米兰·(milan)中国官方网站-普林斯顿邓嘉学生亲述：一定要博士学位？不，我本科生也能在大厂当应用科学家

编译 | 王晔

科研界的学历内卷早已经不是新鲜话题，博士后文凭更被认为是进入高校任职不成或者缺的前提之一。以至在青年学生有如许一种觉得：高校尚且云云，进年夜厂做研究也是博士以上学历最好吧？

不外，近日有一名正于亚马逊担当运用科学家的华人研究者发表了一篇文章，亲述了他怎样于本科卒业后仅拿着学士学位进入年夜厂做研究的履历。

一句话总结：很难，但也不是没有但愿！

这位华人的名字叫 David Fan，2019年本科卒业在普林斯顿年夜学计较机系，辅修统计学与呆板进修，本科时期曾经受邓嘉引导，于ICCV上发表过计较机视觉相干的论文。此外，他曾经于罗格斯年夜学物理系、罗格斯新泽西医学院、哈佛医学院与普林斯顿年夜学视觉与进修试验室等机构做过研究。

图注：David Fan（图源：小我私家主页）

据其主页显示，他于2018年8月插手亚马逊，先是于亚马逊网页办事（Amazon Web Service, AWS）担当软件工程师实习生，2019年8月转正，然后于2020年7月正式入职亚马逊担当研究工程师、2021年5月转为运用科学家。

他是怎样做到的呢？AI科技评论对于其自述做了不改原意的收拾与编译：

我今朝是一位运用科学家，于亚马逊担当全职的呆板进修（ML）研究员，并且我并无博士学位。于这里，我介入了研究立异难题，与智慧又长进的同事一路事情，于做我喜欢做的工作的同时，还有能得到高额的行业薪酬。

相识到还有有许多人对于呆板进修感兴致，但网上关在怎样从软件工程过渡到呆板进修的引导却很少。以是，我发表了这篇文章，分享我从年夜学进入软件工程范畴，再到厥后成为呆板进修研究员的过程，但愿可以或许有借鉴引导意义。

虽然这篇文章只是针对于我小我私家的经验总结，但我信赖有一些要点是合用在每一个人的。

我的年夜学之旅不是一条原封不动的直线，致使我对于呆板进修的研究起步较晚。

刚进入普林斯顿年夜学那会儿，我对于计较生物学研究有着稠密的兴致，一直对峙研究该标的目的，直到年夜三。那时辰，我忽然意想到本身过在专注于生物范畴了，我想成长能解决更多范畴问题的技术。

在是，我最先对于呆板进修感兴致，尤其是具备实际运用意义的计较机视觉。

然而，那时我也只上过呆板进修课程，缺少实践经验。我的三段实习履历（罗格斯年夜学物理系、罗格斯新泽西医学院、哈佛医学院）也都是有关生物信息学及软件工程的，第一次自力提出研究的项目也是关在生物信息学的。

其时普林斯顿年夜学只有少数教员从事计较机视觉及深度进修方面的研究，他们的试验室也没有更多接纳本科生的空位了。

幸运的是，年夜四前的阿谁炎天（2018年），我与一名新聘任的助理传授（邓嘉）取患了接洽，并成了第一批插手他的试验室的学生之一。

2018年的炎天，我查阅论文、到场Kaggle角逐（座头鲸辨认角逐）等自学深度进修，还有有浏览文献、以预备卒业论文的构想。

于我第一次跟导师晤面时，我就告诉他我想研究一个有望发表论文的项目，由于我知道不管是申请读研究生还有是到场工业界的呆板进修职位雇用，我都需要有论文发表结果。以是他就摆设我与一位高年级的博士生一路做了一个3D视觉研究项目。

于课程都是满的环境下，我对峙平均每一周拿出25个小时用来研究。虽然我对于这个范畴险些彻底生疏，但经由过程努力我很快就跟上了进度，这些事情也为我的卒业论文做出了主要孝敬。

卒业周前夜，咱们向 NeurIPS 提交了一篇论文，但遗憾的是，这篇论文被拒了。但那年炎天咱们又举行了更深切的研究，这篇论文厥后也被 CVPR 吸收了。

卒业论文的研究履历重燃了我对于研究的热忱，我决议把呆板进修研究作为我的事业。

其时我已经经收到了亚马逊软件工程标的目的的应届卒业生offer。然而，我没有任何掌握可以获得研究呆板进修的职位。那时，我的论文还没有被CVPR 2020吸收，以是我其时独一发表过的论文是生物学及物理学方面的研究。我没有详细的结果可以证实我于ML研究方面做出过成心义的孝敬。

在是，我决议先测验考试插手呆板进修基础举措措施团队，但愿先于该范畴得到一些事情经验，为之后的职业生活生计打基础。

我认为，与年夜大都缺少研究经验的工程师比拟，我对于呆板进修软件生态体系的相识是我的上风；而与缺少产出经验的科学家比拟，拥有端到端交付的能力又能使我脱颖而出。

只管亚马逊应届卒业生凡是都是听从团队的职位摆设，但我还有是给雇用司理发了邮件，想经由过程收集接洽进入亚马逊收集办事（AWS）的云呆板进修部分。

厥后，我插手了SageMaker组，该团队重要卖力发卖呆板进修一体化云平台。于SageMaker，我为降低深度进修模子的及时推理成本及延迟事情了一年。我还有为一项要害功效的发布做出了孝敬，并撰写了随附的AWS官方博客文章。

相干链接：https://aws.amazon.com/cn/blogs/machine-learning/reduce-ml-inference-costs-on-amazon-sagemaker-for-pytorch-models-using-amazon-elastic-inference/

不久以后，我的卒业论文被CVPR吸收并发表了。至此，我于年夜学卒业年夜概一年后既有了一篇顶级ML集会的论文，也有了一项新功效发布的结果。

研究按规划推进，此时，我有了充足的筹马与亚马逊的ML研究团队扳谈。

有趣的是，于我行将提升二级软件工程师时，我对于原有的规划有了摆荡。

因为我其时的团队不属在研究团队，以是假如我想做研究，就必需转到研究团队，但换团队就要从头调解提升时间。其时我的伴侣及同龄人都已经经最先升职了，我不想成为末了一个升职的人。

我也最先思疑，假如没有博士学位，我是否可以或许于呆板进修研究上取患上乐成？

我与亚马逊的科学家以和一些有研究配景但终极选择从事工程的工程师一路喝咖啡、谈天，期冀从他们那里可以或许得到一些建议。

一方面，许多人告诉我，我独一的选择是重回黉舍，读一个研究型的硕士，最佳是博士。

另外一方面，也有一小部门人给了我鼓动勉励。他们说我可以举行内部调动，而且他们也知道一些乐成调动的例子。

但总的来讲，这些谈话加深了我的疑虑，由于假如我掉败了，我不仅会丢失初期的提升时机，并且还有会 “华侈”我生掷中的几年时间。

履历自我思索后，我才意想到我的担心于很年夜水平上是菲薄及噜苏的。当一小我私家需要负担更少来自家庭等的小我私家责任时，实在他更易于人生初期举行诸如转换职业门路之类的冒险赌注。

我意想到我不会由于没能于研究中取患上乐成然后转回软件工程尔后悔，但若没有测验考试ML研究我会很是悔怨，由于我信赖本身有能力可以取患上乐成。我的竞争好胜心又使我没法接管延迟提升。

但幸运的是，我可以或许熟悉到职业成长是一场马拉松角逐，而不是四百米短跑。投资在持久乐成而不是短时间乐成不仅会让我更欢愉，并且还有能更好地迎接ML变患上越发无处不于的将来。

在是我最先于亚马逊内部寻觅 ML 研究团队，并与一名刚于Prime Video建立新团队的司理取患了接洽，该团队致力在用呆板进修理解视频。

因为我没有硕士及博士学位，以是我不克不及直接口试运用科学家的职位，但我可以口试研究工程师。是以，我做了一个研究工程师的内部口试，包括一轮 ML 算法口试及一轮编码口试。

于这个历程中，我亲历了使人惊奇的学位成见。虽然我经由过程了两轮口试，但厥后我被奉告，包括我的司理于内的一些人都因我没有硕士及博士学位而暗示担心。

只管云云，我的转组申请终极还有是获得了核准，并成了团队的第一个员工。2021年5月，我最先全身心肠投入到成为一位ML研究科学家的方针中。

于以研究工程师的身份插手Prime Video后，我的下一步规划是经由过程内部调动成为一位运用研究科学家。

因为亚马逊的运用科学家年夜多拥有博士学位，是以我需要证实本身彻底有能力自力完成遍及认为博士生或者优异硕士生程度才能完成的研究。然后我再对于这些研究项目举行总结，并以提升文件的方式网络偕行的反馈，以便申请调动。

年夜大都运用科学家都是外部聘任的，很少有工程师能于内部乐成转型，尤其是学位上还有存于成见，是以，时机对于我来讲是很可贵的。

很长一段时间我都觉得本身身处迷雾之中，由于没有人能引导我完成这个历程。

经由过程推测成为一位研究科学家的必备要求，并评估我间隔这些要求的差距，我制订了一个计划图，争夺于一样平常事情中少做工程项目，多做ML研究。

然而，事实证实，履行这个规划比预期要坚苦患上多。只管我的司理撑持我争夺成为一位研究科学家，但公司的事迹要求使我难以寻求本身的职业方针。假如我作为一位工程师占用了公司太多的时间来做研究项目，这天然会致使我的工程结果比其他工程师少。从绩效评估的角度来看，这长短常倒霉的。

找到二者之间的准确均衡是一个微妙的历程，我需要常常与带领会商要乞降方针，并于事情之余投入年夜量时间从事研究项目。

幸运的是，我于新冠疫情发作时期完成为了这一改变，由于分心的工作及社交勾当比日常平凡少患上多。假如不事情更永劫间，我极可能没法网络到充足的研究数据及偕行的反馈定见，更不成能转为运用科学家。

这时期，我介入的一个研究项目是与另外一组的一名首席科学家互助，这位科学家可以或许提供反馈定见，为我的调组申请助力。于这个项目中我做出了新的孝敬，帮忙开发了一个开始进的用在影戏场景支解的自监视模子并完成部署，这也是我的第二篇CVPR 论文，并于全公司举行了主题演讲。

论文链接：https://arxiv.org/pdf/2104.13537.pdf

于这以后，我写了一份转组文件，并经由过程了一名资深科学家的技能评估。

只管我有所有的可交付结果来证实我切合运用科学家的要求，但因为要对于我的文件举行内部审查，我的转组被推延了。

直到2021年5月，于我进入呆板进修范畴3年后、也是我插手Prime Video11个月后，我转为运用科学家的申请终究被核准了！

此刻，作为一位运用科学家，我带领着前瞻性的研究，这些研究有可能为Prime Video等产物带来新功效及优化。我用约一半的时间来开发及出产撑持新功效的呆板进修模子，剩下的时间花于可发表的研究及撰写论文上。

与我当工程师那会儿比拟，我此刻对于本身的事情标的目的有更多的自立权及所有权，这也给了我更年夜的成绩感。

呆板进修研究是我此刻求之不得的事情，我很是幸运可以或许经由过程做我喜欢的工作来得到人为。

假如你是一位学生而且确定对于ML研究感兴致，那末你今朝所能做的最佳的工作就是得到已经发表论文的研究经验及配合作者身份，甚至是第一作者身份。

你也能够及有兴致互助的老师扳谈，看看是否有项目需要帮忙举行试验。有时西席太忙、没法直接回覆或者引导你，于这类环境下，你可以测验考试寻觅于项目方面需要帮忙并愿意与你互助的研究生。

进修分外的课程是有帮忙的，但收益会递减，由于举行研究所需的年夜大都常识都是高度详细的，最佳经由过程浏览相干论文及经由过程实践举行动手试验来进修。

假如你已经经要卒业而且没有研究经验，那末可以举行一到两年以研究为中央的硕士进修。当你可以于行业事情中得到经验及人为时，以讲堂为重点的硕士课程其实不是对于时间的有用使用方式。

是否要攻读博士学位是一个繁杂的话题，但基本上我不认为博士学位对于在行业研究中的职业成长是须要的。只有当你想要有高度专注的时间来解决一个很是详细的问题，而且有兴致以后成为一位传授时，博士学位才是一个不错的选择。

一样，假如您于行业中并无研究经验，要末可以选择读硕，继承以研究为重点，要末你也能够像我同样测验考试于内部举行转组，先插手一个研究团队，成为一位软件工程师，然后逐渐博得更多的研究事情时机。

当你的学历不满意岗亭要求时，内部调动比外部申请要更易，由于雇用体系是高度主动化的，而且颠末了优化、可以最年夜限度地削减误报。但第二个选择的错误谬误是，于公司内部成长时，你需要花时间来成立接洽并博得信托。

对于你有益的一点是，工程经验对于在可扩大性迭代试验颇有价值，而且凡是会让你比纯粹的科学家更有上风（特别是经验方面）。

不管你于哪里，你都需要算力来做ML研究，而ML研究的计较量愈来愈年夜。假如你没有时机进入学术界或者工业界的计较集群，我会建议你成立本身的PC，并做一些诸如ML 集会主理的竞赛之类的辅助项目，以跟上ML的成长速率，成长综合能力。我认为Kaggle角逐也是一个公允的进修选择，但不是造就综合能力的抱负之选，由于这些项目凡是与学术文献相干性不年夜，而是更偏重在实际世界的利用，与NeurIPS等ML集会主理的角逐形成为了光鲜对于比。

回首我于亚马逊至今的履历，我可以想到如下重要教训：

我是独一一个可以决议我的事业走向的人。作为一个刚卒业的学生，我不睬解我的司理的激励办法，当他们没有给我想要的项目时，我常常怨尤他们。其时我不大白、厥后才知道的一点是：我不该该指望他人为我着力。我需要为本身而战，创造我想要的时机。

命运=预备+时机。虽然我很幸运获得了插手Prime Video的时机，但我以前也做了充实的预备，经由过程我的努力事情及人脉来使用这个时机。

法则很少是原封不动的。虽然博士学位是呆板进修研究事情职位的硬性要求，但学位只是能力的代表。博士学位预示着一小我私家极可能有能力做自力的研究，但也有许多人没有博士学位，却做明晰不起的事情。归根结柢，独一主要的是你是否可以完成事情。学位可使你更易被招聘，但一旦你被招聘，没有人于乎你有甚么学位。当对于要求有疑难时，试着从雇用司理的角度思索这个脚色的本能机能职责是甚么。于我看来，这一样合用在MBA及其他专业学位。

做你本身喜欢的事。有些人主意为糊口而事情，然后于事情以外做本身喜欢的工作。我认为这也能够，而且我很钦佩那些可以或许实现它的人，但我发明这对于我而言具备挑战性。当我刚最先于亚马逊的一个非研究团队事情时，我试图于事情之余连结对于研究论文的存眷，但这其实不长期，由于事情已经经泯灭了我年夜量的精力及体力。当我的豪情与我的事情交叉于一路时，我就会更有动力提高本身。

原文链接：https://medium.com/@davidfan/entering-industry-ml-ai-research-without-a-phd-e56761979c8f

雷峰网(公家号：雷峰网)

雷峰网版权文章，未经授权禁止转载。详情见转载须知。