物理PhD即将毕业,想做ML方向。请问时间允许吗？

还是刷题swe吧 转ml入职后可以

阿钟 发表于 2020-4-22 07:46
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  ...

其实如果最后能在业界做Physics那真是美梦成真，Life goal. 逃学术坑主要是因为坑少的令人发指，学术政治也看不惯。
所谓project是指工作上的吗还是自己做的kaggle project也可以？我打算开始做一些 Kaggle competition之后再申请。
我的学校不是常春藤。公立中不错的存在吧。

zy081190104 发表于 2020-4-22 07:46
还是刷题swe吧 转ml入职后可以

谢谢回复！
嗯这也是一条路。也想精进一下编程水平。反正刷题总没错，哈哈！

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.. ...

可惜这个描述不准确，很多research lab 都非常看重快速implement project的能力，基本上你能在一个ML 的kaggle 项目胜出，就能证明你这个能力了

zy081190104 发表于 2020-4-22 07:46
还是刷题swe吧 转ml入职后可以

对，这也是一条路。我以前从物理转ML 的时候，朋友有这么建议我。后来来了硅谷发现确实可行，不过只适用于大公司，比如Google，有很多自由内部调整。

bb1992 发表于 2020-4-22 07:54
其实如果最后能在业界做Physics那真是美梦成真，Life goal. 逃学术坑主要是因为坑少的令人发指，学术政治 ...

https://www.kaggle.com/c/flavours-of-physics/discussion/15974 啊 什么的
一种是做这个，一种是做covid 19，一种是做自己生活中遇到的ml能解决的小问题。
快速implement project指的也是你稍微有点基础再implement project，啥ml基础没有光入门就大概2week吧，假设你把cs229暴力刷一遍，它其实也不能说是完全涵盖了面试会考到的方方面面。然后DL入门，比如你把ng那个简单的课刷一遍，2week吧，他讲得很好，可惜贴实际还有一段距离。你可以在这个期间研究一下别人的course project都做了什么，想想idea。然后你入门了就可以开始动手制作了。三个月的时间非常紧张。如果之前没有很多python基础，建议不要入tf的坑，入入pytorch还行。
无论是做什么，你的目的是catch看你简历的人的目光，做什么housing price，一般人都做烂了，也做不出花来。宁愿做一个从收集数据到清理数据到自己用framework搭建training pipeline，做evaluation，的，小一点的，比较有趣的，项目。全面地锻炼一下自己的能力。2个月，你拼命弄，doable。我假设你学物理的智商还可以。
没project的意思是很多人简历上灭有像样project，他们也都是各行的phd。最后他们去了insight data science，data incubator之类的项目。毕业即顺利转行的大家，几乎都是有1-2实习的，再不济也有大的course project和datathon。ML要求你对coding有一定的了解，lc medium+水平。ds要低得多。三个月猛搞ml+刷lc就太紧了。。。看你基础，如果两种都是零基础，那比较emm了。

学校过简历关的话，如果是ucb umich之类的应该还不错。

最后的最后，我觉得搞物理的做quant也不错。

直接申请Data Scientest的工作就好了

不考虑做金融量化吗？

如果积累些经验，应该没问题

阿钟 发表于 2020-4-22 08:33
https://www.kaggle.com/c/flavours-of-physics/discussion/15974 啊 什么的
一种是做这个，一种是做co ...

谢谢详细的回复。我觉得说的很到位，也很实在。
哈哈其实我不是很理解为什么能做quant，不能做ML。背后不是一样简单的统计数学吗。
Ng的课我在刷着啦~我觉得讲的还好，但是课后习题很有趣，对上手的帮助真的很大。
再次感谢！从你的答案学到很多东西。