亚麻刚入职一个比较划水的组应该转嘛？

我今年四月入职亚马逊 是 new grad sde，现在的组不卷，没有烙印，但比较老的组，不是AWS，组里氛围也不错，前辈说一周快一点四天就能把活干完。比较佛系但是就没有什么 machine learning 的项目。我学的是统计，就希望往 machine learning enginner 上靠。 所以就找了一个aws 的组 专门做 ML 的。这个组日常会跟 data scientist 对接，进度也比较快，老板比较push 。想问下大家应不应该转。主要是我现在没有在业界做过 machine learning 的项目，不知道自己到底喜不喜欢（可能跟学校里不一样）。其次是想问下大家 machine learning enginner 的发展会不会比 software engineer 更好？（确实是**，现在啥也不懂）

如果能一年半左右升职建议升职了再转，在一个轻松的组上手并摸熟亚麻文化其实挺好的。不然newgrad刚工作+互助氛围低+需要快速deliver会风险比较大

不应该。

滑水组蛮好的。多出来的时间可以自己上上MLU，考考AWS Certificate，看看PoA talk啥的。

NG到不水的组天天写lpt也没啥意思。

建议转，后生仔别那么早开始躺，什么都试试

既然你已经问这个问题了，就说明可能不是那么喜欢machine learning(不然直接就转了）。那我觉得呆在wlb 的组挺好的。

take_a_nap 发表于 2022-05-06 21:36:07
不应该。

滑水组蛮好的。多出来的时间可以自己上上MLU，考考AWS Certificate，看看PoA talk啥的。

请问 lpt 是什么？谢谢

请问楼主是 phd 嘛？

同刚入职亚麻ng，当你入了一个需要加班到凌晨2点3点4点的组时，你会非常怀念现在这个wlb好的组的

匿名用户 发表于 2022-05-07 02:47:54
请问 lpt 是什么？谢谢

LPT 是用code来写一些config的东西。

比如你的service需要launch在一个新的region。那么需要创建aws account，set up s3，ddb之类的。你可以手动去aws console上搞，但是这种方法不scalable而且手动改容易出错。这时候就可以把它们写成code，然后synthesize一下就自动创建了。

当然lpt很重要，但是写太多lpt也不利于你职业发展。毕竟不是写business logic，api design这类比较通用的code。