楼主: ds_567
跳转到指定楼层
上一主题 下一主题
收起左侧

[找工就业] 从事Data Scientist一年,我学到了什么,内附DS求职准备资料

   
🔗
lzchu1992 2020-3-11 11:25:52 | 只看该作者
全局:
alan20062006 发表于 2020-3-11 10:12. ----
可以加个w。 x啥的吗?我也是在小公司做ds一年想跳大公司,感觉处境非常相似,想交流下经验。

咱们干脆弄个交流群吧哈哈哈
回复

使用道具 举报

🔗
sophiawcy 2020-3-11 11:48:19 | 只看该作者
本楼:
全局:

谢谢分享!
回复

使用道具 举报

🔗
googletalk 2020-3-11 11:49:18 | 只看该作者
全局:
thanks for sharing.
回复

使用道具 举报

全局:
求交流群~
回复

使用道具 举报

🔗
睿智的草 2020-3-11 14:08:25 | 只看该作者
全局:
lzchu1992 发表于 2020-3-10 16:14. 1point3acres
话说楼主,请问一下machine learning engineer 和swe-ml是否一样呢?

个人觉得没有本质差别。
确实有少数MLE像lz说的只写ml不操心deploy到production,但这是种理想状态。现实是swe有忙不完的产品request,而同时ml也是产品的一部分,所以,既然你有模型要deploy你就自己上,上不了就是你的feature不能deliver。退一步说如果专门有swe来给ds/mle写code,到最后会很难衡量这个impact。这其实就跟de和ds/analytics的关系很像。大部分ds不想写pipeline只想做分析做实验出insights,觉得pipeline是de的事。但其实没有那么多de来support所有request,也没有那么多de愿意做没有impact的事情。所以很多ds要写pipeline,很多de也会去做dashboard。可能对于data领域,很多事情就是很模糊吧。
还有一点可以从面试看出来,大部分mle的面试已经跟码农在刷题上没有本质差别了(hard也许不用刷),意味着公司expect你能做部分码农的工作而不只是建模型。

评分

参与人数 1大米 +2 收起 理由
lzchu1992 + 2 给你点个赞!

查看全部评分

回复

使用道具 举报

🔗
cbbbbbb 2020-3-11 21:25:19 | 只看该作者
全局:
谢谢楼主分享!
回复

使用道具 举报

🔗
Zr_NeedQ 2020-3-11 23:37:33 | 只看该作者
全局:
感谢楼主分享!. Waral dи,
顺便求加交流群~
回复

使用道具 举报

🔗
胖大海RYYW 2020-3-12 00:42:57 | 只看该作者
全局:
谢谢分享,十分有用!
回复

使用道具 举报

🔗
caoshui 2020-3-12 02:02:11 | 只看该作者
全局:
太厉害了楼主 希望自己也和你一样
回复

使用道具 举报

🔗
yushanchen926 2020-3-12 03:44:55 | 只看该作者
全局:
感谢楼主分享
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册账号
隐私提醒:
  • ☑ 禁止发布广告,拉群,贴个人联系方式:找人请去🔗同学同事飞友,拉群请去🔗拉群结伴,广告请去🔗跳蚤市场,和 🔗租房广告|找室友
  • ☑ 论坛内容在发帖 30 分钟内可以编辑,过后则不能删帖。为防止被骚扰甚至人肉,不要公开留微信等联系方式,如有需求请以论坛私信方式发送。
  • ☑ 干货版块可免费使用 🔗超级匿名:面经(美国面经、中国面经、数科面经、PM面经),抖包袱(美国、中国)和录取汇报、定位选校版
  • ☑ 查阅全站 🔗各种匿名方法

本版积分规则

>
快速回复 返回顶部 返回列表