小弟硕士毕业一年左右，做搜广推mle，想问问这行未来发展如何，几年后如何去探索ml infra和ml research的组
我个人理解是搜广推mle是那种vertical product mle
优点：
1. 处于公司生态链上游，更接近管理层，产生的impact更容易有产品和商业价值
2. 需求大，每个产品业务都需要这样的一个组
3. 技能在不同产品中有迁移性，包括构建数据、模型架构、模型训练、模型指标，A/B测试
缺点：
1. 评价体系是由metric gain决定的，没有metric gain就无法升值，在个别公司一个half出不了成果可能要pip
2. 核心能力在于选项目和对业务、链路的理解，学不到核心cs/system或者modeling技术。这样的组老板一般希望直接套业界成熟方案和模型
3. 需求大部分在大厂搜广推这样的成熟业务体系，增量有限，最早一批入行的是12年之前的，现在都是L6+了，比较饱和。但是目前gen ai算是个新的业务模式，观望中
mle其他类型的岗位
ML infra组
优点：
能学到硬核cs的技术，比如feature serving，model serving，模型蒸馏，压缩等等
缺点：
1. 需求小：小厂都用现有的轮子，不自己开发infra；在大厂是horizontal team，需要的人也不算多
2. 做不深容易沦为MLOps
research组的mle
优点：
在追sota的过程中能学到硬核modeling的技术
缺点：
- 大部分公司要求对接产品来证明技术价值，证明不了价值组就没了
- 对学历要求比较高，大部分人都是top20科班ai phd，ms背景去了可能垫底
zszszs