请问走de/ml infra那条路更有前景呢？

qinshimingyue 发表于 2021-04-14 21:14:49
能具体说说吗？是因为bar比较高符合的人比较少吗。。从面试者的角度看，mle也是最难的（是我菜）

先不说bar, 能做模型并且部署上线，我面试感觉真的很难找。我不知道整体市场上这样的人多不多，只是从招聘的感觉说。可能这样的人主要被几家垄断走了。

qinshimingyue 发表于 2021-4-15 12:22
嗯嗯嗯是的，一个人造轮子太难了，也是想跳到一个好的infra组，不过这种组bar都蛮高的哈哈。不知道从gene ...

看之前背景了吧. 多general呢? frontend, full stack转起来估计挺难的. 我见过转去做ml infra的本身就是做backend或者infra的. 如果你有研读过或者修改过那些big data systems的source code, 可能也会有竞争力点. 当然更多时候看对面组缺不缺人. 很缺人的话, 也不会过多要求原先积累的能力, coding强就行.

bruceless 发表于 2021-4-15 12:28
看之前背景了吧. 多general呢? frontend, full stack转起来估计挺难的. 我见过转去做ml infra的本身就是 ...

确实。。。那一般做ml infra是什么背景居多呢？一般课程也不学ml infra，还是要看工作中的积累。要不就是误打误撞开始做ml infra？cold start的问题

qinshimingyue 发表于 2021-4-15 12:37
确实。。。那一般做ml infra是什么背景居多呢？一般课程也不学ml infra，还是要看工作中的积累。要不就是 ...

其实一般xxx infra都是CS科班的多吧. 只要之前os, networking, database, distributed systems这类hardcore system课上的好, 就可以做infra了. 本质上都是infra systems, 凑巧ml infra最近需求越来越大而已. 5, 6年前big data infra需求最大? 见过不少之前搞big data infra跑去做ml infra. 虽然我个人觉得这也不算转型, 因为ml infra本质上有一大部分还是data infra. data在ml systems里非常重要.

bruceless 发表于 2021-4-15 12:45
其实一般xxx infra都是CS科班的多吧. 只要之前os, networking, database, distributed systems这类hardco ...

有道理，那请问de和sde-data有什么区别吗？jd里感觉都有做data pipelines之类的，可能sde-data更注重infra？

qinshimingyue 发表于 2021-4-15 21:40
有道理，那请问de和sde-data有什么区别吗？jd里感觉都有做data pipelines之类的，可能sde-data更注重infr ...

说实话我不太清楚sde-data是做什么的. 如果是做data infra的话, 可能确实会覆盖一些de的事情. 因为现在big data systems都比较成熟了, 像spark, hadoop, kafka什么的可以拿来就能用(虽然很多时候要tune一下). sde会着重于在这些轮子的基础上写一些abstraction, 然后组里或者org里用起来更方便.

bruceless 发表于 2021-04-14 21:14:21
我认为ML engineer和ML infra基本就是两个职位吧. 前者在用现成的ML infra来做ML pipeline等工作(当然肯定也有ML engineer会去写少量ML infra cod

非常感谢回复，祝找工作顺利呐

qinshimingyue 发表于 2021-04-14 21:13:45
我感觉市面上的mle还是偏重于做模型，research为主，当然也可能要负责模型落地；但是ml infra更加侧重于整个系统，比如model version control， ml piprline之

多谢分享～～

bruceless 发表于 2021-4-14 21:09
个人看法, 欢迎讨论: 做ml infra好, 这个领域值得深耕.  ml infra还不成熟, 可以做的东西很多. 你进去往往 ...

ML infra干的活比如pipeline, CI/CD和Devops有什么区别？

去上课的话