这是一个创建于 2080 天前的主题，其中的信息可能已经有所发展或是发生改变。
标题是最近找机器学习岗实习时被问道的一个问题，当时被问的哑口无言。一方面这个问题挺虚的，不知道从什么角度入手，另一方面，我发现自己其实真的不喜欢机器学习，对科研，对算法一点兴趣都没有，申请完全因为大家都争着去做而跟风，说这个职位薪水高，职业壁垒高。但就算最后侥幸进了这行，每天工作可能也不会开心吧。
现在读研，做什么所谓人工智能的东西，写不出论文，每天都很痛苦。回想起来之前写 java web 项目的时候，虽然也遇到很多问题查也查不到答案，但一步步推测试验解决问题的感觉真的很快乐。有人说 985 本国外硕校招不试试机器学习、数据分析可惜了，但真的想不明白为什大家一定要挤这个独木桥，美国 master 毕业也大部分去做了 SDE 了，算法起码得 PhD 吧，可感觉国内网上人均算法……
如果大家觉得我 naive，2019 年做 java web 迟早后悔，请打醒我……不过目前怎么也得搞一阵子机器学习了，因为还得混毕业。
现在读研，做什么所谓人工智能的东西，写不出论文，每天都很痛苦。回想起来之前写 java web 项目的时候，虽然也遇到很多问题查也查不到答案，但一步步推测试验解决问题的感觉真的很快乐。有人说 985 本国外硕校招不试试机器学习、数据分析可惜了，但真的想不明白为什大家一定要挤这个独木桥，美国 master 毕业也大部分去做了 SDE 了，算法起码得 PhD 吧，可感觉国内网上人均算法……
如果大家觉得我 naive，2019 年做 java web 迟早后悔，请打醒我……不过目前怎么也得搞一阵子机器学习了，因为还得混毕业。
 |
1
Humorce 2019-03-17 01:43:14 +08:00  4
机器学 习，学 习 强国
|
 |
2
kisara 2019-03-17 01:44:04 +08:00 via iPhone
现在国内很多 985 的硕士生 都不懂科研
相反清华北大的本科生 在 AAAI IJCAI 上狂发文章 连 CVPR ICLR 等等也发了不少 其实读硕士 时间能力上绝对够你做科研的 但真正考验的人 是环境 |
 |
3
Antidictator 2019-03-17 02:10:23 +08:00 via iPhone
室友调侃说饿死都不做 web，没前途的 hhh 开玩笑别当真。
说下自己的感觉，java 做了也两年了，可能一直在小公司，觉得都是业务 curd，偶尔兼职下运维服务器之类的东西。很高级的分布式啊高并发也用的比较少，不算 demo，在生产环境就用过 redis 而已。 如果学历提上去了，可能能有机会去大点的厂，互联网公司啊，做一些真的挑战性比较强的东西，真的有业务场景支撑你用分布式高并发 zookepper 等框架，但又觉得不做算法有点可惜。毕竟码农也是有阶级之分的，可能还没有接触太深，不知道算法到底水有多深吧，最多转行失败回来搞 java，饿不死咯，但是自己放弃这么一个机会，不会甘心的。 感觉我这段时间是写给自己的话，希望 op 不要介意，2333。 |
 |
4
UN2758 2019-03-17 04:32:28 +08:00
机器学习，学到自闭
 |
 |
5
takato 2019-03-17 05:30:47 +08:00
科研并不意味着一定要在一个科研机构，也并不意味着一定得是硕士或者 PhD
|
 |
6
l1ve 2019-03-17 07:53:21 +08:00 via iPhone
炼丹？？？
|
 |
7
kimown 2019-03-17 09:21:28 +08:00 via Android 1
回答 钱 不就完了
|
 |
8
yangzhezjgs 2019-03-17 09:22:58 +08:00
大多数人只是跟风，支持楼主，做自己喜欢的事会更快乐
|
 |
9
saluton 2019-03-17 10:35:47 +08:00
因为钱多
|
 |
10
NarwhalL 2019-03-17 10:51:37 +08:00
因为要吃饭啊
|
 |
11
ipwx 2019-03-17 11:04:54 +08:00 1
@kisara AAAI IJCAI 是水会。。。
清本 ICLR 发了不少？你逗我？ ICLR 一年才录几篇？ ICLR 和 AAAI IJCAI 完全不是一类会议，要求有深度的。你看看这篇被拒稿的拒稿意见： https://openreview.net/forum?id=Hyg74h05tX 这个二作 Xi Chen 好歹是当年一作和 Kingma 合作过的作者（ Variational Lossy Auto-encoder ）。 |
|
12
ipwx 2019-03-17 11:10:47 +08:00 2
@1oNflow 其实机器学习的东西也是一步步推测试验解决问题…… 如果你不能以这种方式研究，而是读一堆论文，看到一个 trick 就放到你的模型里面试一试，基本上还都没有用处，那确实挺痛苦的。
机器学习的东西，看多了论文，大致上得有一种“啊这个 trick 放到我的模型里面到底会不会有用”的基本判断，甚至你得没看论文也能想出一些 trick （当然大概率最后发现别人已经提出过了）。这种境界就不会痛苦了。 |
|
13
ipwx 2019-03-17 11:12:20 +08:00 2
@1oNflow 更进步一个层次，你得知道你所研究的领域的发展脉络、有什么问题。以及最重要的，要明白有什么根本性问题一直没有解决，但是包括大佬都只能暂时避而不谈。还有和其他领域的联系。
当然，以上所有，你都得有比较扎实的数学基础。 |
 |
14
nimrc 2019-03-17 11:21:16 +08:00
机器学习如果和 web 钱一样多，90%都会转行
|
 |
15
Kilerd 2019-03-17 11:24:16 +08:00 via iPhone
玄学调参？
|
Select Language