亚麻要裁50%的Applied Scientist？

匿名用户 发表于 2022-12-5 15:06
能看出来你完全不懂ml工程方面的东西，如果你懂的话应该知道我说的是large scale distribute training se ...

估计他觉得调用pretrained model那叫调参； 他自己调用了keras决定写几个layer加几个drop out layer就算是from scratch吧。
我觉得大多数的做ML model的就是调参，因为绝大多数的人根本beat不了真正的autoML（虽然你可以说那样消耗资源）

亚麻有些AS Coding能力有限 对infra理解很差 还把SDE当成工具来用

WJSfan 发表于 2022-12-05 14:26:51
感觉这个有点胡说八道

…..OK….

匿名用户 发表于 2022-12-05 15:06:16
能看出来你完全不懂ml工程方面的东西，如果你懂的话应该知道我说的是large scale distribute training service/platform。

你可能不理解你平时跑的模型（

不好意思，我还真是特别懂，虽然我不是亚麻的也不as。
又现纠正你一个错误 是distributed 而不是distribute
你可能只会在已经搭好的aws 或者azure ml platform上做distributed training吧。我们读PhD的时候可没有人给你搭这种东西，multi-gpu multi-cluster parameter sharing和data sharing 都是家常便饭，而且都是要自己搭的
谁不懂啊，哥读PhD的时候你还不知道在哪儿玩儿泥巴呢

莫慌莫逃莫害怕，AS不会裁这么多的。里面还是有可以当SDE用的人

xoox 发表于 2022-12-5 08:38
看看chatgpt 确实会想alexa这些个as都在干嘛

搞不出ChatGPT是因为有business burden根本没时间去跑public dataset做research，不是因为AS不行。

匿名用户 发表于 2022-12-05 15:15:50
估计他觉得调用pretrained model那叫调参； 他自己调用了keras决定写几个layer加几个drop out layer就算是from scratch吧。
我觉得大多数的做ML mod

你也就知道Keras了，别丢人了。
pre-trained model 好用也就是限于一些固定的tasks。很多latency要求很高的地方你能用T5？transformer都嫌慢。太多工程上build model的工作包括quantization，distillation你都不懂，慢慢学吧

匿名用户 发表于 2022-12-5 18:25
不好意思，我还真是特别懂，虽然我不是亚麻的也不as。
又现纠正你一个错误 是distributed 而不是distribut ...

看来你是真的不懂，为了避免误会，我再说明白点，最开始我说的是aws分布式模型训练服务（aws
ml trainer service/platform）。请注意，我说的是服务，我一开始就是从服务和平台的角度去讲的。这是ml Infra的东西。  你回我一个large scale distributed training是必备的技能，请再看一下前一句的解释，你觉得你回复的这几个单词和我说的service/platform有任何关系吗？

”你可能只会在已经搭好的aws 或者azure ml platform上做distributed training吧。“ 最早的回复都说了我是做ml infra的，你说这句话不觉得搞笑吗？ 明明是我在调侃as只会掉包调参，怎么我就成了高大上的as呢，笑。

不用给我讲你读phd的时候在实验室搭的学术玩具，搞得好像你是李沐phd期间做出了parameter server了呢。

匿名用户 发表于 2022-12-5 18:25
不好意思，我还真是特别懂，虽然我不是亚麻的也不as。
又现纠正你一个错误 是distributed 而不是distribut ...

还有你说了一堆你做phd在实验室搭的”集群“，但是好像并没有回答的我的问题。你说的”build model from scratch“不会就是你在实验室做的这些吧？

匿名用户 发表于 2022-12-5 15:47
看来你是真的不懂，为了避免误会，我再说明白点，最开始我说的是aws分布式模型训练服务（aws
ml train ...

那个人根本不懂就纯酸的。。。你理他干啥