两个相同平台，智力，学习能力，努力程度的机器学习（算法）程序员和其他程序员相比

机器学习和其他方向也没什么大区别
都是一小部分人创造库 一大部分人使用库

想多了，都是调库工程师

5 年后肯定会相差很大，和自己本身的努力和接触的东西很有关系

机器学习需要很强专业知识和领域知识，培训班只能出调库工程师

非名校出身的 AI 工程师和培训班相比，他们有强大的自学能力，优势超级大

未来肯定是机器学习的天下，但那是数学家和计算机专家的事情，作为程序员写好代码才是真的。

主要是用脑的多少，
坦诚地说，写业务积木代码大部分时候很机械的，不怎么用脑，
而机器学习岗位调库都是要用脑的，
一般而言，用脑多的，脑子会退化的越慢。

说未来是数学家的天下的，百多年了，数学家一直都认为统计学不是数学，即使统计学在金融领域赚钱转的风生水起，远比今天 IT 行业刺激多了，数学家都不为所动。

而且统计学还是相对而言基础很扎实的学科。

碰上机器学习这种炼丹学科，除了少数脑子灵活愿意变通的数学家，大部分还是冥顽不化的，嗤之以鼻而已。

平台很重要，可以改变人，

努力是重要的，但不一定是决定因素

你让做算法的去撸个 app。不是不可以，需要很多学习成本。
你让做 app 的去撸个算法。也不是不可以，需要很多学习成本。

其实一回事。。看人。。看平台

你知道 DQN，TRPO 或者 A3C 要多少 iter 才能有 state of the art 么？

我不是很 understand 楼上的 reply，可能需要去 search 一下

平台不是重点，
平台的成熟度才是重点。
越成熟越火的平台，低级开发者就越多。
越荒无人烟的开创性平台，高手就越多。

我来帮你分析机器学习：
这个平台里面全是博士硕士，本科进去只能做调库工程师。专科以下的装逼都不敢用这个词。
2 年后，北大青鸟开班。
1 年后，谈机器学习就跟当下谈 ios 开发一样。被骗进来的中专充斥行业。
然后又有人来 v2 发帖，觉得机器学习已经毫无竞争力，未来是人机结合技术的时代。你看，那个平台里都是博士哎！

@flyingghost 始终觉得这一块门槛比较高，当下也算比较火了吧，培训班也没怎么介入

@xilixjd 加了一个群没两天就看到两种不同的培训广告。。

再认真回复一下

普通 developer 要积累的是 debug 的经验，目标是对于架构的熟悉和应用。
MLer 要积累的是调参的经验，目标是能够合理定义 loss 并优化。

就目前工业界而言，基本上是逻辑回归和决策树相关，能调的参数无非那么多，公式级别的推导，也只是提供调参方向，最后那还是靠经验，deep learning 的调参更是玄学。

假设有个交易系统，某个 Data Scientist 搞出了个完美的模型，这也需要一个 senior developer 扣字级别的优化架构和程序，这个系统才能真正成型。

所以说，五年内大家都是调库工程师，能撑过五年的，一边成了架构师，一边成了 Data Scientist。

@Morriaty 好的，明白一些了