八一八亚马逊machine learning engineer

匿名者 发表于 2021-1-4 08:59
看这个描述 我大概和楼主是一个org的..
亚马逊很少有org真的有MLE 广告组可能是scientists太多了 所以MLE ...

某M姓VP

这个org搞MLE这个title就是为了骗人进来，我之前的老板很实诚的告诉我开MLE的position会收到多很多的applicant。

除非你想转scientist，除非你想转PM，除非你想转BIE，否则去这些人主导的组当engineer就是去当下等孺子牛。他们看不起engineer的活而且都觉得自己可以任意指挥engineer。我就被一个AS当面教训过： "你作为一个engineer， 只要知道数据在哪，怎么import 就行了。Science is none of your business. There is nothing about model that you need to know. " 。。。

就问一个问题：当基于各种id的embedding特征的模型已经很难有改进的收益的时候，请问mle们接着的工作计划是啥

kate123321 发表于 2021-1-4 12:15
除非你想转scientist，除非你想转PM，除非你想转BIE，否则去这些人主导的组当engineer就是去当下等孺子牛。 ...

对于这样的人，forte可以给个需要提高earn trust的feedback

zero_you 发表于 2021-1-4 12:35
对于这样的人，forte可以给个需要提高earn trust的feedback

问题是她级别高不会要我给她写feedback啊

没听说亚麻有mle的title 但是我周围做类似工作的叫applied scientist简直太爽
pay比sde高 不会pip（至少我和我周围人从来没听说过）
visibility也很高 各种项目做好最后展示demo都是applied scientist
当然这个岗招人基本都是phd 要求比较高

yikehongxin 发表于 2021-1-4 12:33
就问一个问题：当基于各种id的embedding特征的模型已经很难有改进的收益的时候，请问mle们接着的工作计划是 ...

辅助scientist做online AB test，不成功便成仁。如果这个scientist的想法没有有效的提高模型，那么engineer的劳动全部付诸东流。。。

匿名者 发表于 2021-1-4 10:28
这是个culture问题。没有人真心愿意做这些活，大家都想只build新东西而不做maintainance的活。然而这种事 ...

还有一方面就是既能build模型，又能写代码的scientist太少了。我们组来面试的candidates几乎难见CS专业的，非常多的统计专业，生物等等

请问亚麻的MLE和Data Engineer是一回事吗？

楼主为啥觉得AS的活比engineer难做？本PhD碰了一段ML觉得各种搞model调参好无聊，视野越来越局限，还是SDE路子又广又野果断靠了SDE的路。。。