CS PhD如何转行ML

楼主是CS PhD第三年，theory方向，是和ML一点关系都没有的方向。楼主最近才后知后觉的意识到，在cs里theory是一个非常小众并且很难解释application的方向，而楼主虽然喜欢algorithm相关的东西，但真的做起research来还是喜欢有明确应用场景的研究和技术，大家一听就觉得有用的方向，比如掌握ML相关研究技术在flag大厂里做ML researcher（或者从ML组的sde做起慢慢靠近researcher也行），而不是一辈子在学校里搞非常小众的研究，每次presentation或者聊天跟别人说半天对方也不知道你做什么有啥用（每次遇到这种情况楼主就很受打击）。

楼主曾经想申请ML相关的大厂实习，上过ML基础课，天真的以为CS PhD在读应该有人要但team match根本match不到ML相关组，现在想想可能是简历里一点ML相关的project都没有的缘故。感觉地里有很多ML大佬和转ML成功的大佬，想请教一下大家的意见，作为CS PhD在读如何有效率的转行ML？

楼主有这么几种想法:
1. 最有效的做法应该是换成ML方向导师，但是楼主学校ML并不强相反楼主导师很强，加上已经是第三年，所以直接换phd方向不是好选择。
2. 看到有人通过把自己研究和ML扯上关系发paper来转ML，但是楼主目前还不擅长ML技术，加上楼主学校ML比较弱很难找到ML方向的collaborator，感觉也很难保证这样做能成功。
3. 自学ML自己练习一些能写在简历里的ML project，不知道这么做够不够申请ML组的PhD SDE Intern？要想进一步申请ML researcher的话，还需要补充什么呢，是不是非ML方向PhD只能死心了...

很迷茫，求大家建议，感谢:D

我也是 theoretical computer science phd，现在不小心进了ML组。
当初刷题进了大场，试了好几个 infra 组再看怎麽发展，结果最后被一个ML组的 manager 主动连繫被说服进了该组。

我的经验是，对于念 TCS 的人，正常人是直接预设相信你数学不错，probability, statistics 的底子有，ML的基本概念也有，要学深一点也都有能力。若不是这样，hedge fund 也不会狂找 theory phd 了。而机会不见得随地可见，重点还是准备好了，出现即可抓住。而就算毕业也超过2年了，还是不断收到 hedge fund head hunter 的信去做 ML 相关，所以如果认真要走 finance 应该机会是挺多。

另外虽然找ML project，或像是 Kaggle 累积经验，是一条路，但换个角度来说，要拼这些，短时间也难以拼过有实战经验的业界或相关phd，因此确立自己的扎实基本功，在业界等待机会也是条路，需要 ML 的地方会不断的出现。

最后，我也建议重新凭估一下ml这条路，很多人看着这条路工资高、结果酷炫就挤了进来。但身为喜欢TCS领域的我，跳下来做后，目前还是不太觉得有兴趣的。(我觉得是个人偏好演译多于归纳所至)

题外话，我比较困惑的是…如果你不喜欢这方向，怎麽会走上念 PhD...
还有我从来没有和人聊天，因为无法解释清楚而感到打击。我认为是两点：
1. 这是锻鍊解释的大好机会，我会不断的反思，怎麽样才能表达清楚。很多杰出的理论学家，在像大众解释研究的工作都做的很好，而我在反思的过程中有时研究方向反而也会更清析。
2. 走上理论这条路，大部份的成就感和喜悦，我以为就是来自于学习精美另人赞叹的结果(特别是数学上)和突破知识边界，好像本来就没有期待大多数人能理解。

Hi 楼主，我曾和你有一样的困惑，其实万事开头难，最难的是完成你的第一个ML项目。我的方法是：
首先选一门带大作业的ML课程。很多老师会把自己“想探索的一些项目”作为课程大作业的题目，让选课的学生们做做看。你可以在大作业中提出一些新颖的想法，课程结束后去找老师，问能不能把大作业拓展成一篇文章。授课老师一般没有意见（毕竟是免费劳力，何乐而不为），然后你就可以业余时间跟着这个老师搞ML项目发文章。有了第一篇你就可以开始找ML实习了，如果你感兴趣，还可以跟着这个课程老师搞第二篇第三篇。或者再选一门ML课程再来一次。
要注意的是不要因为做ML项目而荒废了你老板的项目；做课余项目也要及时向你老板汇报进度；最后写文章记得挂老板的名字。

msfake 发表于 2021-8-24 19:53
谢谢建议~请教下“因此确立自己的扎实基本功，在业界等待机会也是条路”是指的怎么做？扎实理论知识吗？
...

适合工业界的技能，不要忽略了分布式，spark/kafka/aws要会，工业界招做ml pipeline和platform的比做model的多得多

不知道楼主做的是什么方向的theory？可以选一些ml的课上上开始

也蹲个建议。同phd，做or里面偏theory方向，每次讲自己project有同样的感觉。。。

https://github.com/bharathgs/Awesome-pytorch-list
动手玩玩吧，做3，CV里写成2

ML researcher希望不大，找MLE或者SDE ML吧

感觉做theory比做ML牛逼，现在的ML是个人都说在做，其实就是调用pytorch而已！

建议直接刷题转sde, 工业界ml早已是一片红海，更何况是半路出家的。

alanthink 发表于 2021-8-23 19:45
不知道楼主做的是什么方向的theory？可以选一些ml的课上上开始

基本就是证一些bounds，了解一些probability theory和graph theory的知识

binary_rocks 发表于 2021-8-23 21:16
也蹲个建议。同phd，做or里面偏theory方向，每次讲自己project有同样的感觉。。。

除了一个小圈子其他人完全不清楚你在做什么，presentation永远很少有人提问题，朋友们问起来也解释不清楚有啥用，就感觉挺难受的...

lingyuenu 发表于 2021-8-23 21:39
Hi 楼主，我曾和你有一样的困惑，其实万事开头难，最难的是完成你的第一个ML项目。我的方法是：
首先选一 ...

谢谢建议~层主现在转ML成功了吗~