八一八亚马逊machine learning engineer

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。 ...

看来是同道中人；我组里的scientist至少面子上还是给够的，说话不难听

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 ...

炼丹。modeling的工作只有很小很小一部分是做新的算法，大部分都在加新的数据，加更好的数据上

Lenin 发表于 2021-1-4 12:38
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 ...

如果AS真的是干着role guideline里AS要求的活那也就罢了，拿着AS的pay干着RS的活，然后招几个dev来打杂，那当AS确实是爽

seattlekbz 发表于 2021-1-4 12:58
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 ...

所以亚马逊有Applied scientist和research scientist的区别。AS是要求会写码，面试是要面算法题的。然而现实是按AS招进来却干着RS的活，只做prototype work

那请问亚麻的ds是大概做什么呢

匿名者 发表于 2021-1-4 14:35
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 ...

无聊确实是真的，也是我完全没有转scientist的欲望的主要原因，即使AS的pay高不少。倒不是说具体日常工作难度高，毕竟现在的工具框架都包装的很好了，清理数据调参很容易。
我认为的难点主要是把business goal转化成modeling goal的过程。比如我们作为产生revenue的部门，business goal非常容易定。上面一个拍板，你们组今年要产生几百个M的revenue gain，搞去吧。很可能费劲千辛万苦调出来的新model有这样那样的问题而没有多挣钱，这时候压力就会很大。不像engineering project，通常有比较清晰的path forward，只要按照design来做一般不会有大问题

xkang79 发表于 2021-1-4 15:00
那请问亚麻的ds是大概做什么呢

我的理解是写SQL，excel的。类似business intelligence engineer。

另外的例子比如说model出来了，需要手动copy到production的location。。。并没有用model publishing pipeline。当然这个活是engineer来做，如果model有问题那也是engineer来写COE。我从加入这个组就给老板提了这不科学。我们需要build一个model publishing pipeline，不能手动做这些事情。自然是过了七八个月也没拿到support来做。原因很简单：做这个有钱赚么？没有为啥要做？

匿名者 发表于 2021-1-4 15:01
无聊确实是真的，也是我完全没有转scientist的欲望的主要原因，即使AS的pay高不少。倒不是说具体日常工作 ...

了解。这个goal转化确实generally PhD 强一些。我是觉得SDE上限比AS高些，不知道LZ怎么想。亚麻我不是很了解，AS有clear path to L6+吗？如果没有拿着PhD学位局限于AS这几年的pay忽略长远个人觉得是不值

匿名用户 发表于 2021-01-03 23:08:18
另外的例子比如说model出来了，需要手动copy到production的location。。。并没有用model publishing pipeline。当然这个活是engineer来做，如果mod

组里没有强SDE Support么？这个再合理不过了的要求了，显著提高velocity啊。