该不该坚持学习Machine Learning?
谢邀
一个技能学与不学,肯定有千万种理由,然而并没有一种理由叫做‘因为赶不上最牛的人,所以不学了’。如果你真有这样的观点,为何要继续‘老老实实做开发’呢?别人做开发了几十年了,你赶的的上最牛的人吗?为何要‘多看看系统设计类的东西’呢?别人系统设计也做了几十年了,你赶得上最牛的人吗?既然什么东西都赶不上最牛的人,还继续学什么呢?混吃等死就好了。
然而你并不会这么想,既然不会这么想,为什么会把这个观点用在‘是否要学ML’上呢?
换个角度想想,为什么觉得‘老老实实做开发,多看看系统设计类的东西’听起来是一个保险的选择,而‘学和ML相关的技术’是冒险的选择?因为工作环境,周围所接触实实在在的人,都是按照这个路子走出来的,因此心中会觉得这样子理所应当。然而换一个环境,在一个充满‘新技术改变世界’的氛围中,可能会觉得‘学和ML相关的技术’是更保险,甚至唯一的选择,而‘老老实实做开发,多看看系统设计类的东西’反而是需要犹豫的选择。
我不想说到底应不应该坚持学习某项技术,毕竟每个人有自己的选择。我只是认为做决定的时候,要多考虑技术本身,历史的潮流,而不要仅仅因为自己小圈子所带来的感受。要跳出圈子,不做井底之蛤,看到更大的世界,才能顺应时代发展的需求。毕竟
‘一个人的命运啊,当然要靠自我奋斗,但是也要考虑到历史的行程’
--
by @陈然
继续阅读
全部内容美国机器学习方向的 master 找工作前景如何?
谢邀 机器学习的应用在工业界需求很高,有过工作经验的人可以很轻松的找到工作,供给远远小于需求,而且需求越来越大。 但是招 New Grad (PhD 可以考虑) 相对较少。原因很多,简单来说,就是 New Grad 往往工程经验不够,学术能力也不够。工业界的现状不复杂:大公司搞机器学习的组大、人多、要求高,PhD 是进...
CMU硕士还有半年毕业,找工作想专注找到真正热爱的data scientist工作但又怕太冒险怎么办?
谢邀 如果就是为了Data Scientist这个 Title的话,我觉得没有必要担心,现在很多公司也都知道求职者非常喜欢Title,所以也给了很多这个Title的职位的,所以只要你继续努力找,一定会找到一份叫Title叫做Data Scientist的工作。 如果所爱的并不是Title,而是实际工作内容的话,那么就需...
从“机器学习”到“人生进化”——用算法思维升级你的自我成长
你有没有想过,把自己的人生当作一场“模型训练”?就像训练一个神经网络那样,不断试错、微调,直到获得更优解。也许,这个思路能帮你跳脱对“失败”“起点”以及“目标”的传统认知,轻装上阵去学习、成长并迭代自我。 一、为什么要把“机器学习思维”用在“人类学习”上? 我们常常把“学习”当作去获取知识、技巧,却容易忘了最重要的那一...
