物理PhD即将毕业,想做ML方向。请问时间允许吗？

感觉搞搞dl theory还是不错的。我对物理不太了解，但是我知道jeffrey pennington就是物理出身

szhhan 发表于 2020-4-22 04:28
现在ml的内卷程度说句实话很难

弱弱问一句，什么是内卷程度

同物理方向PhD，本科做过一点高能物理。给你一点鼓励：我无实习拿了两个offer。
楼主你的技术栈离quant应该不远，高频交易那边都有人用ROOT。好好准备一下算法，毕业尽量拖一拖。ML和quant都可以投的，有问题可以私信聊

kwijibonono 发表于 2020-06-08 10:00:48
同物理方向PhD，本科做过一点高能物理。给你一点鼓励：我无实习拿了两个offer。
楼主你的技术栈离quant应该不远，高频交易那边都有人用ROOT。好好准备一下算法，毕业尽量拖一拖。ML和quan

用ROOT是认真的么，要说用ROOT的C++解释器我还能理解。

当然有人用，高频交易有很多人是从国家实验室跳过去的，都用习惯了。当然现在更广泛的技术还是要了解，比如pandas/numpy之类的

条件允许的话可以先答辩，然后一边拖着毕业论文一边准备面试，个人感觉刷题找工作挺花时间的，要留够时间做准备

不知道楼主找到了没有。感觉高能毕业的同学有去做quant， 有postdoc去公司做ml， 因为jet id那些其实挺相关的。同学毕业去向里也有做data scientist的。
感觉可以先做swe工作内容和ml相关的组，然后再转到ml，
也可以做data scientist转ml engineer

没有问题，两周上手。

kaggle其实就是trick和ensemble为王，这东西打比赛可以，在业界极其鸡肋。
而且kaggle主要是调包，调参数，这东西如果写简历里，还不如不写。

况且能进到5%是很难的，耗费极大的时间和精力。