【Career Path】相关的想法和纠结 (ML/DL方向)

培根豆皮 发表于 2021-10-20 23:01
直白的说 想认识一下大佬 这个水平算是应届毕业生顶尖水平了

谢谢！但马甲是万万不能掉的 : (

楼主这水平是同届毕业生的大牛了 只能膜拜 不敢给意见

看楼主帖子简直是世另我😌感同身受 同top校senioreecsPhD求私戳交流

很有帮助 谢谢楼主

给大佬提意见属于超纲题…..

随便说几句，不构成建议。
我有和你很类似的同学，先选了3然后变回1的。3期间也在兼职做1。所以其实还是可以很灵活的。不过我这个例子里的1是在大学，跟你的情况略有差异，但我觉得算是可类比的。
想创业的话，改变世界不能靠单干，可以现在就开始寻觅好的创业搭档。也许可以问问自己，想做CEO还是CTO吧。如果能找到属于你的CEO，也许你可以安心当CTO。这样即使将来要创业也未必非要选2来积攒经验。
你这么强的人拥有的人际资源应该比这个论坛里的平均水平高很多。利用起来，多交朋友多聊天。

选2 其他两个上升空间都有限


补充内容 (2021-11-04 09:48 +08:00):
首先 你想做学术就不要来工业界 去申faculty 工业界research lab都是cost center 升职慢 也没啥 career path

其次 quant基本不太会用deep learning， latency 太差 你需要多了解下 起薪还可以 上升空间有限 不稳定 而且quant是夕阳产业

Applied scientist 说实话还可以 不过技术含量不如 SDE PhD说实话 还是对Product系统了解的太少了 建议最理想还是走SDE track

膜一下大佬，并且蹲蹲

lifeiswonderful 发表于 2021-11-3 20:42
选2 其他两个上升空间都有限

谢谢分享！

上升空间是指爬ladder嘛？

我感觉我的问题是，我不确定我的目标是爬ladder 还是什么

可能faculty 和你想的不一样, 我找了faculty以后发现还是research lab好. 我觉得research lab不只是cost center. 我同意选1 不太好爬ladder. 还有什么其他insights嘛?

quant 我当然不去做high frequency, 而且deep learning 可能和你想的也不一样. 我觉得钱是必要的, 但不是最重要的 (我觉得只为了赚钱, 就是做金钱的奴隶了). 但有考虑, 如果给的实在太多, 要不要先去赚一笔钱, 基本经济自由再说 (谢谢提醒, 我之前对这个方向确实了解不多, 最近就在各种了解这个方向干的事情)

applied scientist 我感觉优势就是好爬ladder, 但我不确定我是不是真的想爬ladder然后当manager. 可以详细说说什么是对production system 不够了解嘛? 个人觉得SDE-track 对front-end/db/parallel/distributed/... 什么的确实好, 但ml/dl 方向还是大的vision 最重要?

xiexie