Math/Stats转DS转MLE, AMA

最近发现地里很多帖子看不了，希望能攒点大米，也希望能利用我自己的跨专业转码的经验帮助大家。如果你觉得你能从我的回答中获益，还望不吝赐米，感谢！

如题，我是数学本科，DS master。毕业后担任过两年DS，两年MLE，中大厂吧。也做过DS and MLE interviewer。在业界只能算是个萌新，不过也有很多转专业的心得体会。如果你在DS/ML的职业上有困惑迷茫，欢迎一起探讨！

楼主不用把本科Math放在标题里吧……如果本科读pure math（还没double major），基本是本科之后想读phd，或者就是懒得/课不够选第二专业，或者就是极聪明+出来就做quant。绝大多数都是去读个master，然后找工作。如果你本科是stats，和ds/ml本来就是同一个赛道，也不牵扯“转”。

您又直接读了个DS master。请问您的经历和转赛道有关系吗？还有，如果想和大家讨论，也没必要匿名吧。如果“跨专业转码的经验希望帮助到大家”，请问您的经验写在哪里了？您没见过地里share经验的帖子都是啥样吗？
真的不懂，这年头要大米这么不专业吗……哪怕您去宠物版晒个小动物，我都觉得您是认真的。

写规则为主的；
大部分时间都是写hive，spark数据处理或做特征的；
公司业务本身不需要算法而非往算法上拧的；
数据量极少且没有标注团队的；
做算法咨询而不负责落地的；

我一概不考虑。

mr_putin 发表于 2022-6-15 21:18
有个问题令人困惑，希望楼主解答。我遇到过好多做ML的组，结果进去发现，都不是做ML，都是做边边角角的东西 ...

我现在的组是产品导向的，所有的工作都是为了最后的产品服务。好比说一个餐厅，要做成一道菜，总是有很多繁琐的工序，最后炒那一下肯定是最高大上的，但总免不了要买菜、洗菜、切菜、洗碗etc。如果公司有BA/DA/DS还能指望他们分担一些analysis的工作。但有很多backend的脏活累活都是MLE的负责范围了。现在的MLE都是要求end2end的，除非跟front end engineer/DA 合作。不过我始终觉得掌握一些end2end ML的技术对我的职业生涯是百利无一害的。

其实我个人的话还挺享受产品导向的，取决于你的成就感来自何处。我之前的工作算是研究导向的，基本感觉是在读postdoc，一直看paper发paper。我觉得可能对于你来说，你会更喜欢这种工作。我也是抱着试探性的想法转到产品组，我觉得我的成就感来自我的模型最后真的落地，而不是一个prototype，跟用户产生互动，有正或者负反馈，再改进，这样的过程。而不是一直在一个象牙塔里解决一个虚拟的问题。当然，做研究也有研究的成就感。

不过，你说的data cleaning太heavy的组，可能往往ML的应用也不会太成熟，所以也应该慎去。rule based ML 我觉得也无可厚非吧，不是听说alexa是上百行if else 么（狗头），其实还是应用不成熟导致的。现在ML的很多赛道都不能说完全成熟，这个就看个人的兴趣了。

有个问题令人困惑，希望楼主解答。我遇到过好多做ML的组，结果进去发现，都不是做ML，都是做边边角角的东西，比如建立ETL的pipline，部署模型，做个数据清洗之类的杂活，更有甚者，ML模型效果不好，然后直接给ML模型加无数种固定的规则。还有ML的组，把人骗进来，然后做一些外围的UI。

我想做真正的硬科技，就是那种实现ML内裤的高大上的活，而不是这些挂着ML的名头，做的是外围援交的活。请问什么职位，怎么做，才能搞到那种厉害的活？

mr_putin 发表于 2022-06-15 21:18:39
有个问题令人困惑，希望楼主解答。我遇到过好多做ML的组，结果进去发现，都不是做ML，都是做边边角角的东西，比如建立ETL的pipline，部署模型，做个数据清洗之类的杂活，更有甚者，ML模型效果不好，

蹲一蹲楼上 本科一枚 在国内做算法实习生看组里的前辈们（title 高级算法工程师）也就是调试 部署模型 加轻量前端，因为要给boss展示。这可能就是业务向的mle吗？

同时想问researc岗位的，就是工作是发论文或者做研究的是不是坑位也少之又少呢？

Yilikkk 发表于 2022-6-15 22:03
蹲一蹲楼上 本科一枚 在国内做算法实习生看组里的前辈们（title 高级算法工程师）也就是调试 部署模型 加 ...

是的 感觉上你是业务MLE。research的话对学历/publication甚至citation会有要求的，不能说坑少吧，应该是门槛高。有的公司我听说还有发paper的OKR...

mr_putin 发表于 2022-6-15 21:18
有个问题令人困惑，希望楼主解答。我遇到过好多做ML的组，结果进去发现，都不是做ML，都是做边边角角的东西 ...

面试的时候说做ML, 进去了才说是MLops......醉了

请问MS STAT应该如何准备自己 转成MLE

感谢楼主的分享，有事想请教楼主一下。

本人stats本科，目前MSBA就读，还有半年毕业，暑假有3个月的DS intern（internship还没开始，所以不确定具体能学到哪些skills）。我对NLP/CV/RL很感兴趣，目标是年底毕业时能拿到MLE工作的offer，但不知道目标是否实际，也不知道应该朝哪个方向努力。目前的打算是实习每天下班后做LC algo题（本科上过四五门CS的课，算是有一点点基础），争取到年底有能力应付常见的medium难度的题目。同时加强DS的知识，通过上课或者做project多学一些NLP/CV/RL的知识。

请问楼主我这样的方法正确/实际吗？Thank you and I'm looking forward to your reply!

在另一个帖子里有看到 new grad 找 MLE 全职很难很难，尽量先通过其他 position 进大厂，待了几年之后可以再转 MLE，请问楼主同意这个观点嘛？