中年转machine learning值得吗？

35+大妈，毕业之后一直在金融，非前台，算是middle office的research岗吧。从analyst也混到manager了，但是再往上走很难了，公司高层一群中年白男，不会轻易把机会给我们这种移民。做了这么多年也有点腻了，想换个行业。不知道machine learning是不是个好出路？本地大学有很好的masters program，据说工作机会还可以。在coursera上了Andrew Ng的课，挺有意思的，就是不知道真正做起来会不会复杂很多。
大妈背景：本科是理工科，数理统计基础不错，coding一般。不知道做几年后薪酬会达到什么程度？现在工资也不高，不到20万，主要是不想过一眼望到头的日子了。
*很多mm质疑我工资太低，是因为公司title跟花街不太同步，director就相当于其他地方的manager, senior manager. 大家按manager水平理解好了*

andrew ng那个有点简单了 学了也不能干啥 lz目前收入已经很好了，如果目的是想多赚点，在事业上走到更高，那显然很risky. 但如果只是想改变生活现状，那干啥都行，不局限于做ML

楼主，你不用学coding，直接面IT公司Director. 不需要会写代码。很多烙印都这么做的。你从头学coding 代价太大。你可以私信我。

andrew ng那个有点简单了 学了也不能干啥 lz目前收入已经很好了，如果目的是想多赚点，在事业上走到更高，那显然很risky. 但如果只是想改变生活现状，那干啥都行，不局限于做ML
Cath226 发表于 2021-01-11 21:51

谢谢mm，你说的很对，其实不指望这个能带来更大的financial gains，但是确实不想再持续现状了，需要一个比较彻底的改变（我在公司内部转过两次岗，但感觉都是换汤不换药）。

楼主，你不用学coding，直接面IT公司Director. 不需要会写代码。很多烙印都这么做的。你从头学coding 代价太大。你可以私信我。
molly233 发表于 2021-01-11 21:59

!!!这个怎么搞？

金融公司middle office director 才20万一年！？
金融公司都是director在VP上面的吧？楼主公司是个例外吗？

35+大妈，毕业之后一直在金融，非前台，算是middle office的research岗吧。从analyst也混到director了，但是再往上走很难了，公司高层一群中年白男，不会轻易把机会给我们这种移民。做了这么多年也有点腻了，想换个行业。不知道machine learning是不是个好出路？本地大学有很好的masters program，据说工作机会还可以。在coursera上了Andrew Ng的课，挺有意思的，就是不知道真正做起来会不会复杂很多。
大妈背景：本科是理工科，数理统计基础不错，coding一般。不知道做几年后薪酬会达到什么程度？现在工资也不高，不到20万，主要是不想过一眼望到头的日子了。
3kingdom 发表于 2021-01-11 21:34

LZ是想读machine learning master program然后转成machine learning engineer？还是说想转一个方向，然后做machine learning方向的director？
如果是前者，感觉收入未必比你现在做director多吧，而且转变太大，从manager变会IC你愿意吗？如果是后者，直接转的可能性很低吧。

直接申请大厂的PM

金融公司middle office director 才20万一年！？
金融公司都是director在VP上面的吧？楼主公司是个例外吗？
睿 发表于 2021-01-11 22:07

我又不在纽约

不太值当吧，现在ML已经很饱和了，除非你读个PhD。

LZ是想读machine learning master program然后转成machine learning engineer？还是说想转一个方向，然后做machine learning方向的director？
如果是前者，感觉收入未必比你现在做director多吧，而且转变太大，从manager变会IC你愿意吗？如果是后者，直接转的可能性很低吧。
MaJiaAnyWay 发表于 2021-01-11 22:12

我想上一个本地大学的ML的硕士项目，然后找金融行业里需要ML的职位，这样工作经验也不算全浪费了。直接找现阶段是不行的，没这方面的经验，所以我才想辞职去读书。
做IC没什么问题，我现在手下也只管一个人，我不喜欢管人，就喜欢一个人做project。放弃现在的职位确实是很可惜的，但是被天花板压着的感觉太难受了。

同意楼上的，直接找别的公司管理岗，不一定要找ML相关的。投行做到director也算蛮有能力的了。

同意楼上的，直接找别的公司管理岗，不一定要找ML相关的。投行做到director也算蛮有能力的了。
chore 发表于 2021-01-11 22:27

不是投行，是不大的buy side，也不在宇宙中心，所以这个Director就打个折扣吧。

你管多少人，多大scope，你学ML没有用，又不指望你真亲自去做ML model

不是投行，是不大的buy side，也不在宇宙中心，所以这个Director就打个折扣吧。
3kingdom 发表于 2021-01-11 22:30

不在宇宙中心从头入行做ML起薪要比你现在的低太多了

别做金融了，有ML底子进科技公司机会大把前途似锦

如果是为了钱还是换公司吧。 你这个收入太不靠谱了。 中小型的buy side就算是做risk,accounting, operation也不会director不上20万了吧。

金融，director 才不到20万，这是多水的director?

LZ, 我就在厂子里搞模型的，不过不是职业的MLE。 是这样的，现在很多厂子里对这些title其实不是很明确。ideally的状态下，MLE是应该把心思花在怎么build， develop model上面。 可是呢，真正能干这个活的不是靠自学搞定的，大部分都还是数学啊，统计啊这些专业的PhD科班出身。 不过现在很多SDE也有了MLE的title，是因为模型太成熟了，厂子里也不可能天天给你研发新模型，大部分都是用现成的模型，很多的活都是在做feature engineering和工程实现而已。 如果想学MLE的话，把一些模型大概了解就好了，不用太深入理解里面的数学本质。比如说，支持向量机SVC这样的东西，到底里面咋实现的，其实不是那么重要，你也只是call 几个 API而已。

我家LG之前也是在一家中型公司从Director做到Sr Director，做了将近10年，管不少人。觉得管人没意思，再往上还要勾心斗角搞更多办公室政治。想想还是喜欢做技术（名校CS出身），去年去了大公司转DS ML，挣得比以前少了一半，每天也比以前忙，但不用成天开会，可以专心搞技术学新东西，他倒是特别开心。 就是人到中年搬家到高消费的地方还拿着以前一半的收入生入还是挺不容易的，呵呵。所以还是要看你想要什么样的生活！

楼主，你不用学coding，直接面IT公司Director. 不需要会写代码。很多烙印都这么做的。你从头学coding 代价太大。你可以私信我。
molly233 发表于 2021-01-11 21:59

IT公司指的是那些，可否說個例子？

我想上一个本地大学的ML的硕士项目，然后找金融行业里需要ML的职位，这样工作经验也不算全浪费了。直接找现阶段是不行的，没这方面的经验，所以我才想辞职去读书。
做IC没什么问题，我现在手下也只管一个人，我不喜欢管人，就喜欢一个人做project。放弃现在的职位确实是很可惜的，但是被天花板压着的感觉太难受了。
3kingdom 发表于 2021-01-11 22:25

那你直接上几门课去找fintech的公司就好了。不需要全职读ms。如果我没理解错你是想全职读书的话。

都director了，直接申请manager级别以上的职务，不要刷题从头做，不值当啊

金融公司的director工资还不到20万，我觉得值得转。以lz的背景转ML，就算当不了经理只是individual contributor，大公司也能拿到20万了。 我其实特别理解lz说的被天花板压着的那种感觉，哪怕工资不错，想到自己要被压一辈子那种感觉太不爽了。

楼主身在金融，应该知道金融行业里搞ml大部分都是面子工程吧，真能把ml做好上线trading的那得真本事，不是一个master program就能学出来的... 你如果去做mle 的话，工作内容未必比现在有意思。不过如果你是想借此转行去tech，那倒是可以权衡考虑一下，但可能career就要从头开始了

LZ, 我就在厂子里搞模型的，不过不是职业的MLE。 是这样的，现在很多厂子里对这些title其实不是很明确。ideally的状态下，MLE是应该把心思花在怎么build， develop model上面。 可是呢，真正能干这个活的不是靠自学搞定的，大部分都还是数学啊，统计啊这些专业的PhD科班出身。 不过现在很多SDE也有了MLE的title，是因为模型太成熟了，厂子里也不可能天天给你研发新模型，大部分都是用现成的模型，很多的活都是在做feature engineering和工程实现而已。 如果想学MLE的话，把一些模型大概了解就好了，不用太深入理解里面的数学本质。比如说，支持向量机SVC这样的东西，到底里面咋实现的，其实不是那么重要，你也只是call 几个 API而已。
爱码仕 发表于 2021-01-11 23:53

“不用太深入理解里面的数学本质。比如说，支持向量机SVC这样的东西，到底里面咋实现的，其实不是那么重要，你也只是call 几个 API而已。” 弱弱得说一句，这怎么跟我亲身经历的不一样啊。我面试的时候经常要我写一个function，不允许调包。比如手动写个KNN，不允许用scikit-learn里现成的knn的package，这就需要你理解euclidean distance是怎么算的。 还有让我直接上白板手写linear regression怎么算coefficient，这一定要理解数学本质的啊。

楼主和我一样，也是middle office。我现在也想学个ML去申请个职位。不过我本科就是CS的，研究生读的finance。我就想找个online什么certificate，搞个三个月，对这个领域有点了解，就去申请新的工作。不过你是在哪里啊，director都还没有20万，太低了。

回复 21楼Peiping的帖子
IT公司，一线的（Facebook Google之类的）可能比较难，lz可以去试试看二线三线的IT公司，比如Oracle，Salesforce，底层的manager就是20万-30万出头，如果公司股票好的话还不止。 或者一些小一点的金融的star up （比如coinbase，罗宾汉之类的）也不错，他们喜欢有金融背景的人，给的钱不必那些大IT公司少的，上市了还能小发一笔

ML初级的职位很饱和，不建议，很多MS CS的读ML focus 的都不好找工作。转码的话如果有兴趣还是可以的。

回复 1楼3kingdom的帖子
换了的话，有你哭的日子

楼上很多回帖的都没仔细看贴吧？ 一看金融director 就脑补了。楼主说的关键信息，收入不到20万，只管一个人啊！

“不用太深入理解里面的数学本质。比如说，支持向量机SVC这样的东西，到底里面咋实现的，其实不是那么重要，你也只是call 几个 API而已。” 弱弱得说一句，这怎么跟我亲身经历的不一样啊。我面试的时候经常要我写一个function，不允许调包。比如手动写个KNN，不允许用scikit-learn里现成的knn的package，这就需要你理解euclidean distance是怎么算的。 还有让我直接上白板手写linear regression怎么算coefficient，这一定要理解数学本质的啊。
keluoyi 发表于 2021-01-12 14:14

这是tech company 面试和金融company 面试的区别了。 首先金融忒别是投资的machine learning就和前面id说的装装样子的，你懂个皮毛就可以了。很多公司根本不用这么ML的。 你要是去tech company，当然里面package里现成的API你得知道怎么生成的最好，因为有时候不想用现成的API，要加点custom东西进去。

回复 26楼keluoyi的帖子
可能层主是主管级别的员工，而你还是一线工程师？

回复 1楼3kingdom的帖子
换了的话，有你哭的日子
千渔千寻 发表于 2021-01-12 14:43

具体说说。

回复 9楼3kingdom的帖子
睿大妈的帖子看看就得了，不看亦可，屏蔽亦可。

没看懂。天花板太压抑，所以想换个地板？

“不用太深入理解里面的数学本质。比如说，支持向量机SVC这样的东西，到底里面咋实现的，其实不是那么重要，你也只是call 几个 API而已。” 弱弱得说一句，这怎么跟我亲身经历的不一样啊。我面试的时候经常要我写一个function，不允许调包。比如手动写个KNN，不允许用scikit-learn里现成的knn的package，这就需要你理解euclidean distance是怎么算的。 还有让我直接上白板手写linear regression怎么算coefficient，这一定要理解数学本质的啊。
keluoyi 发表于 2021-01-12 14:14

你举得这两例子倒真是挺简单的，好歹没让你自己写code实现一下神经网络，首推boosting各种算法，还好吧

回复 21楼Peiping的帖子
IT公司，一线的（Facebook Google之类的）可能比较难，lz可以去试试看二线三线的IT公司，比如Oracle，Salesforce，底层的manager就是20万-30万出头，如果公司股票好的话还不止。 或者一些小一点的金融的star up （比如coinbase，罗宾汉之类的）也不错，他们喜欢有金融背景的人，给的钱不必那些大IT公司少的，上市了还能小发一笔
shjzxz 发表于 2021-01-12 14:22

一线的也可以的。有些一线公司的manager原本毫无tech背景，而且招人多。私信我。

千万不要从底层做起。直接换公司，可以通过一些容易进入的公司给自己洗白，之后就彻底成为tech领域的Director 了

啊啊啊啊

35+大妈，毕业之后一直在金融，非前台，算是middle office的research岗吧。从analyst也混到director了，但是再往上走很难了，公司高层一群中年白男，不会轻易把机会给我们这种移民。做了这么多年也有点腻了，想换个行业。不知道machine learning是不是个好出路？本地大学有很好的masters program，据说工作机会还可以。在coursera上了Andrew Ng的课，挺有意思的，就是不知道真正做起来会不会复杂很多。
大妈背景：本科是理工科，数理统计基础不错，coding一般。不知道做几年后薪酬会达到什么程度？现在工资也不高，不到20万，主要是不想过一眼望到头的日子了。
3kingdom 发表于 2021-01-11 21:34

楼主的director title是管理岗位还是技术岗位？金融公司有很多ED，具体工作是individual contributor。
Machine Learning的收入比Data Analytics要高，如果从管理岗位到管理岗位当然是更好的。但如果是技术岗位，从基层做起，可能就有点得不偿失了。

你举得这两例子倒真是挺简单的，好歹没让你自己写code实现一下神经网络，首推boosting各种算法，还好吧
shuibao 发表于 2021-01-12 14:58

我去，这版上的信息也太两极分化了吧。一个人说call API就行，不用理解数学本质；另一个人“让你自己写code实现一下神经网络，首推boosting各种算法”。lz看了以后心里更没底了。

跟楼主的上进心比起来，我太惭愧了。

我也上过Andrew Ng Coursera course, 实话实说，基本就是python搭个模型，调参数让模型收敛。觉得挺没意思的。

我随便说说啊，一般不是大拿的ML岗位都是call 已经成熟的API，调调参数，然后看结果，再调参数。
大拿ML岗位就是写那些API或者engine的人了，不光coding非常厉害，因为跑起来需要非常efficient，而且要有和市面上成熟的API有不同见解和看法的。否则重写一套也没啥竞争力。
以前Google能出alpha系列说通俗点把脑神经网络模拟和Monte Carlo放一起。以前国际象棋的AI只是Monte Carlo而已。脑神经网络模拟已经几十年的历史了，只是和其他算法加在一起有个突破。可是好像现在又有新的天花板了，大环境下的人工智能的能力还是上不去。
自行驾驶用computer vision把所有看到的物件三维化，这个就是一个专业了。然后物件识别，人啊，红绿灯啊，等等，这个应该用ML的脑神经网络API。可是驾驶规则逻辑应该是人自己写的，譬如什么条件换lane，刹车，加油等等。这个应该不会用ML。我个人感觉。
还是做工业方面，譬如种菜方面的ML，看那个菜上面有虫，要拔掉。 或者看生产出来的产品表面有没有瑕疵，要筛选掉等等？
最新的有和人交流方面的，语音换成语言，这个老旧了。然后通过对方的语言转换成回答的语言给顾客。有点像chat bot，可是专业些，这个还是比较新的。
楼主觉得自己喜欢做那个层次的？

大厂的mle真的挺饱合了，工资比sde高一点，但差不太多。 我看我我司我接触的新进来的mle, 一般都是数理phd， 或者phd + 几年工作经验 自学的话，不清楚你目标是什么。做individual contributor吧也不太容易。 做manager吧或许可以，不过没有相关经验我觉得有点难

我觉得你还是不要进大厂了，大厂压力太大了，你还是想想怎么转别的管理方向吧。

我随便说说啊，一般不是大拿的ML岗位都是call 已经成熟的API，调调参数，然后看结果，再调参数。
大拿ML岗位就是写那些API或者engine的人了，不光coding非常厉害，因为跑起来需要非常efficient，而且要有和市面上成熟的API有不同见解和看法的。否则重写一套也没啥竞争力。
以前Google能出alpha系列说通俗点把脑神经网络模拟和Monte Carlo放一起。以前国际象棋的AI只是Monte Carlo而已。脑神经网络模拟已经几十年的历史了，只是和其他算法加在一起有个突破。可是好像现在又有新的天花板了，大环境下的人工智能的能力还是上不去。
自行驾驶用computer vision把所有看到的物件三维化，这个就是一个专业了。然后物件识别，人啊，红绿灯啊，等等，这个应该用ML的脑神经网络API。可是驾驶规则逻辑应该是人自己写的，譬如什么条件换lane，刹车，加油等等。这个应该不会用ML。我个人感觉。
还是做工业方面，譬如种菜方面的ML，看那个菜上面有虫，要拔掉。 或者看生产出来的产品表面有没有瑕疵，要筛选掉等等？
最新的有和人交流方面的，语音换成语言，这个老旧了。然后通过对方的语言转换成回答的语言给顾客。有点像chat bot，可是专业些，这个还是比较新的。
楼主觉得自己喜欢做那个层次的？
睿 发表于 2021-01-12 15:18

我觉得楼主说的mle 应该是第一个

回复 26楼keluoyi的帖子
因为你那是面试，那我们面试还考leetcode算法呢，BFS, DFS，递归啥的，工作中用得到个屁！ 何况，欧氏距离这个很难吗？KNN这个也算很难的写法吗？我一个半吊子自学ML的人，在google也面了KNN啊，应该也能写出来吧，不会需要你写得很fancy啊，最少能凑合用就行吧。

回复 26楼keluoyi的帖子
因为你那是面试，那我们面试还考leetcode算法呢，BFS, DFS，递归啥的，工作中用得到个屁！ 何况，欧氏距离这个很难吗？KNN这个也算很难的写法吗？我一个半吊子自学ML的人，在google也面了KNN啊，应该也能写出来吧，不会需要你写得很fancy啊，最少能凑合用就行吧。
爱码仕 发表于 2021-01-12 18:07

工作中是用不到，但是面试都过不了哪有工作？Leetcode上的人拼命刷题为了什么？不就是为了面试吗。当然你要是那种大牛不用面试coding就可以找到工作，就当我没说。

回复 27楼sundra_shi的帖子
什么是middle office
front，middle， back office有什么区别

回复 1楼3kingdom的帖子
我同学是Facebook/Google的principal machine learning engineer。我只能这么说，the grass on the other side is always greener.

我随便说说啊，一般不是大拿的ML岗位都是call 已经成熟的API，调调参数，然后看结果，再调参数。
大拿ML岗位就是写那些API或者engine的人了，不光coding非常厉害，因为跑起来需要非常efficient，而且要有和市面上成熟的API有不同见解和看法的。否则重写一套也没啥竞争力。
以前Google能出alpha系列说通俗点把脑神经网络模拟和Monte Carlo放一起。以前国际象棋的AI只是Monte Carlo而已。脑神经网络模拟已经几十年的历史了，只是和其他算法加在一起有个突破。可是好像现在又有新的天花板了，大环境下的人工智能的能力还是上不去。
自行驾驶用computer vision把所有看到的物件三维化，这个就是一个专业了。然后物件识别，人啊，红绿灯啊，等等，这个应该用ML的脑神经网络API。可是驾驶规则逻辑应该是人自己写的，譬如什么条件换lane，刹车，加油等等。这个应该不会用ML。我个人感觉。
还是做工业方面，譬如种菜方面的ML，看那个菜上面有虫，要拔掉。 或者看生产出来的产品表面有没有瑕疵，要筛选掉等等？
最新的有和人交流方面的，语音换成语言，这个老旧了。然后通过对方的语言转换成回答的语言给顾客。有点像chat bot，可是专业些，这个还是比较新的。
楼主觉得自己喜欢做那个层次的？
睿 发表于 2021-01-12 15:18

睿大妈这能瞎扯淡，也不知道哪里东拼西凑来的一大坨x。

睿大妈这能瞎扯淡，也不知道哪里东拼西凑来的一大坨x。
iheartnyc 发表于 2021-01-12 18:38

我说的都是ML相关的工作，你看不懂说明你完全不懂AI在我说的里面做什么功能。你发这种怼的帖子一点营养都没有，只是在发牢骚。
ML大多的工作都是工业上的，以前不能自动化的可以进一步而已。又不是什么非常好玩的工作。

回复 50楼爱码仕的帖子
大姐现在很卷了，不可能考这么容易的。
所谓leetcode的算法，在google当然有意义，时间复杂度和空间复杂度降下来，这么多servers能省多少计算时间和内存？省下来一半，就是一大笔钱。

睿大妈这能瞎扯淡，也不知道哪里东拼西凑来的一大坨x。
iheartnyc 发表于 2021-01-12 18:38

哈哈哈 你也看穿她的这点伎俩了吧

回复 1楼3kingdom的帖子
楼主35还年轻，直接转码工刷题进大厂，无论是钱还是前途都靠谱多了。

ML只有极少数的人有能力做model和改进model，绝大多数人都是调包侠。你想象中的工作是做model，把xx提高了yy%，真正的工作基本是在洗数据，修pipeline，修service，跑offline eval，跑各种奇奇怪怪的sql，写doc，跟pm撕逼，跟别的组撕逼。线上ab test基本是玄学，见过有的组做了一个新model，开aabb四个对照组四个不一的结果。大部分吹出来的改进都是cherrypick metrics，事后硬凑一个story。然后你搞出来了，engineering和PM也不爱看，因为我们信不过。
至于前面说的直接去大厂找director和manager职位的，她们大概是喝多了。银行manager直接去大厂manager的有，那是人家本来就是IT部门的。你一个quant突然跑去manage 十几个engineer，现实吗？

不是投行，是不大的buy side，也不在宇宙中心，所以这个Director就打个折扣吧。
3kingdom 发表于 2021-01-11 22:30

你太谦虚了

我说的都是ML相关的工作，你看不懂说明你完全不懂AI在我说的里面做什么功能。你发这种怼的帖子一点营养都没有，只是在发牢骚。
ML大多的工作都是工业上的，以前不能自动化的可以进一步而已。又不是什么非常好玩的工作。
睿 发表于 2021-01-12 18:47

你懂个屁ML，我manage mle的时候你还在Whole Foods买过期鸡腿呢

我随便说说啊，一般不是大拿的ML岗位都是call 已经成熟的API，调调参数，然后看结果，再调参数。
大拿ML岗位就是写那些API或者engine的人了，不光coding非常厉害，因为跑起来需要非常efficient，而且要有和市面上成熟的API有不同见解和看法的。否则重写一套也没啥竞争力。
以前Google能出alpha系列说通俗点把脑神经网络模拟和Monte Carlo放一起。以前国际象棋的AI只是Monte Carlo而已。脑神经网络模拟已经几十年的历史了，只是和其他算法加在一起有个突破。可是好像现在又有新的天花板了，大环境下的人工智能的能力还是上不去。
自行驾驶用computer vision把所有看到的物件三维化，这个就是一个专业了。然后物件识别，人啊，红绿灯啊，等等，这个应该用ML的脑神经网络API。可是驾驶规则逻辑应该是人自己写的，譬如什么条件换lane，刹车，加油等等。这个应该不会用ML。我个人感觉。
还是做工业方面，譬如种菜方面的ML，看那个菜上面有虫，要拔掉。 或者看生产出来的产品表面有没有瑕疵，要筛选掉等等？
最新的有和人交流方面的，语音换成语言，这个老旧了。然后通过对方的语言转换成回答的语言给顾客。有点像chat bot，可是专业些，这个还是比较新的。
楼主觉得自己喜欢做那个层次的？
睿 发表于 2021-01-12 15:18

你这中文是machine translate一段英文过来的呢，不会就是用的啥脑神经网络模拟这么骇人听闻的东西吧

回复 27楼sundra_shi的帖子
什么是middle office
front，middle， back office有什么区别
千渔千寻 发表于 2021-01-12 18:34

Front office是做交易的，middle office是做每天结束position，p&l的结果。back office是最后confirm的transaction用来做official也是正式的book keeping。

我说的都是ML相关的工作，你看不懂说明你完全不懂AI在我说的里面做什么功能。你发这种怼的帖子一点营养都没有，只是在发牢骚。
ML大多的工作都是工业上的，以前不能自动化的可以进一步而已。又不是什么非常好玩的工作。
睿 发表于 2021-01-12 18:47

你自己把你发明的这些名词放google里面搜索一下看看是不是就你一个人这么说话不就知道自己多可笑了么

你自己把你发明的这些名词放google里面搜索一下看看是不是就你一个人这么说话不就知道自己多可笑了么
chopinor 发表于 2021-01-12 19:05

我都是看英文的，自己翻译成中文而已。有啥大惊小怪的，大家都看的懂。

我都是看英文的，自己翻译成中文而已。有啥大惊小怪的，大家都看的懂。
睿 发表于 2021-01-12 19:07

哈哈哈 你给讲讲脑神经网络模拟英文是啥

Front office是做交易的，middle office是做每天结束position，p&l的结果。back office是最后confirm的transaction用来做official也是正式的book keeping。
睿 发表于 2021-01-12 19:05

hehe，真有才，佩服想象力丰富

你懂个屁ML，我manage mle的时候你还在Whole Foods买过期鸡腿呢
iheartnyc 发表于 2021-01-12 19:02

说说最简单的recursive function call 用来做路径search是怎样做的吧。这个算是最简单最原始的AI了。写code的人都知道原理。

哈哈哈 你给讲讲脑神经网络模拟英文是啥
chopinor 发表于 2021-01-12 19:08

neural network啊。我加个模拟因为毕竟NN是非常不真实的，非常粗躁的方法，和真正的大脑神经网络比起来差太远了。一个是天，一个是地那么遥远。即使现在的云计算那么发达，和一个大脑比弱多了。
我写NN怕楼主看不懂而已。

神经英文是nerve，neural中文是脑神经，两回事好不好。话不能好好说吗？你这个人怎么那么没教养？

neural network啊。我加个模拟因为毕竟NN是非常不真实的，非常粗躁的方法，和真正的大脑神经网络比起来差太远了。一个是天，一个是地那么遥远。即使现在的云计算那么发达，和一个大脑比弱多了。
我写NN怕楼主看不懂而已。
睿 发表于 2021-01-12 19:09

第一次看有人把nn翻译成脑神经网络模拟的，别解释了算你牛可以吧

说说最简单的recursive function call 用来做路径search是怎样做的吧。这个算是最简单最原始的AI了。写code的人都知道原理。
睿 发表于 2021-01-12 19:08

尼玛，领馆人员的农村老婆都敢给我出题了，吐了

neural network啊。我加个模拟因为毕竟NN是非常不真实的，非常粗躁的方法，和真正的大脑神经网络比起来差太远了。一个是天，一个是地那么遥远。即使现在的云计算那么发达，和一个大脑比弱多了。
我写NN怕楼主看不懂而已。
睿 发表于 2021-01-12 19:09

神经网络带个“神经”俩字你就以为跟大脑有关系了？云计算跟大脑又🈶️啥关系？你还是回廊坊吧，别在讨论干货的帖子里现眼了。

尼玛，领馆人员的农村老婆都敢给我出题了，吐了
iheartnyc 发表于 2021-01-12 19:14

不要骂人，有话好好说，你说我不懂，我反问你，你就绕话题了。这个是非常简单的AI，不过学过一点CS的人才会懂这个比较绕脑的方法。

“不用太深入理解里面的数学本质。比如说，支持向量机SVC这样的东西，到底里面咋实现的，其实不是那么重要，你也只是call 几个 API而已。” 弱弱得说一句，这怎么跟我亲身经历的不一样啊。我面试的时候经常要我写一个function，不允许调包。比如手动写个KNN，不允许用scikit-learn里现成的knn的package，这就需要你理解euclidean distance是怎么算的。 还有让我直接上白板手写linear regression怎么算coefficient，这一定要理解数学本质的啊。
keluoyi 发表于 2021-01-12 14:14

这公司职位听起来像是做的很底层呢。

神经网络带个“神经”俩字你就以为跟大脑有关系了？云计算跟大脑又🈶️啥关系？你还是回廊坊吧，别在讨论干货的帖子里现眼了。
iheartnyc 发表于 2021-01-12 19:15

可能他们监狱里面的专业中文书籍比较老，不过她打字确实很认真一个一个照着敲，一个字都没错

神经网络带个“神经”俩字你就以为跟大脑有关系了？云计算跟大脑又🈶️啥关系？你还是回廊坊吧，别在讨论干货的帖子里现眼了。
iheartnyc 发表于 2021-01-12 19:15

一看就是没看过NN的，你以为neural只是神经吗？只有读过NN才知道它是模拟大脑里面不同node fire signal to other node。和非大脑的神经根本没有关系。所以我才说脑神经。
还说你会mle,算了吧，连concept都完全不懂的人。

神经网络带个“神经”俩字你就以为跟大脑有关系了？云计算跟大脑又🈶️啥关系？你还是回廊坊吧，别在讨论干货的帖子里现眼了。
iheartnyc 发表于 2021-01-12 19:15

看你是完全不懂AI的，跑大型AI engine需要大量的computation power. 目前大家大多都是用云计算来实行。看你完全是个外行啊。

一看就是没看过NN的，你以为neural只是神经吗？只有读过NN才知道它是模拟大脑里面不同node fire signal to other node。和非大脑的神经根本没有关系。所以我才说脑神经。
还说你会mle,算了吧，连concept都完全不懂的人。
睿 发表于 2021-01-12 19:18

层主勇猛。。。 层主你用NN炒股还是用人脑炒股？

神经英文是nerve，neural中文是脑神经，两回事好不好。话不能好好说吗？你这个人怎么那么没教养？
睿 发表于 2021-01-12 19:13

神经英文是nerve 我要笑死了
神经病是 nerve sick吗

每次来这里转转都感觉自己太不上进了。

https://www.1point3acres.com/bbs/thread-701766-1-1.html 楼主看看这个吧 跟你一样 “中年投行矿工有无必要和希望转码” 她是纽约的VP, 工资是22万。其实差不多就是这个钱。总结一些那个贴的有价值回帖，就是放弃domain knowledge 转码，肯定比自己行业换工作难。当了马工，可能钱多点，但是面对一堆小年轻，感觉不一定好。

层主勇猛。。。 层主你用NN炒股还是用人脑炒股？
CleverBeaver 发表于 2021-01-12 19:22

我啥都懂一些。目前有一个etf是AI managed。可是我个人不是。

一看就是没看过NN的，你以为neural只是神经吗？只有读过NN才知道它是模拟大脑里面不同node fire signal to other node。和非大脑的神经根本没有关系。所以我才说脑神经。
还说你会mle,算了吧，连concept都完全不懂的人。
睿 发表于 2021-01-12 19:18

还有nn里面那个neural是neuron来的，neuron中文是神经元，你就别露怯了

神经英文是nerve 我要笑死了
神经病是 nerve sick吗
chopinor 发表于 2021-01-12 19:24

看来你中文，英文都不好啊。

金融，director 才不到20万，这是多水的director?
hideandseek 发表于 2021-01-11 22:57

我也有点好奇这个，我知道的就算是不管人的director都不止这个数，一般底薪都上22了，再加25%的Bonus。这还是年景不好，年经好的时候Bonus会冲到40%的。我这个数字不是投行的。
楼主，快点换公司吧

还有nn里面那个neural是neuron来的，neuron中文是神经元，你就别露怯了
chopinor 发表于 2021-01-12 19:28

你和一般人说神经元，别人会知道吗？我都不知道neural中文是神经元。脑神经比较好理解，毕竟NN是模拟大脑思维方式的。啥都不懂只会扣字眼。

你举得这两例子倒真是挺简单的，好歹没让你自己写code实现一下神经网络，首推boosting各种算法，还好吧
shuibao 发表于 2021-01-12 14:58

现在看的是解决问题的能力，如果还在看底层的这个东西，估计是做算法的了

看你是完全不懂AI的，跑大型AI engine需要大量的computation power. 目前大家大多都是用云计算来实行。看你完全是个外行啊。
睿 发表于 2021-01-12 19:22

哈哈哈哈😂，矮马不行笑死了

回复 1楼3kingdom的帖子
楼主35还年轻，直接转码工刷题进大厂，无论是钱还是前途都靠谱多了。

ML只有极少数的人有能力做model和改进model，绝大多数人都是调包侠。你想象中的工作是做model，把xx提高了yy%，真正的工作基本是在洗数据，修pipeline，修service，跑offline eval，跑各种奇奇怪怪的sql，写doc，跟pm撕逼，跟别的组撕逼。线上ab test基本是玄学，见过有的组做了一个新model，开aabb四个对照组四个不一的结果。大部分吹出来的改进都是cherrypick metrics，事后硬凑一个story。然后你搞出来了，engineering和PM也不爱看，因为我们信不过。
至于前面说的直接去大厂找director和manager职位的，她们大概是喝多了。银行manager直接去大厂manager的有，那是人家本来就是IT部门的。你一个quant突然跑去manage 十几个engineer，现实吗？
iheartnyc 发表于 2021-01-12 18:59

就算给了也做不了啊，你完全不会大厂的那些东西怎么当Di rector，节奏速度完全不是一个频率上的

你和一般人说神经元，别人会知道吗？我都不知道neural中文是神经元。脑神经比较好理解，毕竟NN是模拟大脑思维方式的。啥都不懂只会扣字眼。
睿 发表于 2021-01-12 19:32

行你牛可以了吧，nn翻译成脑神经网络模拟，这比时代广场遛娃，过期火鸡肉牛多了

哈哈哈哈😂，矮马不行笑死了
iheartnyc 发表于 2021-01-12 19:32

你们两个看的出来完全是外行在这个帖子里只会怼人有意思吗？NN好几年前就有billion weights的size，不用云计算难道在一台server上跑啊？你们啥都说不出来只会搅稀泥不觉得丢人吗？

行你牛可以了吧，nn翻译成脑神经网络模拟，这比时代广场遛娃，过期火鸡肉牛多了
chopinor 发表于 2021-01-12 19:35

本来就是说给楼主不是非常懂的人听的。知道是模拟大脑运作方式。一般懂的人都说NN。可是我写给楼主AI有哪些相关的工作。你只会胡搅蛮缠，你这一辈子这样活的有意思吗？

35+大妈，毕业之后一直在金融，非前台，算是middle office的research岗吧。从analyst也混到director了，但是再往上走很难了，公司高层一群中年白男，不会轻易把机会给我们这种移民。做了这么多年也有点腻了，想换个行业。不知道machine learning是不是个好出路？本地大学有很好的masters program，据说工作机会还可以。在coursera上了Andrew Ng的课，挺有意思的，就是不知道真正做起来会不会复杂很多。
大妈背景：本科是理工科，数理统计基础不错，coding一般。不知道做几年后薪酬会达到什么程度？现在工资也不高，不到20万，主要是不想过一眼望到头的日子了。
3kingdom 发表于 2021-01-11 21:34

别折腾啥ml了，读个master能有啥机会，大的quant shop你简历都没人看。你还是换家pay的好的公司做类似的活吧

本来就是说给楼主不是非常懂的人听的。知道是模拟大脑运作方式。一般懂的人都说NN。可是我写给楼主AI有哪些相关的工作。你只会胡搅蛮缠，你这一辈子这样活的有意思吗？
睿 发表于 2021-01-12 19:40

看你拙劣的表演我觉得很有意思啊

https://www.1point3acres.com/bbs/thread-701766-1-1.html 楼主看看这个吧 跟你一样 “中年投行矿工有无必要和希望转码” 她是纽约的VP, 工资是22万。其实差不多就是这个钱。总结一些那个贴的有价值回帖，就是放弃domain knowledge 转码，肯定比自己行业换工作难。当了马工，可能钱多点，但是面对一堆小年轻，感觉不一定好。
额牛 发表于 2021-01-12 19:27

行，这个帖子证实了我说的一点，Ed应该Base在25万

https://www.1point3acres.com/bbs/thread-701766-1-1.html 楼主看看这个吧 跟你一样 “中年投行矿工有无必要和希望转码” 她是纽约的VP, 工资是22万。其实差不多就是这个钱。总结一些那个贴的有价值回帖，就是放弃domain knowledge 转码，肯定比自己行业换工作难。当了马工，可能钱多点，但是面对一堆小年轻，感觉不一定好。
额牛 发表于 2021-01-12 19:27

这个楼主是做梦的吗？做做Blog写写Presentation就喊累。她以为大厂是慈善工厂吗？这么多小年轻自杀没看见？大家更没空生娃管娃。她的梦想只能在狗家和微软实现了，别家Wlb都比她现在的差。

楼主身在金融，应该知道金融行业里搞ml大部分都是面子工程吧，真能把ml做好上线trading的那得真本事，不是一个master program就能学出来的... 你如果去做mle 的话，工作内容未必比现在有意思。不过如果你是想借此转行去tech，那倒是可以权衡考虑一下，但可能career就要从头开始了
crowdpig 发表于 2021-01-12 14:10

是的，我们公司就有一个组做AI，搞了好几年都没见搞出什么东西来，挺没劲的。这样的地方，就算现在能进去做manager，我也觉得没什么意思，因为学不到东西。

行，这个帖子证实了我说的一点，Ed应该Base在25万
Geofan 发表于 2021-01-12 19:54

是总包25万，还是在纽约。