FB E5 MLE Remote Boston

请问你用什么语言面的? mle部分需要有publications吗?

pengzhao0524 发表于 2021-01-19 04:14:58
请问你用什么语言面的? mle部分需要有publications吗?

我用的python但是hr说语言不重要，只要够快速bug free。我没有publication。面试流程很标准化，只在自我介绍的时候简单介绍了自己的经历。ML design的时候会deep dive到很细节的东西，所以也可以说是变相验证过去的经历了

BlackPen 发表于 2021-01-19 02:16:42
f：要么写modeing tool,要么就是做product调modeling tool组的包
g：专门写config file的mle

大公司为了提高效率的话都是流水线作业…只不过流水线自动化程度还有具体工序不一样。。像AWS上的sagemaker，可以直接用写好的model estimator（对应modeling tool MLE），同时也支持自己灵活定义，写自己的（产品MLE可能希望有这个flexibility）。对于做tool的MLE而言，工作主要是写算法，希望这个算法是one solution fits all，传统算法我觉得这点还是很make sense，但是神经网络的话我个人觉得可能不是那么有优势，如果你自己调过nn model的话应该会有同样感觉。。对于做产品的MLE来说，流水线自动化水平越高那么就会有更多时间在找可能对model有用的feature，更少的时间用来写算法，只用调一下其他组写的ML包，然后内部工具上offline evaluate结果，再ab testing就可以快速迭代。。可能有的算法只要稍微改一下效果会好很多…自己如果想改动内部工具的话发挥的空间就要看公司了，取决于ml infra是不是支持。。。所以大厂MLE的工作内容可能和你的预期会有差距…

感谢楼主的分享!  回复帖子里面的解答也很有料. 非常感谢!!!

匿名者 发表于 2021-1-20 00:55
大公司为了提高效率的话都是流水线作业…只不过流水线自动化程度还有具体工序不一样。。像AWS上的sagemake ...

非常中肯。
尤其是DAU大了以后，模型的latency 容错率都要考虑进去，还有training cost等等，
ml application根本没有大家想的那么简单。

匿名用户 发表于 2021-01-19 08:55:44
大公司为了提高效率的话都是流水线作业…只不过流水线自动化程度还有具体工序不一样。。像AWS上的sagemaker，可以直接用写好的model estimator（对应modeling tool MLE

好的。太专业了。我先存着，后面慢慢品味。谢谢

匿名用户 发表于 2021-01-19 10:36:53
非常中肯。
尤其是DAU大了以后，模型的latency 容错率都要考虑进去，还有training cost等等，
ml application根本没有大家想的那么简单。

是的，实际上考虑了latency之后很多好的nn model都上不了线了。。。模型越复杂training的时间/$成本也越大。如果算上建模的时候花在debug的时间的话开发周期就更久了。。所以大厂流水线作业是生产资料优化配置必然的结果…宁愿用简单模型来快速迭代，move fast

BlackPen 发表于 2021-1-19 18:16
f：要么写modeing tool,要么就是做product调modeling tool组的包
g：专门写config file的mle

调modeling tool 不就是应用吗？MLE难道还有第三种工作形式吗？

nanadream1107 发表于 2021-1-24 13:08
调modeling tool 不就是应用吗？MLE难道还有第三种工作形式吗？

“【写】modeling 的tool” 这个算做lib/tool啦

匿名用户 发表于 2021-01-18 04:35:56
题目都是刷题网fb下面高频100里的题，每轮都是2题，要bug free，按时做完，店面2 medium，上门1easy1hard2medium，educative io那两门design课可以cov

请问大佬，ml design的权重排在哪儿啊？