学了很多ml的知识回国工作只用到sql和excel不会觉得可惜嘛

我很能理解lz的这种心情，或许很多其他人在其他事情上面也有过这种体验，就是花了很大力气去做却没有派上用场，可能大家可惜的并不是付出的努力，而是时间成本，如果早知道把大把时间用来学了派不上用场的东西，还不如拿去干点别的。

.google  и哈哈，lz可惜的是时间，如果是这样，lz就不用在这件事情上介意花费更多时间了。那些厉害的人不光是技术厉害，更多的是能够管理好自己的情绪，他会先判断这个思考或者这个情绪对ta是有益处还是会伤害ta，如果是伤害ta，ta就立马停止这个思考（我并不是说lz思考现在这个问题是伤害你）。

我们花很多时间学唱歌，学弹钢琴，学画画，最后也没有以唱歌，弹钢琴，当画家谋生，lz就当之前学那些模型就是一种兴趣爱好吧，至少增加了知识面。

我认为学那些东西还是有用的，至少增强了lz的学习力和在lz脑子里构建出了新的神经path，以后再学这些相关东西时会快很多。就像那些常年健身和锻炼的，停一个月不去锻炼，肌肉就流失了，体能也跟不上了，但只要练一两个星期，就能很快捡起来。学习知识和新东西就锻炼了我们的“大脑肌肉”呢。

大脑是一个很神奇的东西，其实我们有意思的控制的可能就大脑的1/10学，另外9/10大脑都在我们的意识之外运行和思考，我们多提供一些素材给它，它将会在后台帮我们解决我们平时遇到的问题和困难呢！

功不唐捐！希望lz付出的这些努力和学到的知识，大脑得到的锻炼等能在将来某一个时刻发挥作用，帮到lz！

补充内容 (2020-12-24 19:15):
可能lz只是想问一下怎么把之前学到的东西发挥出来，而我却理解成了lz为此而愤懑？
我感觉在这个问题上要先想好究竟想要什么，你看我们从小学到研究生在学校学的那些东西，可能也就1/1000起到作用了吧，在工作中还是要用到什么才去学什么，以及技术更新迭代这么快，很多技术就被淘汰了，以及一些工作岗位都消失了，所以lz说的这个问题应该就是一种常态了。未来不可预测，没有人能百分百预测到未来哪些有用哪些没有用，所以就尽力把握现在能把握的，改变能改变的，学好当前认知判断出来的有用的。

投数据挖掘，算法工程师这些。除了ai lib门槛不高

read 发表于 2020-12-24 03:06:06
我很能理解lz的这种心情，或许很多其他人在其他事情上面也有过这种体验，就是花了很大力气去做却没有派上用场，可能大家可惜的并不是付出的努力，而是时间成本，如果早知道把大把时间用来学了派不上用场的东西，还

谢谢你的回复！真的有收获到~

ds也得会开发的东西，虽然不一定比他们精通。不能把路走窄。

就好像学的这些算法多高端似的，说不好听的绝大多数ml相关的paper高中生都能看懂，还有你说的所谓的svm，说穿了不就是个perceptron+regularization么，搞明白用得了一个小时？

额。。。ml svm掉个包挑个参就很高级么？现在哪个cs/ds学生不懂svm会搭个神经网络的，好多人学了半天ml最后连个基本的code都写不好

其实大部分人做ml 不就是调包吗

可惜啊，六个字节是多少

和楼主最近有同样的困惑，感觉ds分析向很多时候在技术上提升有限，很多杂活（今天给这个pull个数据明天那边有个ad hoc，会变成sql monkey)，但是心态好还是很重要，ds分析向大部分时候是做为产品团队里面离数据最近的人，别人会依赖你从数据中找到支持，那对于快速取对的data, 快速理解并和团队沟通是要求很高的。这一点我觉得并不容易，需要深刻的了解产品和数据敏感性才会对取出来的数字有一个判断。Getting a number is easy but getting a number u can trust is hard. 这个能力感觉比较universal和通用. 但我觉得多学肯定是没坏处的，模型学的好工程能力强以后不喜欢ds做不了research Scientist也可以去转个mle