查看: 1778| 回复: 6
跳转到指定楼层
上一主题 下一主题
收起左侧

[找工就业] Data Engineer or Machine Learning Engineer

全局:

2022(4-6月)-Other博士+3-5年 | Other|BayArea湾区 MachineLearningEng全职@

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
想了解一下,大家对DE 和 MLE的职业发展的看法。 楼主有点想跳槽,投哪个都差不多。因为公司小,DE和MLE不太分。我知道,牛人做哪个到top 1% 都很好。 我想是稳定一点的,行业能稳定到20年后退休的;不幸被lay off,能很快找到下家的;不太容易被后浪拍死;回国方便一点(不必须);大龄友好;对于非科班出生,非牛人,还算努力。那,那个方向,在薪资,发展,需求。。。方面,比较好呢。

上一篇:new grad SDE offer求比较 META vs. PINS
下一篇:New Grad SDE Offer求比较:Microsoft vs Nvidia
全局:
DE 和 MLE都还可以再细分。虽然有些相通,但是需要的技能也还是会有所不同。DE可以偏应用一些,寄托于某个业务产品组,主要利用已有数据平台(私有或cloud),搭建业务相关pipeline. DE也可以偏架构和中台,基本以公司业务相关的DE为客户, 保障平台的可扩展性,灵活性,稳定性等。DE还可以是在某类特定系统上深入开发。比如公司西药特使的OLAP系统,即便是用开源的,也有可能需要根据自己公司的场景,支持一些特色的功能。不同的分类,对技能和基础知识的积累沉淀也不同。
MLE可以完全类比,做出相应的划分。但是不同的是,DE平台的通用性相对较高,而MLE作为中台的普适性会打折扣。需要业务组的认可和上路,并不容易。而落实到业务团队,MLE和DE以及DS到不应该划分的太细。三者之间太多纽带,团队花费太细,不利于团队个人的成长,也会造成不必要的隔阂。

既然楼主想这么仔细,那觉得不管是DE还是MLE, 应该先想好是希望做平台,还是做业务。前者对工程技术的要求更高,on call的可能性也比较大。而后者则依托公司的业务逻辑。各有优缺点。
回复

使用道具 举报

推荐
 楼主| anagram 2022-3-8 13:41:06 来自APP | 只看该作者
全局:
惊堂木 发表于 2022-03-07 13:35:42
如果在大厂,de和mle会是两个完全完全不同的岗位。de只是负责data pipeline,warehouse,部分数据处理分析。mle一般会是充当调整模型,反馈,协同sde和as职责。

anywa
那是不是感觉mle不是必须 但de需求更大啊
回复

使用道具 举报

全局:
如果在大厂,de和mle会是两个完全完全不同的岗位。de只是负责data pipeline,warehouse,部分数据处理分析。mle一般会是充当调整模型,反馈,协同sde和as职责。. 1point3acres

anyway 之前貌似de的活都是sde分担,这几年开始细分,mle的话 真的很看公司重视程度。
回复

使用道具 举报

全局:
anagram 发表于 2022-03-07 21:41:06
那是不是感觉mle不是必须 但de需求更大啊
我感觉取决于公司。有些公司mle就是主流,但是有些公司硬件是主流,比如特斯拉。
de的技术含量也基本取决于公司 工资来看一般低于sde和mle。
建议还是按照自己本身喜好,和之后的机遇吧。两个岗位前景感觉没法比较,技术栈很不同,需求量来看de应该还是很卷的,最近看到好多ds的劝退贴😂 mle的话稍好
回复

使用道具 举报

🔗
 楼主| anagram 2022-3-11 09:17:50 | 只看该作者
全局:
惊堂木 发表于 2022-3-7 21:50
我感觉取决于公司。有些公司mle就是主流,但是有些公司硬件是主流,比如特斯拉。
de的技术含量也基本取决 ...

谢谢, 了解。那我再看看,先试试mle吧
回复

使用道具 举报

🔗
 楼主| anagram 2022-3-11 09:20:45 | 只看该作者
全局:
mine_that_bird 发表于 2022-3-8 21:54
DE 和 MLE都还可以再细分。虽然有些相通,但是需要的技能也还是会有所不同。DE可以偏应用一些,寄托于某个 ...

非常感谢!可能更希望偏底层的技术一点吧。那我先刷题看看机会好了。
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
隐私提醒:
  • ☑ 禁止发布广告,拉群,贴个人联系方式:找人请去🔗同学同事飞友,拉群请去🔗拉群结伴,广告请去🔗跳蚤市场,和 🔗租房广告|找室友
  • ☑ 论坛内容在发帖 30 分钟内可以编辑,过后则不能删帖。为防止被骚扰甚至人肉,不要公开留微信等联系方式,如有需求请以论坛私信方式发送。
  • ☑ 干货版块可免费使用 🔗超级匿名:面经(美国面经、中国面经、数科面经、PM面经),抖包袱(美国、中国)和录取汇报、定位选校版
  • ☑ 查阅全站 🔗各种匿名方法

本版积分规则

>
快速回复 返回顶部 返回列表