从职业发展的角度回国VS留美DS offer的一点思考

多重影分身 发表于 2020-11-07 00:49:33
说真的，大厂ds三年能做到tech lead吗？我一直觉得很难，大厂里做ds的一堆phd还有其他奇奇怪怪的猛人，我觉得cs好像还道路平稳一点...

哦哦是很难肯定的，我是说理想中嘛，一个小目标哈哈哈

工业界（偏传统行业，比如零售，医疗等）要做出能落地的ds项目，两点最重要。一是数据：对数据的理解（语义，更新机制等等）决定了数据模型的有效性。是建模的基础。
二是问题的定义：把商业问题/应用场景转化成模型问题。决定了模型实际的可用性。
这两部分都需要比较强的domain knowledge，如果做的不好，后续的这些，特征，模型算法，engineering搞得再好，也是南辕北辙。

Fake/Random 发表于 2020-11-06 15:48:15
看起来楼主是new grad选择了回国（正在做选择）？对数据这个工种的判断听起来像新人。你做到3-5年的时候，会深刻体会到DS的限制和优越性。DS最大的局限可能是：不是owner，最大的好处可能是：你

层主讲的太好了
非常想再请教一下 如果想长期在美国发展 ds应该怎么做自我的career path规划呢？是像层主说的得找一个自己比较懂的方向建立ownership吗？还是或者一直为其他组提供服务也可以做下去
我个人做ds三年 对ml不感兴趣 而对big data/cloud computing的方向感兴趣 曾经想过转de 但又不想失去现在ds能做的downstream的活儿和scope（因为analytical的结论都是ds在present 有很好的visibility）
不知道该怎么权衡和发展 非常感谢！

国内给da也回国？不知道说什么好

szhhan 发表于 2020-11-06 22:32:55
其他的不说， “modeling这些东西我自己调参不如h2o，feature engineering可能也不需要了” 就根据这个话跟楼主谈一下，也希望其他同学不要被误导

神经网络针对不同的问题每

调参没有理论支持吧，感觉就是凭经验？

halfpipe 发表于 2020-11-07 08:22:15
我工作经验确实不多，大多数也都是观察来的，不过让我觉得挺没劲的一点是，在工业界模型最好表现好不好，主要跟你数据质量有关，而你的数据质量其实跟你个人是没啥太大关系的，主要跟你的公司业务有关。
回到一开始

我感觉工作几年，多去感受一下ds的工作范畴可能就有感受了吧。engineering诚然是有它的重要作用的，但是我不觉得按照需求解决问题是只属于engineering的skillset，技术是重要一环，但是要做成一个产品不是只靠技术。最终的最终，所有工作都是服务于产品，服务于能创造的商业价值。从这点上来说，ds在参与定义问题、跟stakeholder沟通、保证需求被满足这些工作上绝对不少于engineers。可能跟你现在接触到的工作内容有关吧，我觉得多感受多思考，慢慢就有感觉了，ds的工作意义绝对不限于调参。

楼上动不动DL, Research的ds什么的真不知道是什么大厂什么核心组撸了什么real-time model，感觉也是很偏颇，欢迎分享一些实际经验。

oreh_wz 发表于 2020-11-07 09:10:27
工业界（偏传统行业，比如零售，医疗等）要做出能落地的ds项目，两点最重要。一是数据：对数据的理解（语义，更新机制等等）决定了数据模型的有效性。是建模的基础。
二是问题的定义：把商业问题/应用场景转化成

对对对，是这个意思，但是一个公司能做这件事的人很少，或者是需求很少。

2ndcat 发表于 2020-11-07 10:59:27
楼上动不动DL, Research的ds什么的真不知道是什么大厂什么核心组撸了什么real-time model，感觉也是很偏颇，欢迎分享一些实际经验。

你回复的主贴是说我说的那部分吗？具体那部分比较偏颇呀。

szhhan 发表于 2020-11-06 22:32:55
其他的不说， “modeling这些东西我自己调参不如h2o，feature engineering可能也不需要了” 就根据这个话跟楼主谈一下，也希望其他同学不要被误导

神经网络针对不同的问题每

我觉得哈，现在这个阶段还是有用的，但是未来可能就没用了，而且潜在的晋升空间就是另外一个层主说的define problem的那种人，但是那种位子毕竟是少数，感觉EOD，就是demand不会很大。
另外说到DL调参，network structure，我真的觉得太难了。完全无法想象大牛们是怎么想出来LSTM，RNN这种东西的。。。
哎 可能也是因为学的比较挫败吧……