组里面做ML路子有点野是什么体验

mimighost007 发表于 2021-8-4 10:56
如果真像你说的这样

就去做实验，然后showcase

讲真这些我都做了。。。。最后写了个report给group发了下

DreamBoy 发表于 2021-8-4 10:49
要不要多投点其他公司 否则这么强的科研背景去fb搞prod可惜了 又不能发论文他们

hhh，谢谢建议。确实可能之后会考虑去AML之类的了

匿名者 发表于 2021-8-4 09:08
特别能理解楼主 实习的节奏太快了 很多时候没有办法做很多思考 或者做很多实验去证明tl的想法不对 或者证 ...

好的嘞！确实intern怕得罪人主要也没时间一一argue就这么算了，hhh，别的以后再说

harrybob 发表于 2021-8-4 10:28
感觉楼主作为一个researcher是和这种环境格格不入的，要么把自己往engineer方向转要么争取加入research te ...

确实这么考虑了，转AML或争取转去FAIR吧（虽然很困难）hhh

我觉得简单就是tech lead不等于专家。只是综合技术不差，给大一点的项目能够不干砸

匿名者 发表于 2021-8-4 07:07
其实楼主说的问题很常见。这种问题也不仅仅存在于ML项目。不光是TL对intern的意见不采纳，很多情况下，part ...

+1这其实是个politics问题
而且其实并不是说如果你级别高、在research部门、给的论据充分，就能避免这种问题。有的时候需要不断不断地influence，有的时候非得让人先干了、撞了墙，别人才会回头（回头也不见得给你credit）。intern在职时间有限、话语权又低，确实想influence很难。像lz一样有concern flag了，也拿实验backup了，对事不对人地说了，我觉得可以了
很多人说职场choose the right battle很重要，其实一部分原因就是这种事很多、很费精力，所以才要挑重要的下手，花巨多精力把必须搞对的事情搞对了

我站在TL的角度说两句话，一般faang大厂里面的产品组节奏都很快，TL的日程安排的很满。而那些EPM或者cross functional的stakeholder都只看结果，这种情况下就算TL懂你的东西，也很难说从理论出发给所有的人讲清楚。在短时间deliver的情况下也只能选择快糙猛的战术。并不是意味着TL或者组里的人水平不行。相反现在ML博士大幅贬值的时代，能进大厂全职的ML博士谁没几篇顶会文章？很多也都是领域内top学者的学生。比如我最近合作的一个ML researcher就是Jordan组的学生。如果你特别想研究ML的fiundation，建议还是加入AI lab比较好。但你的这个方向不是AI lab的主流，所以我不清楚你学校怎么样，publication如何以及是不是名师的弟子。一般CV，NLP，搜索，Robotics之类的比较容易去AI lab，theory方向路子比较窄可能需要你关系很硬背景很闪才行，可以试试MSR

StanleyGY 发表于 2021-8-4 11:50
我站在TL的角度说两句话，一般faang大厂里面的产品组节奏都很快，TL的日程安排的很满。而那些EPM或者cross  ...

哈哈，还好啦，我group里面我也没见谁（包括全职）的顶会Publication比我好，这块我虽不是大牛但自己的paper在圈子有点小impact的 hh。Jordan还follow过我的几篇paper那我也没觉得啥，hhh。

而且重点是TL他几乎完全不懂我这块，开会的时候好多基础概念都不了解。。。。提出的方法不是什么 快糙猛的，就是一个拍脑袋不靠谱到只要是这个领域的专家一看就知道是错误的方法。而且实现起来也有risk。如果是快糙猛的我也不会来吐槽，我吐槽的是应为这个方法不仅仅是错误的，而且不好实现哦~要是是那种保守而且能guarantee有Incremental imporavment的话我是能理解TL的，但我这边情况不一样哦

MSR和教职都有机会去的不过实在不想继续写paper了就来业界啦，FAIR没有硬后台去不了。hhh 谢谢建议

匿名用户 发表于 2021-08-04 09:11:49
哈哈，还好啦，我group里面我也没见谁（包括全职）的顶会Publication比我好，这块我虽不是大牛也是自己的paper在圈子有点impact的 hh。Jordan还follow过我的几篇pape

FAIR不也是写paper吗，还是对公司有bias哈哈

匿名用户 发表于 2021-08-04 08:01:39
hhh，谢谢建议。确实可能之后会考虑去AML之类的了

aml感觉论文机会也不很多 不过这个和组有关 可以查查组内有没有发论文