是读一个DS Master就可以达到的。
意识到这点之后有一些迷茫。
1⃣️ 如果最终目标是MLE，是否有必要Master之后再读一个PhD【Q1】
2⃣️ 或者以SDE为目标，先上岸再补充ML方面的经验，争取转型MLE/ Data Scientist。若是这种情况，直接申对转专业友好的CS Master会不会方向更明确【Q2】，至少刷题环境比较好，而且不需要上太多business/ leadership的课，项目时长也比较理想。
3⃣️ 如果最后还是去读了DS/Stats的Master，且打算毕业后直接找DA/DS的工作，积累一定行业经验后申MLE/DS，如何规划从现在开始的这10个月，让自己在找工时候更具竞争力【Q3】

这是最近在思考的一些问题，想来地里问问大家的想法🙏

MLE和DS并不是一个东西，DS更多的是要用数据分析帮助business和decision等等，MLE不会太多ML也可以慢慢做，但必须是个很好地SDE首先

小笼 发表于 2020/01/09 15:12:42
. .и感谢建议！不知道在业内工作5年与读5年PhD何者对未来发展更有帮助。毕竟已经读了Master，再读一个PhD还是比较"郑...

个人觉得从职业发展的角度来说，master如果能直接找到好的工作，是没必要读博的。new grad phd进去会比new grad master 高一级，但是五年在大厂一般已经可以升两级了。升的快的比如fb，五年至少e3到e5，e6也不是没有可能。但是phd进去是e4，升e5还要两三年

MLE给fresh graduate的opening比较少，MLE本质还是engineer，能写出production code才是重点，所以一般要求都是至少2+ experience。目标是MLE的话建议不一定一毕业就去找MLE，可以考虑毕业先做Software engineer之后再转，如果你毕业只能找DA后面再转就困难太多了

mark一下lz，我的情况真跟你一模一样的

对Q1也很好奇。。。关注楼主

application向的PhD非常难申请, 不乏手握若干top-tier paper者,
theory向倒还好 (如果楼主不排斥花至少五年推公式的话), 不过这个PhD对于就业的作用就不明显了, 就我师姐 (自嘲half-mathematician) 的体验来说, 读完theory的PhD感觉工业界那些东西"太简单了"

楼主的问题也是我关注的。mark一下。
之前申请过Data Insights和Data Incubator的fellowship， 他们的确喜欢收有数理PhD背景并打算转行去做DS或者MLE的人，master的话他们就不怎么招，也算从侧面印证了，这个行业对转行的人还是要求有PhD的。

作为一个走在楼主所说的第三条路上的人（DS毕业，就职DS几年了，有打算转MLE），个人感觉这条路难度不小。

首先如楼主所言，DS找工作不易，相比SDE，DS岗位少且要求工作经验多且面试内容广。因为找工不易，一部分人毕业后就直接转去了SDE，DA，或者DE。就算都是DS title，工作内容不同公司间差别也比较大，不一定是自己所想。

第二，从DS到MLE，需要补SDE的知识，如果你没有CS基础，这一步也挺难的，对MLE coding的要求感觉上不少于对 SDE coding的要求。虽然我不好评估相比另一条路（SDE补ML的知识转到MLE）哪个难度跟大，估计对不同人不同背景这个难度也不一样。

回答楼主的问题，如果真选了这条路要如何早做准备，1）学好ML的知识，至少要做几个拿的出手的项目 2）与此同时，学习SDE的基础，算法，数据结构，刷题，这部分不一定是学校的内容但要自己多花时间。同时做好1和2肯定不容易，毕竟DS的课一般压力就挺大了。但你要是毕业时或者在毕业后某一时刻同时具备了1和2，那你找工作会容易得多。

贡献一些信息。身边的白人统计学博士毕业，统计学排名40 左右，拿到Google data scientist职位。排名80的统计master毕业都是data analyst 这一级别的工作，这里博士毕业直接去大厂的也很少。CS 本科+ 数据工作经验的白人 5 年经验，最近去了Amazon 当 DS。

MLE 就是刷题
加machine learning,以及懂点最近流行的Papers（知道怎么在工业界实现）。不是phd还是有难度的

shopeeee 发表于 2020-1-9 10:46
MLE给fresh graduate的opening比较少，MLE本质还是engineer，能写出production code才是重点，所以一般要求 ...

所以偏分析的DS>>>MLE的难度远大于SDE>>>MLE的难度，可以这样理解么？