查看: 6705|回复: 49
收起左侧

[改行 new occupation] MLE现在还是一个值得投资的方向吗?

    |只看干货
匿名用户-535  发表于 2021-9-25 02:12:29 |阅读模式
本楼: 👍   100% (7)
 
 
0% (0)   👎

注册一亩三分地论坛,查看更多干货!

您需要 登录 才可以下载或查看附件。没有帐号?注册账号

x
本帖最后由 匿名 于 2021-9-24 11:14 编辑

以前做mobile开发的,感觉需求量在慢慢减少,Andrew的machine learning课程刚刚手推完back propagation,想知道离MLE有多远,值不值得invest,除了刷题,一般面试准备什么东西,多谢!

问这个问题主要是看到很多人说现在DS/DA很卷,担心MLE也变得卷起来了。。。。

评分

参与人数 1大米 +1 收起 理由
cc189 + 1 MLE MLE MLE MLE MLE MLE MLE MLE

查看全部评分


上一篇:求问,我要怎么salary negotiation…
下一篇:大家工作中什么时候感到压力最大? 怎么应对?
modifiedname 2021-9-25 03:30:36 | 显示全部楼层
本楼: 👍   100% (44)
 
 
0% (0)   👎
全局: 👍   94% (11988)
 
 
5% (643)    👎
建议深挖 mobile
经验积累会越来越值钱
业界需求大,灵活(大公司小公司都有很大需求)
MLE 在小公司就没啥可搞的,中大型公司才有岗,需求应该也远小于 mobile
MLE 面试难度大(ML 算法和刷题算法都不能差,ML犄角旮旯知识点巨多,很不容易准备)
MLE 听起来高大上引起一堆人入行,其实最终还是归于 ml system (偏传统 infra/ 系统),调参侠(偏 backend swe + domain knowledge + 用公司内系统),少量的 research scientist 做比较专比较精的内容(ml 要求要比 andrew ng 那个课要深的多)

综上,建议继续 mobile
如果对 ml 有兴趣可以上一些基础课,然后就足够调现成ML包做有趣的应用了
除非就在开发那些现成包的组工作,否则对普通 swe 来说,落地场景远比所谓高大上的算法可发挥空间要大。有 impact 的事情不一定是技术上最难的事情。

评分

参与人数 11大米 +12 收起 理由
AiLiner + 1 赞一个
zhaol2 + 1 赞一个!
tandent + 1 给你点个赞!
金针鸡丝 + 1 赞一个
4am + 1 赞一个
弋非 + 1 给你点个赞!
kamia + 1 给你点个赞!
maxee998 + 1 赞一个

查看全部评分

回复

使用道具 举报

umbg 2021-9-25 03:08:15 | 显示全部楼层
本楼: 👍   94% (17)
 
 
5% (1)   👎
全局: 👍   96% (1325)
 
 
3% (42)    👎
"Andrew的machine learning课程刚刚手推完back propagation,想知道离MLE有多远" -> 差得特别远
Andrew Coursera的ML课算是非常基础和入门的。如果要达到大厂工业界标准entry level MLE的话,要有stanford CS229(这门课也是公开课)的水平 + 紧跟当今ML research前沿并有大量paper积累 + 深厚的数学积累。
大厂MLE招聘第一顺位是PHD,所以你还要跟PHD竞争。
很难的。
回复

使用道具 举报

川川唔 2021-9-25 02:54:21 来自APP | 显示全部楼层
本楼: 👍   100% (8)
 
 
0% (0)   👎
全局: 👍   98% (590)
 
 
1% (10)    👎
MLE挺卷的,面试的话不但需要按正常sde的面试范围来准备,还需要再额外准备ML Algo和ML design...可真的太辛苦了....我好像也没有看到说mle工资上有优势?..

评分

参与人数 1大米 +1 收起 理由
K叔 + 1 赞一个

查看全部评分

回复

使用道具 举报

地里的匿名用户
匿名用户-999  发表于 2021-9-25 02:20:22
本楼: 👍   100% (8)
 
 
0% (0)   👎
MLE 一直很卷。mobile难道不好吗?今年fb snap airbnb都疯了一样招mobile

评分

参与人数 1大米 +2 收起 理由
ReadingEveryDay + 2 很有用的信息!

查看全部评分

回复

使用道具 举报

地里的匿名用户
匿名用户-48E  发表于 2021-9-25 02:23:27
本楼: 👍   100% (4)
 
 
0% (0)   👎
Mobile需求量再少 也得比MLE多至少一个数量级吧 只有少数公司的少数项目需要ML 可手机app几乎都有需要

评分

参与人数 1大米 +1 收起 理由
ElvisLin + 1 赞一个

查看全部评分

回复

使用道具 举报

L_gleaner 2021-9-25 02:35:19 | 显示全部楼层
本楼: 👍   100% (8)
 
 
0% (0)   👎
全局: 👍   98% (395)
 
 
1% (7)    👎
mobile jobs are increasing a lot, don't give it up for ML
回复

使用道具 举报

地里的匿名用户
匿名用户-535  发表于 2021-9-25 02:38:12
本楼: 👍   100% (1)
 
 
0% (0)   👎
L_gleaner 发表于 2021-9-24 11:35
mobile jobs are increasing a lot, don't give it up for ML

多谢建议!
回复

使用道具 举报

地里的匿名用户
匿名用户-92F  发表于 2021-9-25 02:40:11
本楼: 👍   100% (4)
 
 
0% (0)   👎
MLE卷的要死,只是听起来高大上而已。实际需求并没有mobile
回复

使用道具 举报

yyz20002008 2021-9-25 02:40:42 | 显示全部楼层
本楼: 👍   100% (1)
 
 
0% (0)   👎
全局: 👍   98% (160)
 
 
1% (3)    👎
MLE 比SDE还难, 为什么会更卷?
回复

使用道具 举报

地里的匿名用户
匿名用户-535  发表于 2021-9-25 02:42:14
本楼: 👍   100% (5)
 
 
0% (0)   👎
本帖最后由 匿名 于 2021-9-24 11:51 编辑
yyz20002008 发表于 2021-9-24 11:40
MLE 比SDE还难, 为什么会更卷?

感觉讨论之前需要澄清一下MLE的scope

按照这个讨论里划分
https://instant.1point3acres.com/thread/748558

至少有ML Infra 和Data Engineer2种

- 前者侧重于build ML system ,对coding,system,network要求高,对ML知识不多涉及research,需要对ml 一定的了解但是不需要很深的数学推理。有时候可能会做一些data pipeline 这种的skill set应该是SDE+light ML

- 后者"不设计ML的部分,主要做data ingestion,data pipeline,类似ETL之类的活" (没看懂,只是做数据显示?)如果不涉及hardcore的coding的话,这种可能要求不如SDE高


现在不太明白的是:做数据清洗,feature engineer属于哪个category? 做推荐算法的又属于哪个category
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册账号
职场达人
  • ↑ 本版用于讨论职场各种干货话题,闲聊请去🔗聊聊或者🔗匿名版
  • ❌ 本版严禁水贴,引战,发布广告,拉群,贴个人联系方式,扣分无警告
  • ☑ 求职、面经等去 🔗北美求职和 🔗回国求职大区,刷题和学习请去 🔗终身学习大区
  • ☑ 请去专版发布 🔗内推, 🔗招聘信息,和讨论 🔗创业内容

本版积分规则

>
快速回复 返回顶部 返回列表