物理PhD即将毕业,想做ML方向。请问时间允许吗？

楼主跟我目前其实情况差不多，我也准备有一段时间了。加油吧！

damien 发表于 2020-4-23 03:30
因为楼主时间不多，kaggle想做出成绩还是很消耗精力的吧。我觉得时间需要妥善分配。kaggle还一个问题是以 ...

谢谢您的回复，时间紧张的话有什么做data projects的途径呢？

jing123 发表于 2020-4-22 18:55
谢谢您的回复，时间紧张的话有什么做data projects的途径呢？

有不少datathon, 比赛和数据的公益项目，可以搜一搜

wanji00 发表于 2020-4-23 06:22
楼主跟我目前其实情况差不多，我也准备有一段时间了。加油吧！

谢谢！一起加油！

看到前面说推荐去做quant，主要是quant看到你物理数学背景的就很大概率会面你，而且面试比如统计题脑筋急转弯或者一些需要“聪明”解决的，相当来说对长期训练的物理系学生可能数学方面更熟悉一些，反应快一些，比较容易胜出。

我是物理后来想做DS就去读了个统计的研究生，面试的时候明显觉得物理背景在金融非常加分，在面大公司的DS和MLE的时候没有特殊优势。

你想做的准备——刷题，统计准备等方向是对的，建议在加强硬实力的同时，可以提高一下表达能力和product sense。我本来以为MLE不需要考，不过面过游戏公司MLE也考了。之前还因为交流复杂问题不够简单易懂，在其他人一致强推通过的情况下被一个人strong no否决了。

题型/考察的方向 可以多看一些自己想去的公司面经先体会一下，准备的时候就不会浪费太多时间在很难但是用不上/不面的内容。

总的来说，ML和DS相对物理来说，真的算简单了。上一个项目我用了一个物理模型，然后全组都在不明觉厉。当时很开心能够用到以前的知识，但是也有点遗憾别人看到的并不是物理有多elegant而是多fancy和制造impact。

candybugs 发表于 2020-4-23 11:44
看到前面说推荐去做quant，主要是quant看到你物理数学背景的就很大概率会面你，而且面试比如统计题脑筋急转 ...

哈哈内行握手！
我觉得你说的很对。现在这个形式，也由不得挑三拣四了。虽然还是比较倾向Tech，但是quant肯定也会试试。

嗯我觉得product sense很重要。我统计上也自知很缺intuition,真实世界的案例想的太少。唉，好多东西要准备。

说到模型，哈哈真的是简单太多了。如果你之前是高能的，一定知道HEP都用自己的Framework叫ROOT，语言全是C/C++，跟工业界完全脱节。现在我最觉有劲使不上来的问题就是全要换成Python的软件包，真的难受。我们常用的MCMC和其衍生的technique，还有比如template fit，在业界感觉根本就是天书...如果Tech能和金融界有一样的appreciation就好了...

candybugs 发表于 2020-4-23 11:44
看到前面说推荐去做quant，主要是quant看到你物理数学背景的就很大概率会面你，而且面试比如统计题脑筋急转 ...

谢谢你的回复！能问问你具体有哪些推荐的准备工作可以做吗？我现在的问题是面试机会也拿不太到。。。不知道是不是疫情关系。我也知道我的简历上DS的经历很少，很难看。能想到的就是kaggle做几个project，然后放到简历上。这个你觉得可以帮我加分吗？

我是物理PhD 不用非得做ML ML不是什么高大上的东西 面试还要额外准备
你要做的就是准备好简历和刷题 物理PhD 几家大场一般会给面试机会 能不能抓住机会就看你的leetcode水平了

ErgodicFrog 发表于 2020-4-23 13:02
我是物理PhD 不用非得做ML ML不是什么高大上的东西 面试还要额外准备
你要做的就是准备好简历和刷题 物理Ph ...

嗯好的！简单直接！
DS岗也看lc水平吗？还是说你值得是SDE岗？

bb1992 发表于 2020-4-23 12:23
哈哈内行握手！
我觉得你说的很对。现在这个形式，也由不得挑三拣四了。虽然还是比较倾向Tech，但是quan ...

你就想好一条路，别都准备。quant准备至少二周，在你从早到晚刷题情况下。
quant mle sde 和ds中间是一个小交集 然后他们的union又很大。你什么都准备，就什么都准备不精。建议想好自己乐意做什么，然后挑一个方向准备。
挣得来讲，ds最少。ml你还有research的可能性，虽然偏向工程。sde搞不好就纯码了。