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 是进入的门槛;小公司人少,每个人都要独当一面,因此必须要有过搭建实际机器学习系统的经验。因此如果两边都没有优势的话,自然找工作比较吃力。
因此,对于有志于做这个方向的同学来说,建议找工作时调整心态,第一份工作尽量找到工作职责与机器学习相关的组,而不必追求一步到位。人生的职业生涯很长,做好3到5年的职业生涯规划,积累实际工作经验,不断学习与强化自己。人与人的差距并不会在第一份工作中体现,而是在前几年逐渐显现出来。
继续阅读
全部内容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...
“这事我能做”与“这事为何要我做”:AI 时代下的两种生存逻辑
最近,我一直在琢磨一件事。在观察了身边很多优秀的同事、创业者以及刚刚步入职场的年轻人后,我发现人与人之间最大的差距,往往不是智商,甚至不是努力程度,而是对待“做事”这件事的底层逻辑。 我把这种逻辑概括为两种截然不同的心态。 第一种心态叫做: “这事我能做,为什么还要别人来做?” 第二种心态叫做: “这事别人能做,为什么...
AI 时代,程序员的“终结”与“新生”:从“制造者”到“顾问”的思维变革
我今天想聊一个话题,这可能是我在 AI 时代感触最深的一个变化:关于“程序员”这个角色,或者说,所有“技术执行者”这个角色的根本性转变。 我们正在经历一场从“制造生产”思维到“顾问咨询”思维的剧烈迁徙。 这不仅仅是技能的迭代,更是一种职业身份和核心价值的重塑。 我想从我最近的一段亲身经历讲起,这是一个关于合作的故事,它...
