quant转MLE，求关于system design的建议

大家好，目前人在国内的quant，想转MLE，平时工作主要是feature engineering和model building。关于面试时的system design或者machine learning system design这块，有2个问题想请教下：
1.虽然平时工作也是自己从底层数据清洗，弄数据库到建立模型，但是和tech行业的复杂度没法比，还有最后的模型部署上线没有做过。这种在简历里面怎么写好呢？是学习一下简单的部署动手做一个？
2.如果问到比如recommendation system design，自己跟着资料学习回答的七七八八，这算有相关经验还是没有呢？定级的时候会参考这个嘛？

谢谢大家！

自己顶下。。。

1.虽然平时工作也是自己从底层数据清洗，弄数据库到建立模型，但是和tech行业的复杂度没法比，还有最后的模型部署上线没有做过。这种在简历里面怎么写好呢？是学习一下简单的部署动手做一个？

最好面面大厂看，大厂一般分的比较细，有专门的组只做模型，上线这种都扔给工程组做，不过这种职位对模型的理解会比较高。

2.如果问到比如recommendation system design，自己跟着资料学习回答的七七八八，这算有相关经验还是没有呢？定级的时候会参考这个嘛？

我就是做这块的，可以多看看面筋，一般问的最多的ml design就说推荐系统的设计。最好能end to end理解，然后看一下trick这种，比如如何消除position bias, 如何处理线上线下不一致这种。

最后想问下为啥转mle，大厂mle普遍作息不太行，quant不香吗

lintree521 发表于 2022-04-13 19:34:27
1.虽然平时工作也是自己从底层数据清洗，弄数据库到建立模型，但是和tech行业的复杂度没法比，还有最后的模型部署上线没有做过。这种在简历里面怎么写好呢？是学习一下简单的部署动手做一个？

最好面面

谢谢回复，我是国内的quant哈，和美国的quant生存环境完全不一样

1. 大厂ML经常分model team和infra team，deploy model上线通常是model的人训练好模型，和infra人合作去deploy，所以model的人infra方面欠缺一些也正常
2. 定级也看面试情况 多刷面经可以弥补一些简历的问题
. .и
楼主能讲讲国内quant的情况吗 看现在量化私募也招ml的人 发展前景如何？

Chauncey 发表于 2022-04-14 07:36:09
1. 大厂ML经常分model team和infra team，deploy model上线通常是model的人训练好模型，和infra人合作去deploy，所以model的人infra方面欠缺一些也

谢谢回复哈。国内的量化私募错综复杂，得遇到好的老板才行，这行离钱太近，老板出尔反尔也很常见。而且现在监管对量化的态度不友好，今年量化私募的规模都下降了。

fengyun 发表于 2022-4-14 11:03
谢谢回复哈。国内的量化私募错综复杂，得遇到好的老板才行，这行离钱太近，老板出尔反尔也很常见。而且现 ...

这样 所以没碰到好老板只能换一家fund，但有non-compete 所以只能先转tech了是吧。楼主是准备归海吗 能换到其他国家继续当quant吗

Chauncey 发表于 2022-04-14 13:10:45
这样 所以没碰到好老板只能换一家fund，但有non-compete 所以只能先转tech了是吧。楼主是准备归海吗 能换到其他国家继续当quant吗

很少一部分是有non compete吧，没碰到好老板会很痛苦的，如果你想试试quant，建议去纽约试试吧。国内就不建议了，成本太高太高。