回覆列表
-
1 # 鄰章
-
2 # 仰望喉嚨
機器學習做演算法創新？這是理論創新的意思嗎，，但是你又說偏向於將科研轉換為工業界產品……做理論創新要求數學要好，演算法創新玩的都是數學，各種數學公式推導修改和最佳化，讀個博士是肯定必須的，然後你要轉換為工業界產品，又要求程式設計能力特變強，一般的話，不是谷歌這種有又頂尖的資料科學家開發的演算法，然後底下又有一大推可以快速工程實現的機器學習工程師，做演算法研究對於一般的小企業用處不大，現有的成熟演算法完全可以滿足小企業的要求，你要清楚工業界和學術界最大不同點是工業界還要考慮演算法模型的成本部署等等等，那怕你開發出最佳化演算法，小企業底下工程師能不能復現出來還是個問題，而且考慮到演算法部署的成本，業務需求的變化速度模型的部署速度能不能跟上節奏，有時候就是創新演算法比原演算法好，但是成本太高，或者不符合業務發展的要求，週期長不穩定等等，工業界不像學術界純科研環境隨便做什麼演算法研究都可以，在現實中很難看到阿爾法狗這樣魔幻噱頭膨脹誇張吸引眼球的狂拽酷炫吊炸天的模型，不過話說回來，如果你的目標是想BAT這種大企業的話……
我個人覺得還是有必要的。
讀博士，不僅是一個學位，其實也是自己能力的一個象徵性的東西，能夠讀到博士（在機器學習領域），至少說代表了你在聰明才智和領域專研上，是超越了大多數人。
相對來說是高了一個層次，而在這個層次，你也就越有機會認識到的機器學習領域的技術、研發牛人，接觸到新的知識，碰撞新的行業思想，而這對於激發創新，事實上是非常有好處的。用一句通俗的話來說，是見多識廣。
如果你都不能到這個層次，你就根本接觸不到這些知識、思想，如果只有自己閉門造車，這對於創新顯然並不會有太多助力作用。
當然，最終能否在機器學習的演算法上實現創新，讀博士與否我覺得只是其中一項，他並不能起決定作用的，真正能起決定性作用的，還是在於自己的思維創新，在於你在實際操作過程中發現的新方法，編織出來的新演算法。
可以說博士這個學歷，只是為你提供了一個起點。