楼主: 匿名
跳转到指定楼层
上一主题 下一主题
收起左侧

八一八亚马逊machine learning engineer

   
地里匿名用户
🔗
匿名用户-XIKZO  2021-1-5 03:40:30
t__c___ 发表于 2021-1-5 00:23
make sense, 其实听你的描述这个也是增加model shipment的velocity啊

是啊。所有的automation都能增加效率和产出,问题就是组里没几个dev,每个人都在support不同的model。然后scientist又完全不管这些和build新model不是特别有直接关联的事情。
回复

使用道具 举报

地里匿名用户
🔗
匿名用户-XIKZO  2021-1-5 03:41:57
brtt13 发表于 2021-1-5 00:28
他们也很难 每天都在痛苦地炼丹中,不知道哪个会work,不知道怎么搞数据,又不想每个小白鼠online test一遍 ...

你说的很对,我在组里就是这个定位。scientist不想做小白鼠online test所以丢给dev来做,scientist说自己管不了production的事情所以都是dev来管。
回复

使用道具 举报

地里匿名用户
🔗
匿名用户-XIKZO  2021-1-5 03:45:41
赵晓得木 发表于 2021-1-5 01:52
的确,我们组AS把model developmenrt跟production pipeline的事做完了。MLE更多是做dev ops跟infra的工作。 ...

那很好了。我们组没有production pipeline,一切都是手动。当然都是dev来做
回复

使用道具 举报

地里匿名用户
🔗
匿名用户-XIKZO  2021-1-5 03:50:41
ikazu 发表于 2021-1-5 01:00
讲真,除非是非常前沿的ML research要用所谓的research scientist来做之外,日常的feature engineer, model ...

其实amazon对AS的定位确实是要end2end一把抓,所以AS的pay会高一些。理论上一个modeling team可以全是applied scientist没有dev。只用jupyter notebook工作的在amazon叫做 research scientist.但是我在的这个org,找来的AS都作着RS的活,剩下的没意思的活就招几个dev来做。

以后要跳槽找你内推
回复

使用道具 举报

全局:
t__c___ 发表于 2021-01-04 08:31:51
好像是个New Title不是New Role吧?
role和title不一样么😇
回复

使用道具 举报

🔗
placeholder 2021-1-5 10:25:31 | 只看该作者
全局:
借个名字 发表于 2021-1-5 10:01
role和title不一样么😇

MLE在亚马逊目前还没有role guidance吧
job title可以是MLE 但是business title也还是SDE
回复

使用道具 举报

地里匿名用户
🔗
匿名用户-L6BIQ  2021-1-5 11:48:19 来自APP
之前也待过这类组,遇到的AS还都挺nice,要求发CR也发,哪里不懂也会耐心给我解答,并没有遇到盛气凌人的AS。我本身也不想看paper ,也觉得做产品比盯着几个参数跳来跳去有趣,所以其实如果能给AS打好辅助,按自己兴趣偶尔学习一下建模的知识,也挺好。但是呢,待了很久发展自己也没有干到这些活,而且大小事也没有办法按照best practices , 总是在一堆混乱中前行,有轻微强迫性人会感觉心乱如麻。这hack 一下,那儿hack 一下。每个老板来了都是问team, 有没有low hanging fruit 呀? 此外,每天就是写doc,OE了。思考一段时间,深知以我的能力,这个不适感无解的。

评分

参与人数 1大米 +1 收起 理由
t__c___ + 1 赞一个

查看全部评分

回复

使用道具 举报

全局:
借号来讨论在亚麻做MLE的体验了 组里基本上全是AS 老板很新 AS转的manager 组里在我加入的时候 完全没有EE/OE 没有code base 没有tech stack 实验随便做 model随便train AS中有几个很有理论深度 人也很好 如果想转AS是可行的 但是对于sde 的确做的很痛苦 因为老板没有engineering background 对任何task的估计都是写paper那一套思路 想到啥就想做啥 导致大部分的活都是废操作 非常心累
回复

使用道具 举报

🔗
fatfatjoey 2021-1-5 16:20:35 | 只看该作者
全局:
我的code都在自己的dropbox里,你要是想看我可以share给你


惊了,没有任何infra的吗?连auto model refresh都没有吗?training code都没个git repo吗?smoke test都没有,model崩了怎么办?a/b test呢?数据pipeline也没个质量监控?

广告这么依赖execution的产品类型,稍微出点小问题就能烧掉几十几百万的inventory,组织架构搞成这样,这队伍拉出去能打吗。。。

评分

参与人数 1大米 +1 收起 理由
t__c___ + 1 赞一个

查看全部评分

回复

使用道具 举报

🔗
fatfatjoey 2021-1-5 16:33:00 | 只看该作者
全局:
ikazu 发表于 2021-1-5 01:00
讲真,除非是非常前沿的ML research要用所谓的research scientist来做之外,日常的feature engineer, model ...

同想吐槽一下,纯写notebook的DS,写的代码真的没眼看,而且因为没有对系统的end2end的理解,从数据收集到特征提取都有可能因为理解有误而出错,找engineer改写上线的过程又多一个可能出错的点,最后再online offline数据模型稍微有一点不一样,model prediction就能偏到姥姥家去。然后因为代码质量差,对答案找问题的时候简直苍了天,这哪能找出问题在哪里。。。
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册账号
隐私提醒:
  • ☑ 禁止发布广告,拉群,贴个人联系方式:找人请去🔗同学同事飞友,拉群请去🔗拉群结伴,广告请去🔗跳蚤市场,和 🔗租房广告|找室友
  • ☑ 论坛内容在发帖 30 分钟内可以编辑,过后则不能删帖。为防止被骚扰甚至人肉,不要公开留微信等联系方式,如有需求请以论坛私信方式发送。
  • ☑ 干货版块可免费使用 🔗超级匿名:面经(美国面经、中国面经、数科面经、PM面经),抖包袱(美国、中国)和录取汇报、定位选校版
  • ☑ 查阅全站 🔗各种匿名方法

本版积分规则

>
快速回复 返回顶部 返回列表