在美国Machine Learning 相关岗位要求是啥呀？加米加米

urdnm 发表于 2021-05-25 06:08:13
我感觉第一肯定还是看你实力够不够强，第二真正有经验精通技术的mle还是挺缺的，第三非大厂和ml相关的职位还是有不少机会的

anyway，我说的就是我们组和我们公司招人的现状。

各个公司对MLE的要求其实非常不一样。有的公司只需要做modeling，所以对数学和算法的要求比较高，有些公司更希望有懂点infra的MLE，能够自己从modeling到deploy model一起搞定， 这种对实践经验的要求就比较高，不需要太多科研经验，更多的是能够从工业界应用出发，提出适合公司的解决方案。这种大厂的话一般不局限于具体task，小厂的话看业务需求。如果公司业务主要在某种类型(cv/nlp)， 可能更需要这些方面的知识。（还有另一种专门优化机器学习infra的MLE，这里就不详细展开，主要讲以上两种算法相关的MLE。）

我认为不存在一个能够成功申请所有MLE的方案，只存在根据你自己情况/兴趣比较适合的MLE类型。如果你想深入钻研某一方向（比如cv)，在这方面积累深度比较重要，也更适合上面所说的第一种MLE，科研经验会非常有帮助。如果你想尝试一下ML的不同方向， 或者更喜欢做整个工业界的pipeline，可能需要在广度上积累更多，也更适合上面所说的第二种MLE.

但是这两种并不是互斥的关系，很多人可能先做第一种MLE，再做第二种MLE，在某个方面有深度的积累，同时又有一点相关的广度知识，个人以为这是未来的趋势，如果要让ML算法被应用，光懂得算法的知识远远不够，必须明白一些工程上的需求以及tradeoff.

作为学生而言，第二种MLE要求的工业界经验，一般比较难在学生时代就有丰富的积累，需要工作几年。能够积累的主要是自己对算法的理解以及和ML相关的项目经验（或者实习经验）。如果想直接找MLE，这些算法和经验会是加分项。如果只是为了找个工作，new grad SDE比直接找MLE好找的多。MLE的需求总体来说并不如general SDE多。

学习了，

你的所有这些问题，简单来说，都可以通过看job description来了解
因为不同行业、不同公司都有需要mle的，要求、薪水都可能千差万别
所以最好的了解方法是多看看不同公司不同行业这方面opening的jd

有米吗？~