和讯名家|知乎热议:未来3到5年内,哪个方向机器学习人才最稀缺?( 三 )
本文插图
学术模型工程化人才
算法要落地为产品 , 还需要模型的工程化 , 如果这块能够深入 , 那么必然是不可多得的人才 。
像抖音的推荐系统 , 如何解决海量数据(603138,股吧)拥堵 , 移动端优化等工程上有非常多的挑战 。
结合上文答主紫杉举的例子 。
Nihil (尼希尔)是另一个他认识的研究生 , 也是从伊利诺伊香槟大学毕业 。 他之前在LinkedIn(领英)做大规模搜索(Scaled Search) , 专门负责把理论算法扩大到工业场景中 , 擅长搭建后台 , 有很强的工程背景 。 两年的斯坦福计算机硕士后 , 现在被Snapchat找去做大规模视频搜索算法 。
相比于上文的伊森 , 他是公司更想要的人才 。 为什么呢?
因为他在领英和Snapchat这样的大公司做大规模搜索的算法 , 这其中的工程难度和实验室是不可同日而语的 。
任何人都可以跑一个LSTM , 但是当训练数据极具扩张时 , LSTM需要跑3天才能见完所有的数据 , 在这个情况下 , 就需要更工程化的实现 , 做分布式计算或者优化算法本身的效率 , 使用更快的数据结构等 。
这样的场景就需要有研究背景的人才 , 能够结合学术前沿切实的解决工业上的难题 , 深度学习50%是学术 , 50%是工程 。 现特斯拉AI主管Andrej Karpathy主要就是干这活的 。
此外 , 很多人提到调参工程师 。
一位中国科学院大学计算机应用技术博士表示 , AutoML越来越受重视 , 技术含量不高的调参工程师未来很可能被取代 。
本文插图
本文插图
最后值得一提的是像Bengio、 Hinton这些深度学习领域的神级人物 , 当然是很需要 , 但是这类人才真的是可望而不可及 。
参考链接:
https://www.zhihu.com/question/63883507
推荐阅读
- 和讯科技|乐视退最后交易日报0.18元/股 明日将被正式摘牌
- 和讯科技|小红书发布二季度生态治理报告:拦截刷量行为1.3亿次
- 科学|东方红一号鲜为人知的故事(科技名家笔谈)
- |卸载王者荣耀!知乎超8万人喜欢的回答,分享3个让你上瘾的网站
- 和讯科技|RELX悦刻举办守护未成年人再动员大会,万名店主践诺“最美约定”
- 和讯科技|李勇疯狂营销之下猿辅导“泡沫”易碎 业务内核被忽视引用户不满 | 互联网315进行时
- 和讯科技|黄炜“默不作声”:转转审核机制漏洞频发 手机验机报告不实问题多 | 互联网315进行时
- 和讯名家|滴滴的无限游戏
- |知乎超10万人喜欢的回答:哪些网站帮你打开了新世界的大门?
- 互联网|知乎截流关键词如何赚钱?
