CS PhD如何转行ML

把Learning theory加到Applied ML领域降维打击

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。

schuits 发表于 2021-8-23 23:14
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 ...

拼hf是一条路，毕竟他们喜欢招数学好的人，但是面试竞争也激烈。还要考虑到lz的学校tcs强且ml弱，大概率不是好学校（好学校哪会有弱的方向），可能还会因为target school筛。

在业界等机会并不是适合lz的方法，因为他并不是等跳槽而是没毕业，他的背景很可能根本找不到工作。与其被动等，不如主动出击。对他来说进大厂，刷题不是最难，简历被捞起才是最难，拿着一堆不相关的project，hr根本看不懂，只知道关键词毫无match，竞争力何在？除非blanket hire的大厂希望稍大（但他们也是看简历的，我就拿不到面试）。即使是这点希望，还有之前提到的学校不强的问题（虽然tech不太讲究target school，但差学校一定机会少，FB除外）。

find_advice 发表于 2021-8-24 06:20
拼hf是一条路，毕竟他们喜欢招数学好的人，但是面试竞争也激烈。还要考虑到lz的学校tcs强且ml弱，大概率 ...

如果lz找ml工作，那tcs导师比ml导师强这件事基本没啥用

msfake 发表于 2021-8-23 20:53
谢谢建议~层主现在转ML成功了吗~

我是做graphics的，博士老板做的是graphics里面的冷门非ML方向。我找了一个ML方向的老师，跟他发了一篇ML+graphics论文，因此找到了ML的实习，现在工作做的也是ML+graphics。如果我继续做原来的方向估计很难有现在的机会，所以我算是转成了吧。
但是也有痛点啊，正如另一位答主所说“短时间难以拼过有实战经验的业界或相关phd”。甚至我很悲观的觉得，长时间也难以拼过他们。在知识面方面很难追赶，在人脉方面就更加难以追赶啦
题主加油！

schuits 发表于 2021-8-24 02:14
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 ...

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？

另外我不是不喜欢theory，而是觉得theory是个很小众圈子，只有少部分人关注，举个例子比如去开会的poster环节，theory的poster永远都是看的人最少的，大部分人还是关注你解决了什么实际问题，而不是精妙的证明过程，其实我自己也更关注把theory当做工具解决实际问题而不是几十页的证明本身。另外如果考虑毕业去flag的话，就不能说自己做小众大部分人不理解的东西也没关系，所以这些让我有些受打击。

我曾经关注的几个和自己research相关的phd大佬的动向，结果发现他们publication很好毕业却都去了大厂当SDE，像层主做TCS毕业也是刷题进了大厂做起了ML，我自己也渐渐倾向于毕业不找教职而是去工业界，所以想在毕业前利用空余时间掌握一些更适合工业界的技能，ML就是最好的选择了感觉

find_advice 发表于 2021-8-24 09:20
拼hf是一条路，毕竟他们喜欢招数学好的人，但是面试竞争也激烈。还要考虑到lz的学校tcs强且ml弱，大概率 ...

我不是很担心进不了大厂，fg面试过也实习过，烦恼的是team match永远match不到ML的组，实习的都是其他方向的组。

lingyuenu 发表于 2021-8-24 21:12
我是做graphics的，博士老板做的是graphics里面的冷门非ML方向。我找了一个ML方向的老师，跟他发了一篇ML ...

层主是在大厂做ML相关的researcher所以感觉很难拼过ML出身的phd吗？还是说做ML组的sde也会遇到这个问题？

msfake 发表于 2021-08-23 20:32:58
基本就是证一些bounds，了解一些probability theory和graph theory的知识

如果做的是learning theory 比如bandit这种 工业界还是需要的 楼主可以试试发一些这方面的paper 我本身是做bandit的 业余看一些rl 但是我sell的时候都说是做ml的 这样比较容易match上ml的组

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