跳槽：ads ranking eng vs ML Infra前景求做过其一的大佬建议

vote for ads ranking eng

nasdfwe 发表于 2022-03-20 15:41:32
vote for ads ranking eng

ML infra用不上什么数学背景 刚做完V0的product上做quality类的improvement容易出impact

匿名用户 发表于 2022-02-20 09:58:03
一定要兼容深度和广度 做那种容易建立护城河且适用面比较广的东西 比如技术上可以有一定深度同时context上又比较general 这样才能走的更长远

兼顾深度和广度的，比如什么方向

匿名用户 发表于 2022-03-20 17:18:38
兼顾深度和广度的，比如什么方向

我自己做ads delivery system既要搞高并发高可用那些分布式系统的东西又能接触各种广告产品

满脸喷宁 发表于 2022-2-19 19:42
具体说说ML inra的坑把。ML infra大概可以分成feature engineering，orchestration，training infra，onl ...

其实这不是ML Infra vs Modeling的问题，而是大厂vs小厂的问题。

确实，大部分厂的Infra简单，什么model deploy、orchestration基本没有，也没机会给你写什么像样的framework。但是同样的，大部分厂的modeling也没什么东西可做。比如狗家，能用的数据除了user data还有网页的crawl、各种基于语义分析或者图片视频的signal，这些东西都是靠技术积累的，中小厂就不用想了，基本都是几十个简单的feature整天来来回回调参，巧妇难为无米之炊。
楼主提到自己拿的是大中厂的offer，所以看具体哪个公司，两个方向可能都有可做的东西，还是要具体分析。

僧多粥少...非常同意！

满脸喷宁 发表于 2022-02-19 18:42:44
具体说说ML inra的坑把。ML infra大概可以分成feature engineering，orchestration，training infra，online serving，model d

内行人！ 少见有质量分享

匿名用户 发表于 2022-02-18 20:50:30
ML Infra的出路要多很多，Ads Ranking大部分时间都花在具体细节上，其实经验不太好迁移。

是不是ad相关的eng都有这样的问题？今年intern也是做ad相关的，一直想了解一下这方面的出路

匿名者 发表于 2022-3-22 22:35
是不是ad相关的eng都有这样的问题？今年intern也是做ad相关的，一直想了解一下这方面的出路

Ads可做的事情很多，不好笼统的说都有这个问题，但我个人经验来看，ranking（也包括search ranking等等）要针对具体市场/用户/场景做单独的优化，有的时候一个很好的模型在特定市场表现就是不行，按下葫芦起来瓢的事情经常有，甚至会出现每月每季度的metrics都在改善，但和一年前的结果回测一下反倒更差了。

说到底还是宽度广度的问题，有的方向出路多但是杂，有的方向机会少但都很值钱，大家都有美好的未来。。。

匿名用户 发表于 2022-2-19 12:36
小公司如果要做ML 有多少有ML infra的需求啊

小公司其实几乎既没有infra需求也没有ml需求。。。