華人小哥控訴機器學習「四大Boring」，CS博士：深有同感，正打算退學
Reddit熱度500+
楊凈 發(fā)自 凹非寺
量子位 報道 | 公眾號 QbitAI
機器學習很無聊。
至少這位鐵汁是這樣認為得。
甚至還在Reddit上發(fā)了帖子，標題就直接這么明晃晃寫道：
Why machine learning is more boring than you may think？
結果不到15個小時，便引起了500+熱度的討論。
對此，有網(wǎng)友認為，「因為它是工程技術，而不是基礎研究，工程需要滿足最低標準和最后期限的，技術上沒有什么挑戰(zhàn)性」。
而至于為何要如此強調「Boring」，這位數(shù)據(jù)科學家肖安講了如下原因，也給出了自己的解決方式。
機器學習「四大Boring」
首先是設計?（Designing）的部分，占據(jù)5%-10%的時間。
這時候是群策群力、迸發(fā)新想法的時候，包括新的模型體系結構、數(shù)據(jù)功能和系統(tǒng)設計等。
預期的情況是，在每個項目中應用最新和最出色的算法，可以在知名頂會期刊發(fā)布的那種。
但實際情況是，由于「時間限制」和其他優(yōu)先級事項，只能做到最簡單、有效的算法。
這時候，為了滿足作者的「成就感」，就會在附帶項目中進行一些「瘋狂」的想法，即使這些想法根本不起作用。
接著是編碼?（Coding ）的部分，根據(jù)項目的不同，20%到70%的時間占比。
代碼通常分為五類：占代碼總行數(shù)的百分比。
- 數(shù)據(jù)管道，50-70％；
- 系統(tǒng)和集成事物，10–20％；
- ML模型：5–10％；
- 支持調試和演示分析，5–10％；
預期的場景是，花費大量的時間在編碼ML組件。
但現(xiàn)在已經有很多現(xiàn)成的框架和編碼語言，將很多復雜的東西抽象化，這樣工作流已經十分標準化了，根本不需要去開發(fā)和完善ML組件。
既然如此，工程師則將更多的時間花在其他低級的優(yōu)化上，比如系統(tǒng)、數(shù)據(jù)管道等。
然后是質量檢查、調試、修復?（Debug），至少要花65%的時間。（感受到了作者的怨念）
一般主要有兩種錯誤，不良結果和傳統(tǒng)軟件問題。
不良結果，就是模型效果不好、評分較低（比如準確性）。
傳統(tǒng)軟件問題，就包括系統(tǒng)損壞、系統(tǒng)配置問題。
理想的狀態(tài)，是只需要處理「不良結果」，然后去構建更好的模型。
嗯，展現(xiàn)才能的時間到了！
然而現(xiàn)實情況是，大概70%-90%都是「傳統(tǒng)軟件」問題。
而至于不良結果，通常在構建端到端模型訓練和數(shù)據(jù)管道之后，就可以的很快獲得很好的結果了。
最后一個部分，就是「滅火」（Fire-fighting），處理各種意外情況。
這大概是所有工程師都不愿意看到的點了吧。
在整個交付過程中，不管是外部、甲方爸爸的要求還是內部溝通不暢、能力不足等各種人為Bug，用作者的話來講，「就是一場噩夢」。
這時候，除了保持微笑之外，建議將時間軸延長到2-3倍，在團隊里積極交流。
害，說到這里，歸根結底就是理想與現(xiàn)實之間的差距，別人以為的和你自己正在干的區(qū)別。
比如，就像這樣。
最后，這位小哥還是注入了一些安慰劑。
就像從事任何職業(yè)一樣，最終都會感到無聊和沮喪。
但是沒關系，很正常。你應該開發(fā)一種應對機制，像玩游戲一樣，在過程中獲得一些小獎勵，然后最終獲得勝利。
網(wǎng)友怎么看？
對于這件事，網(wǎng)友們倒是意見各異。
有學CS學了6年的博士生自述了所遇到的迷茫，并表示打算放棄現(xiàn)在的博士學位。
我期望它是酷炫的、知識性、算法性的東西，但一直沒有等到可大展拳腳的工程/調試類項目。
因為這個原因，我打算退學。雖然現(xiàn)在還不清楚該申請什么樣的工作。
但有人覺得，作者所說的幾個Boring，恰好是喜歡當ML工程師的原因。
還給出建議：如果你想花費100%的時間用來構建和調試ML模型，那你應該去看看研究崗，而不是工程崗。
還有網(wǎng)友表示，自己很喜歡ML工程師的工作，從構建自運行的端到端模型，到正式投入生產，會有很強烈的成就感。
也有人形象地比喻了理想與現(xiàn)實：
那么，對于這件事你怎么看？如果你的身邊也有類似的經歷，歡迎與我們分享～
參考鏈接：
https://towardsdatascience.com/data-science-is-boring-1d43473e353e
https://www.reddit.com/r/MachineLearning/comments/jvq4jw/d_why_machine_learning_is_more_boring_than_you/
- 空間智能卡脖子難題被杭州攻克！難倒GPT-5后，六小龍企業(yè)出手了2025-08-28
- 陳丹琦有了個公司郵箱，北大翁荔同款2025-08-28
- 英偉達最新芯片B30A曝光2025-08-20
- AI應用如何落地政企？首先不要卷通用大模型2025-08-12
相關閱讀
意-1008683781283119151.jpg)
