查看: 17824| 回复: 97
跳转到指定楼层
上一主题 下一主题
收起左侧

物理PhD即将毕业,想做ML方向。请问时间允许吗?

 
全局:

注册一亩三分地论坛,查看更多干货!

您需要 登录 才可以下载或查看附件。没有帐号?注册账号

x
本人念的高能物理方面,研究时用的更多的是自己手动建模,做统计测试,没有机会接触到机器学习, 但是感觉数学和统计方面的知识还是比较扎实的。我计划8月毕业,请问这几个月用来入门ML,找相关岗位,有机会吗?

评分

参与人数 6大米 +7 收起 理由
alpakaka + 2 赞一个!
aliarab + 1 赞一个
hypnosomnus + 1 给你点个赞!
CH3COOH + 1 炸出好多物理phd
虎脸大猫咪 + 1 赞一个

查看全部评分


上一篇:打卡每周读machine learning paper
下一篇:【好文章分享】较新较全面介绍Python上各个ML/DS 的工具
推荐
szhhan 2020-4-22 04:28:11 | 只看该作者
全局:
现在ml的内卷程度说句实话很难
回复

使用道具 举报

推荐
阿钟 2020-4-23 00:22:30 | 只看该作者
全局:
本帖最后由 阿钟 于 2020-4-23 00:26 编辑
bb1992 发表于 2020-4-22 22:18
好的!我这就去翻统计书...

我说句话,你这时间线不合适现在看书,ds统计并没那么多东西。去kaggle抄几个kernel,看看别人怎么做的,用了什么,是什么原理,快速上手。非要看书就看看islr,比较像看小说。推公式之类的等你要面试了再结合面经真题复习。
实操的ml和dl都有很多资源,越hands on 越好,dl比如https://d2l.ai/index.html,就不要现在啃花书了

评分

参与人数 1大米 +2 收起 理由
mengmeng4263 + 2 给你点个赞!

查看全部评分

回复

使用道具 举报

推荐
orangexu 2020-4-23 23:48:28 | 只看该作者
全局:
哇我还以为是我发的帖!!!从你用户名暴露的年龄,毕业时间,和研究方向,以及之后考虑是否做ML,DS,SWE,都跟我一模一样啊哈哈!BTW我是做ATLAS的!
我其实马上要做完的这个project,有用到一些ML,你要是听了April meeting没准儿会知道哈哈。
我8月份可以毕业,但是因为感觉现在就业形势实在不太好,所以可能会和老板商量再延期到12月份正式毕业,这样9-12月这三个月,论文基本上搞定了,就可以踏实下来找工作了。

我的就业方向一开始也是想DS,但是后来觉得不同公司的DS差异太大了,而且看起来目前layoff的公司,很多先动DS组,感觉怕怕的。
后来就考虑ML,但是ML的话更倾向招有工作经验的人,new grad非CS PHD,还是很有挑战的。面试准备方面也更难,自己做kaggle的话只是保证拿面试,和作为面试中的一小段谈资,但是ML很多case / system design interview,我觉得我挺虚的,不知道自己的business sense能不能符合公司的要求。
再者就是SWE了。SWE的面试准备真是简单粗暴,就是刷LC呗!其实有面试一家SWE,当然了不是大厂,就是因为过来校招,我还能排上队和人家勾搭,一路靠着鸡精到了终面但最后还是挂了。总体感觉就是,一个努力学习的本科生也能做的工作,到底PHD码农的优势在哪里呢?这个公司也是这样觉得的,PhD的招聘成本更高,但是专业程度还没有CS本科生高,为啥要你。。当然了可以归结为还是公司比较小啦,资金比较不充裕,发展也比较畏手畏脚。
还有一种就是这种上面提到的residency啦一类的,insights最近收费了你知道嘛!!感觉就开始变坑了。。IBM watson我面了,但是也挺坑的,相当于post doc,但是没有高能物理能参与的项目,所以也悲剧了。GG AI我还没有试过,有消息的话咱俩可以沟通沟通。
最后一种就是post doc -> post doc -> post doc -> professor了,这你我都懂,简直是5 sigma的不可能了哈哈。

说了这么多!其实结论就是没有结论。。暂时我可能会选择去投有ML方向的大厂,面试SWE,如果进去了再找机会转ML吧。。找工作太难了!

评分

参与人数 1大米 +1 收起 理由
zhangj1an + 1 赞一个

查看全部评分

回复

使用道具 举报

全局:
你自己够牛逼时间就允许喽
回复

使用道具 举报

🔗
阿钟 2020-4-22 03:34:27 来自APP | 只看该作者
全局:
脱产全职有希望能够过ml基础知识问答
主要是project和经历不沾一点边的话比较困难
回复

使用道具 举报

🔗
 楼主| bb1992 2020-4-22 04:23:18 | 只看该作者
全局:
阿钟 发表于 2020-4-22 03:34
脱产全职有希望能够过ml基础知识问答
主要是project和经历不沾一点边的话比较困难

谢谢!
如果全职准备,做一两个kaggle项目,对求职会有实质性的帮助吗?还是说公司还是看工作经历(2年+ML,...)
回复

使用道具 举报

🔗
codingsapien 2020-4-22 04:54:15 | 只看该作者
全局:
如果在你高能物理做得很好,你可以申请那种过渡项目,比如brain 的 residency,背景不很符合也没关系。
如果你想凭借你机器学习的能力面试,需要准备不少知识,包括算法, 刷题和ML 的projects
kaggle的project 如果能做的非常好还是很有用的,比如前3名
回复

使用道具 举报

🔗
阿钟 2020-4-22 06:27:08 | 只看该作者
全局:
bb1992 发表于 2020-4-22 04:23
谢谢!
如果全职准备,做一两个kaggle项目,对求职会有实质性的帮助吗?还是说公司还是看工作经历(2年+M ...

kaggle
感觉更加偏ds一点
可以试着从一些physics domain problem 入手,kaggle上面好像有cern sponsord的项目。
回复

使用道具 举报

🔗
 楼主| bb1992 2020-4-22 07:34:23 | 只看该作者
全局:
codingsapien 发表于 2020-4-22 04:54
如果在你高能物理做得很好,你可以申请那种过渡项目,比如brain 的 residency,背景不很符合也没关系。
如 ...

谢谢专业的回复!我查了一下Residency今年的项目好像都截止了。可惜。
感觉是挺多准备工作要做的。好像转DS比起转ML稍微轻松一些?
回复

使用道具 举报

🔗
 楼主| bb1992 2020-4-22 07:35:51 | 只看该作者
全局:
阿钟 发表于 2020-4-22 06:27
kaggle
感觉更加偏ds一点
可以试着从一些physics domain problem 入手,kaggle上面好像有cern sponsord ...

谢谢回复!
哇这个给我打开了新思路。我这就去查查!
我感觉如果要短期之内找到工作的话,DS比较保险..?
回复

使用道具 举报

🔗
阿钟 2020-4-22 07:46:11 | 只看该作者
全局:
bb1992 发表于 2020-4-22 07:35
谢谢回复!
哇这个给我打开了新思路。我这就去查查!
我感觉如果要短期之内找到工作的话,DS比较保险.. ...

  residency的话竞争非常激烈,而且gg的那个现在对phd的application trend其实是ml+whatever domain you came from。所以做到最后还是physics,do you want to do that?
DS确实比较保险,但是没project也是不太行。你的学校怎么样?
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