作为一名小ds 觉得自己在组内很卑微

你的模型在他的test data上表现怎么样？
他的模型在你的test data上表现怎么样？
如果他的模型不行，做一些case study很容易证明吧。

自己选700个test cases，相当于期末考试自己给自己出题，考100分不奇怪。好奇这senior到底懂modeling吗？

建议楼主先私下回怼(email, google doc comment, 1:1的时候问问细节)。

有以下几种情况：
1）senior ds model确实厉害，现实中确实能够达到很高precision或recall
>>> Congrats别人，多多学习
2）senior ds 认识到自己错误，自己跟stakeholders澄清自己的问题
>>> 你不用做太多。相应你在组里面的credibility提升了
3）拒不认错
>>> 跟你的stakeholder讲这人的model不能generalize，跟team开诚布公的沟通她犯的错误 (based on fact，不要take it personal)

她这是在所有test data里选了700个？选择性test这操作我还是第一次见到

你发明了火柴打火机，他们让你跟一个猴子学钻木取火

我也做过text classification 的项目，如果label不好，想提升model performance 几乎不太可能。我们的做法是找intern label data，新的data随便train个model都吊打原来的各种折腾

如果她随机选了700个test case我就不说什么了（虽然已经很迷了…？1000个class 700个case）

如果他先用模型做了prediction，然后从中选出了accurate的700个点，反向构成数据集，那就是cherry picking之王，我愿意和他一起去湾区的ranch摘樱桃，但绝对不要做同事😂

我也是ds 小白的时候一样的困惑 慢慢就上手了

小公司吗？做这么高大上的工作？

did u use boosting algorithms?

Fake/Random 发表于 2021-7-12 22:48
楼主不要妄自菲薄，因为这个Sr DS话术强，而且可能做了类似p-hacking的事情而质疑你自己，大可不必。

为 ...

这是否意味着以后ds会比纯cs在ml领域更吃香呢? 我现在是药理phd二年级 但是打算masterout 想往computation方向偏也对它有passion 在地里看的帖子大致分两种 一种是ds内卷太严重不少又继续转码 另一种是纯cs现在也差不多要饱和应该尝试将computation和之前的专业相结合就又回到了ds 请问前辈有没有什么suggestions 应该是phd读完转ds 还是现在master转cs 这两种转法哪一种更容易进入ai/ml health呢? 谢谢