楼主: 匿名
跳转到指定楼层
上一主题 下一主题
收起左侧

[跳槽] MLE还是SWE,1月被裁新上岸小白求今后职业建议

 
🔗
BbSuck 2023-5-3 13:19:45 | 只看该作者
全局:
楼主的情况我有一些建议和看法,供参考:
. 1point 3acres
在现有的小公司,可以尽量争取更多的机会和项目,从而积累更多的经验和技能。你可以主动提出想要参与更多的项目,以提高自己在工作中的技术实力。

提升自己的技术水平。你可以尝试学习一些最新的机器学习框架,如TensorFlow、PyTorch等,以及深入研究一些先进的模型和算法。了解这些知识对于增加你的竞争力是很有帮助的。
-baidu 1point3acres
考虑参加各类机器学习竞赛。通过参加类似Kaggle等平台上的竞赛,你可以锻炼自己的实战能力,并有机会在竞赛中脱颖而出,从而吸引更多的公司关注。

对于转码的问题,根据你的描述,你的背景和工作经历在MLE方面有一定的积累。在完成Gatech的在线计算机科学硕士课程之后,你的CS基础应该会得到很好的补充。虽然没有SWE的工作经验,但是你可以通过参与一些开源项目或者自己做一些小项目来积累经验。这样在求职时也能展示你的技术实力。

关于MLE路线选择:针对你的背景,我建议你可以关注ML infra、SWE ML等方向。这些方向对学术背景的要求相对较低,但依然需要一定的机器学习和软件工程能力。你可以通过学习相关课程、阅读文献以及实践来提升自己在这些领域的技能。
. From 1point 3acres bbs
建立一个良好的职业网络。通过参加各类技术交流活动、社群等,与业内人士建立联系,获取更多的信息和机会。这对于你寻找更好的工作机会是非常有帮助的。

总之,我觉得在现有的MLE基础上,不断提高自己的技能和知识,扩大自己的人际关系,是你在职场上发展的关键。当然,如果你觉得转到非ML相关的SWE更符合你的兴趣和发展方向,那么请勇敢地去尝试。只要付出努力,相信你会找到属于自己的发展之路。祝好运!
回复

使用道具 举报

地里匿名用户
🔗
匿名用户-9JY35  | 添加认证 | 2023-5-3 13:25:52
谁给你offer,谁的钱高就去谁家。不用想这个。
SWE如果懂MLE的话,肯定要比不懂MLE的值钱。. 1point 3 acres
当你做到一定级别之后,MLE和SWE的都要很懂。
比如说如果有你机会做到L6 - L7,如果做为SWE你不太懂MLE的事情,或者你做为MLE对SWE在做什么都不懂,我觉得不太可能有机会到L6,L7了。
几年前我看到的情况,一个公司同一级别的SWE以及头衔是MLE的SWE,年薪可以差半个级别。.--
. .и
希望我的经验分享能给你一些帮助。

评分

参与人数 1大米 +1 收起 理由
小猪快跑 + 1 很有用的信息!

查看全部评分

回复

使用道具 举报

全局:
我记得deeplearning。ai有个mlops的课 里面大概就是说的mle去做infra的事情。是不是?有没有人上过?
回复

使用道具 举报

🔗
gytgytgyt35 2023-5-4 00:31:45 | 只看该作者
全局:
求问,你们都去哪个网站学习。
自己看书是真慢,一点感觉都没有
回复

使用道具 举报

🔗
dayeye2006 2023-5-4 01:28:08 | 只看该作者
全局:
我觉得你懂ML,对coding也感兴趣,还是别转纯backend。继续做这种推模型进生产体系的MLE把。
. Waral dи,
面试比较少,一是可能现在大环境问题;二是听着你的领域知识比较少(经典的AI三应用 -- 搜索、推荐、广告,都算领域应用);三是不知道你对深度学习了解的怎么样。
后续背景增强,一是多看看领域内的模型(特别是深度学习),复现一些经典的模型(例如你做NLP,transformer得会手撸一个把),对这些建模技巧和训练框架熟悉熟悉;
二是增强一下工程知识,特别是怎么帮助模型进生产系统。比如怎么用接口去包模型(写写rest,grpc得会把),怎么提升模型latency(模型压缩、优化、量化、蒸馏等),常见的推理框架都是干啥的。然后后端的一些常见组件(不一定要会写,但是得明白明白都是干啥的,用起来好知道怎么查资料)-- 数据库、队列、容器啥的

评分

参与人数 1大米 +1 收起 理由
小猪快跑 + 1 很有用的信息!

查看全部评分

回复

使用道具 举报

地里匿名用户
🔗
匿名用户-TXOS5  | 添加认证 | 2023-5-4 01:34:58 来自APP
cxiao1 发表于 2023-05-02 20:15:53
我的理解是MLE用到的代码都是Python之类的,例如调用OpenAI,不像我们SWE接触的都是成熟的工业框架,例如Spring,gPRC,Restful,Soap之类的。
当然不是。不排除有些mle只会Python。但大多数公司的mle就是swe with ml knowledge
回复

使用道具 举报

全局:
小猪快跑 发表于 2023-5-2 21:42
是的,我就是在想要不要别再做ML了,感觉ML岗位数量少又卷,是不是做其他SWE更好些。如果还是做ML相关的工 ...

MLE / Applied ML很卷,还有很多藤校 phd, 建议 SDe
回复

使用道具 举报

全局:
dayeye2006 发表于 2023-05-03 10:28:08
我觉得你懂ML,对coding也感兴趣,还是别转纯backend。继续做这种推模型进生产体系的MLE把。

面试比较少,一是可能现在大环境问题;二是听着你的领域知识比较少(经典的AI三应用 --
谢谢你的建议,我觉得很有帮助。我也觉得如果我继续做ML相关应该继续做这种推模型进production的mle。你判断得很对,我就是domain knowledge比较少,之前做得东西比较浅,deep learning也只有上过课+一段实习,懂得很浅,这块我确实可以提高下。你说的第二点增强工程知识我觉得也很有用,给我了一些方向。十分感谢建议,哈哈。
回复

使用道具 举报

全局:
LittleFishBall 发表于 2023-05-03 10:57:06
MLE / Applied ML很卷,还有很多藤校 phd, 建议 SDe
你说建议sde是说其他方向的比如backend sde还是做ml相关的sde
回复

使用道具 举报

全局:
小猪快跑 发表于 2023-5-3 14:20
你说建议sde是说其他方向的比如backend sde还是做ml相关的sde

general SDE
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
职场达人
  • ↑ 本版用于讨论职场各种干货话题,闲聊请去🔗聊聊或者🔗匿名版
  • ❌ 本版严禁水贴,引战,发布广告,拉群,贴个人联系方式,扣分无警告
  • ☑ 求职、面经等去 🔗北美求职和 🔗回国求职大区,刷题和学习请去 🔗终身学习大区
  • ☑ 请去专版发布 🔗内推, 🔗招聘信息,和讨论 🔗创业内容
  • ☑ PIP / DevList/ Need Support 等话题也已开设 🔗专版

本版积分规则

>
快速回复 返回顶部 返回列表