对于研一新生来讲, 算法还是开发比较有前途呢?

[charlieJ]

机器学习正值风口, 近两年的毕业生几乎都是机器学习背景, 而且待遇优厚

然而我个人更偏向系统,中间件,业务开发,身边找工作的一些神仙 offer 也有很多都是 dev

面对研一的学弟学妹问方向,我一般更推荐 dev 一些,理由是 ml 的人太多了,竞争太激烈

各位怎么看呢?

[karllynn]

ml 的职位有限，还是看个人喜好和能力吧。算法不是人人都能搞的，数学底子不够，只会用 API 的，还不如好好写代码

[charlieJ]

@karllynn 然而现在大部分学术工作都是各种数据套模型, 实际用到数学很少

[CopenhagenCat]

@charlieJ 数学能力不是说一定要去算数学公式吧，更多的是用数学思维考虑深层次的算法问题，仅仅是调参调包就不会有那么高薪的待遇了

[HuHui]

@CopenhagenCat 市场而已

[tony601818]

中间件这个对性能要求一般比较高吧，算法不行能搞嘛？

[ipwx]

@charlieJ 这是你的误解。前沿深度学习方法已经到了你不会数学就看不懂模型的程度了。传统可以无脑 call API 的模型最近几年可供 research project 应用的空间已经逐步减少了。

例如，四类深度生成模型的一些新进展：

https://arxiv.org/abs/1901.08508
https://arxiv.org/abs/1810.00597
https://arxiv.org/abs/1807.03039
https://arxiv.org/abs/1701.05517

啥，你问我这些新模型有啥用？自己查论文去，看看新模型在各种 application 上的作用。

[kuhung]

但是实际上... 这些模型在大多数公司，都不会上。我在干这一行，charlieJ 说的没错。核心在于解决业务问题的能力和思维。如果他们有把握拿 offer，ML 还是不错的选择。

[tiedan]

无脑选钱多的就行了

[0Zed]

算法吧，开发快烂大街了

[charlieJ]

@ipwx 确实是,然而各大顶会动辄上千篇文章, 这种文章应该还算是少数, 学术界从功利的角度讲大部分不会去做这种 hard-core 工作, 因此能锻炼到的学生还是少数

另外想请教一下生成模型在工业界的应用, 确实不太了解这方面, 我对 ml 落地的理解还限于广告推荐或者翻译,cv 等场景

[lhx2008]

算法需求还是太少了，能发两篇文章估计才稳

[charlieJ]

@lhx2008 对,现在顶会都快成标配了,甚至有些 ccf a 大公司都不认是顶会

[ArthurRen]

为什么现在扯到算法就是 ml ？
CV，NLP 这些都可以考虑一下

[ilotuo]

工作数学用的少。
面试用的多啊！数学不好千万别选 ml dl

[charlieJ]

@tiedan 哈哈~钱多钱少都是因人而异的, 对普通人来讲可能还是历史的进程比较重要

[pengfeidip6]

建议 数据+后端 生命力比较持久

[ipwx]

@charlieJ 比如异常检测。

[xwhxbg]

ml 吧，起点高，推荐搞 CV 方向工作多点，搬砖没啥意思，还是炼丹好玩

[fcoolish]

看学校

[111qqz]

这俩并不完全对立