機(jī)器學(xué)習(xí)研究人員需要編碼的程度如何？

讓我專門回答ML研究人員，而不是ML工程師或數(shù)據(jù)科學(xué)家。

我曾在學(xué)術(shù)界（包括博士后）和工業(yè)界擔(dān)任ML（+ CV）研究員。

絕對。我總是需要編碼一噸。

在工業(yè)中，我的工作的一半是評估哪些問題在文獻(xiàn)中解決了什么程度。這意味著要實施大量論文并在內(nèi)部數(shù)據(jù)集上進(jìn)行嘗試。

數(shù)字很??好。實驗評估是我在論文中看到的第一部分。但他們從不告訴你整個故事。

在大多數(shù)對我來說不熟悉的問題上，查看表格并不能讓我感覺這種方法的效果如何，如果它足以讓我們使用，或者至少如果它可以用幾個月的時間來獲得它表現(xiàn)到我們需要的地方。

這通常意味著我自己實施該方法。

有時可以使用給定方法的代碼，但是使用了錯誤的許可證，因此我無法將其作為營利性產(chǎn)品組的一部分。其他時候，開源代碼在框架或編程語言中效率不高，因此它與我可能已經(jīng)擁有的其他組件[0]不能很好地融合。很少，我能夠按原樣使用別人的代碼，至少可以用于我自己的原型設(shè)計和評估。

在我的博士期間，我當(dāng)時正在研究一個相當(dāng)新穎的主題，因此幾乎沒有可用的開源代碼。因此，40％的時間用于編寫代碼，50％用于實際訓(xùn)練或運(yùn)行實驗，另外10％用于寫作或閱讀[1]。

有了這個背景，我可以實現(xiàn)任何東西，并使用任何大小的代碼庫。

但是，誠然，我的代碼并不像我使用的專業(yè)軟件工程師那樣漂亮。我似乎也無法吸收他們對長期可擴(kuò)展性和可維護(hù)性的擔(dān)憂。不幸的是，我的研究培訓(xùn)已經(jīng)從這些考慮中接種了我。我也沒有興趣討論編程語言或環(huán)境的利弊，或者像我一樣經(jīng)常參與的熱心開發(fā)人員之類的標(biāo)簽 - 空間等徹頭徹尾的愚蠢的事情。

因此，如果您對我的研究技能或CV / ML知識不感興趣，那么您真的不想雇用我作為通用軟件工程師。

[0]我從事嵌入式計算項目，通常計算效率很重要。

[1]不可否認(rèn)，在我的博士學(xué)位課程開始后的第一個月或第二個月我沒有讀過多少內(nèi)容，我現(xiàn)在試圖彌補(bǔ)這一點。雖然我在業(yè)余時間參加過很多課程。

寶寶起名 起名