最近看MLE的招聘，大部分都需要C++?

glaciersilent 发表于 2021-12-16 06:49
因为有些mle实际上根本不是做modeling而是做诸如ml workflow，inference server，feature store和data pipe ...

我理解这些才是 ml 的主流，纯 model 意味着你接触不到线上，要么是 ds 自己做一点建模预测的模型，要么是 ailab 发 paper

MutouMan 发表于 2021-12-15 21:33
看了几个老哥的回答，感觉要求熟练掌握c++可能也是侧面去筛选软件开发能力

不是的，实际工作中大部分都是写 c++

yz9 发表于 2021-12-16 00:24:41
是这样的，model 其实感觉不是那么重要，我感觉 model 不太好做护城河，玄学调参真的能积累成自己的能力吗？我现在也倾向于做一些 ml infra 的活。其实大厂除了 ai lab，其他 mod

即使是ai lab， 纯modeling发发paper还好，真要做出突破性成果，engineering起码和research同等重要。

yz9 发表于 2021-12-16 00:26
我理解这些才是 ml 的主流，纯 model 意味着你接触不到线上，要么是 ds 自己做一点建模预测的模型，要么 ...

在有工具和平台支持的情况下，ds，rs或者mle都可以完成end2end的模型开发到上线的过程。我觉得做纯modeling绝对是个高深功夫。首先如何把实际问题定义为一个ml的问题，我时常惊叹于很多大神是怎么做到的。再者，开发模型离不开分析数据和对业务的了解，虽然听起来一点也不炫酷但实际上相当吃基本功和经验。三来就是模型出现问题的时候，如何通过实验分析和解决问题， 这时候也十分需要ml的相关知识，炼丹的实际经验和数据分析能力(so boring but so important)。

个人感觉modeling的打法和需要的素质和ml infa大大的不同，乃至需要的mindset都是不太一样的，所以发展成熟的团队好多都是两套班底分别负责这两项。我觉得这两项都大有发展前途，想挑战自己的话大可以在两个方向都做一做。

glaciersilent 发表于 2021-12-21 04:50
在有工具和平台支持的情况下，ds，rs或者mle都可以完成end2end的模型开发到上线的过程。我觉得做纯modeli ...

求举些例子，学习一下
』首先如何把实际问题定义为一个ml的问题，我时常惊叹于很多大神是怎么做到的
『

glaciersilent 发表于 2021-12-21 04:50
在有工具和平台支持的情况下，ds，rs或者mle都可以完成end2end的模型开发到上线的过程。我觉得做纯modeli ...

我自己感觉收益最大的改动都是偏数据，比如采样方式优化，batch 训练改成流式训练，而这些我倾向于划分成 ml infra

有些用cpp比如fb 但是cpp很难改代码啊尤其没有comments的那种 其他用java比较多

mark一下

mle是一个比较general的title 每个厂具体的mle实际工作中的要求都不太一样的 感觉蛮多都是披着mle的sde罢了 会c是加分项 但是面试python用的还是多