Vom US-Promotionsbewerbungsprozess zu Jobs in der KI-Branche: Ein Interview | Original, von KI übersetzt

Home 2025.09

Quelle: chatgpt.com

A: Zhiwei Li, Software-Ingenieur an der Schnittstelle von KI und Finanzen.

B: Haifeng Jin, Software-Ingenieur, der an KI-Infrastruktur arbeitet.

Die folgenden Gespräche wurden grammatikalisch korrigiert und leicht von KI verfeinert.

Inhaltsverzeichnis

  1. PhD-Motivation und Bewerbungsprozess
    • Primäres Ziel war ein Job in den USA
    • PhD wurde über Assistentenstellen finanziert
    • Günstiger als Masterstudiengänge mit finanzieller Unterstützung
    • Hoher Aufwand für die Kontaktaufnahme mit Professoren erforderlich
  2. PhD-Studium und Betreuerauswahl
    • Wechsel des Betreuers kostete ein zusätzliches Jahr
    • Balance zwischen Produktivität und Unterstützung des Betreuers finden
    • Insiderinformationen von aktuellen Studierenden nutzen
  3. Forschung, Programmierung und Karriereziele
    • Programmierkenntnisse entscheidend für Forschung und Industriejobs
    • Veröffentlichungen nicht immer für den PhD-Abschluss erforderlich
    • Open-Source-Projekte können Fachwissen effektiv demonstrieren
  4. US-Arbeitsmarkt und globale Chancen
    • USA bieten Zugang zu Top-Tech-Projekten
    • Interne Unternehmenswechsel einfacher als Bewerbungen als Berufsanfänger
    • Aktueller Arbeitsmarkt für Einstiegspositionen hochkompetitiv
  5. TOEFL, GRE und Sprachvorbereitung
    • TOEFL und GRE jeweils dreimal abgelegt
    • GRE-Vokabular deutlich schwieriger als TOEFL
    • Testergebnisse für viele Universitätsbewerbungen ausreichend
  6. Open-Source-Entwicklung und AutoKeras
    • Benutzerfreundlichkeit vor Innovation bei Open-Source-Projekten priorisieren
    • Frühe Veröffentlichung erhöht die Erfolgswahrscheinlichkeit
    • Größere Überarbeitungen manchmal für Klarheit des Projekts notwendig

PhD-Motivation und Bewerbungsprozess

A: Ich bin im Auto mit meinen beiden Handys und einer Macau-SIM-Karte. Hörst du mich deutlich?

B: Ja, ich höre dich jetzt deutlich und das Video läuft flüssig.

A: Gut. Lass uns die Kamera ausschalten, falls das Netzwerk nicht gut ist. Könntest du auch deine Lautstärke erhöhen? Meine Seite ist auf Maximum. Ich nehme mit meinem zweiten Handy für die Transkription auf.

B: Ich habe die Lautstärke erhöht. Es ist okay, die Kamera auszuschalten, wenn nötig.

A: Perfekt, danke! Übrigens, du siehst genauso jung aus wie damals, als wir uns vor Jahren getroffen haben.

B: Danke, das war vor etwa sechs Jahren, 2019.

A: Cool. Kannst du meine Website, lzwjava.github.io, öffnen und deinen Bildschirm teilen?

B: Klar, ich schicke sie an meinen Computer. Ich brauche die Erlaubnis, meinen Bildschirm zu teilen; es steht da, dass der Host das Teilen für Teilnehmer deaktiviert hat.

A: Ich passe die Zoom-Einstellungen an, damit alle Teilnehmer teilen können. Versuche es nochmal.

B: Jetzt funktioniert es. Ich teile meinen Bildschirm. Siehst du es klar oder soll ich heranzoomen?

A: Ja, ich sehe es sehr deutlich.

A: Also, ich fragte, was… Ich denke, für diese Frage, weil wir Freunde sind, ist es nicht so formell. Wenn du etwas sehr einfach findest oder dich wiederholst oder wenn es etwas ist, das man leicht bei Google oder ChatGPT nachschlagen kann, können wir es überspringen. Ich habe dein Wissen noch nicht vollständig eingeschätzt und mir fehlen vielleicht einige Informationen. Außerdem denke ich aus der Perspektive von KI, dass der Kontext von Prompt-Engineering hier nicht ideal ist. Also können wir einfach das besprechen, was du sagen möchtest. Wenn du mehr teilen möchtest, kannst du das tun. Okay?

B: Klar, klar.

A: Gut. Zuerst: Was hat dich motiviert, in den USA zu promovieren?

B: Das wurde ich oft gefragt. Die Hauptmotivation war, einen Job auf dem US-Arbeitsmarkt zu finden, um für eines der besten Tech-Unternehmen im Silicon Valley zu arbeiten. Das war mein Hauptziel. Ein Masterabschluss könnte das auch ermöglichen, aber ein PhD ist in der Regel günstiger mit Assistentenstellen oder Stipendien – weniger finanzielle Belastung für meine Familie. Deshalb habe ich mich für einen PhD statt für einen Master entschieden. Mein Ziel war ähnlich wie das vieler anderer Studierender, die einen Master in den USA machen: einen gut bezahlten Job in den USA zu finden.

A: Cool. Ich möchte vertiefen: Wie viele Jahre hat dein PhD gedauert und was waren die Gesamtkosten?

B: Ich habe sechs Jahre für meinen PhD gebraucht. Fünf Jahre sind Standard. Ich habe sechs Jahre gebraucht, weil ich nach etwa einem Jahr den Betreuer gewechselt habe und von vorne beginnen musste, also insgesamt sechs Jahre.

A: Erstens, die Studiengebühren für fünf oder sechs Jahre. Zweitens, die Lebenshaltungskosten.

B: Wenn du eine Assistentenstelle hast, z. B. als Lehrassistent oder Forschungsassistent, werden deine Studiengebühren vollständig erlassen. Du musst nichts zahlen und bekommst monatlich Geld. Ich habe in einer ländlichen Gegend gearbeitet, eine Stunde von Houston entfernt in College Station für die Texas A&M. Ich habe 2000 Dollar pro Monat bekommen, ohne Studiengebühren. Das hat gereicht, um meine Lebenshaltungskosten zu decken; ich konnte sogar etwas sparen. Viele gehen aber auch auf Sommerpraktika und verdienen mehr. Die Hauptausgaben entstanden vor dem Programm: Bewerbungsgebühren, Flugticket, erste Monatsmiete und Kaution. Das muss man vorher zahlen.

A: Diese Kosten, etwa 100.000 CNY? Würden 100.000 CNY diese Kosten decken?

B: Lass mich überlegen. 100.000? Ja. Ich habe keine teure Agentur genutzt; ich habe meine Bewerbung selbst vorbereitet und die Unterlagen selbst verschickt, was viel Geld gespart hat. Ich habe etwa 40.000 CNY ausgegeben.

A: 40.000. Okay, cool. Du hast also etwa 50.000 CNY extra für eine Agentur bezahlt, die bei der Bewerbung hilft, dann wären es fast 100.000, oder?

B: Übrigens, ich habe eine Bitte. Könntest du dein iPhone nehmen und die Memo-App zum Aufnehmen verwenden? Mein Handy nimmt auf, aber die Audioqualität von meiner Seite könnte nicht optimal sein. Könntest du auf deiner Seite aufnehmen und mir dann die Sprachnotiz als m4a-Datei schicken, wenn wir fertig sind? Du nutzt dein Mobiltelefon; könntest du es öffnen und ebenfalls auf deiner Seite aufnehmen?

B: Klar, ich schaue, wie ich auf meinem iPhone aufnehmen kann.

A: Es ist in den Sprachnotizen. Drücke einfach den roten Knopf.

B: Verstanden. Ich nehme jetzt auf.

A: Danke! Ich schätze das. Manchmal stoppe ich versehentlich meine Aufnahme, und es wäre eine Katastrophe für das Interview, wenn sie verloren geht.

B: Kein Problem, ich habe meine Seite abgedeckt, auch wenn es nur meine Stimme ist.

A: Das ist in Ordnung, meine Fragen sind nicht der wichtige Teil.

A: Okay, ich habe deine Infos zu Studiengebühren und Kosten. Agentur und DIY – du hast es selbst gemacht, okay. Sie sagen… Ich möchte fragen: Du hast auch den GRE erwähnt. Du bist okay. Die zweite Frage ist: Du warst früher an der Beijing Forestry University, BUPT, ACM ICPC. Erzähl von deiner Entscheidung. Du hast eine Silbermedaille in der China-Region gewonnen? Der Kontext: Du hast eine Bronzemedaille bei der ICPC gewonnen. Ich denke, der Wechsel zur BUPT war so. Warst du ein Medaillengewinner oder so? Warst du schon ein Star, bevor du an die Beijing Forestry University gingst? Wolltest du ins Ausland? Oder haben deine guten Leistungen an der Universität diese Entscheidung beeinflusst? Oder hattest du Glück, bevor du in die USA gingst? Ich denke, das hat dir viele Probleme erspart. Das war also klug. Wie hat dich der Weg vor dem PhD beeinflusst?

B: Erstens, ich wusste vor meinem Studium an der Beijing Forestry University nichts über ein Auslandsstudium. Als ich dort war, sah ich viele Kommilitonen, die sich auf den GRE vorbereiteten und planten, im Ausland einen Master zu machen. Ich fand das interessant, entschied mich aber erst dafür, als ich eine Bronzemedaille bei der ICPC gewann. Ich musste mein nächstes Karriereziel finden. Ich hatte bereits erreicht, was ich mir bei meinem Studienbeginn vorgenommen hatte – ich wollte diese Medaille gewinnen, und ich habe sie bekommen. Nach einiger Recherche fand ich heraus, dass ein Auslandsstudium eine sehr gute Sache sein könnte, vor allem als nächstes Ziel, um einen guten Job als Software-Ingenieur zu finden. Deshalb entschied ich mich für ein Auslandsstudium als Methode, um einen guten Job zu finden.

A: Cool. Du hast die Bronzemedaille im dritten Jahr gewonnen?

B: Im dritten Jahr.

A: Nummer drei hier. Ich erinnere mich, dass du für ein Masterprogramm an die Beijing Communication University gegangen bist und dann zurück an die Beijing Forestry, Raum 302, kamst und wir uns dort zum ersten Mal trafen.

B: Okay, dann hast du… Ich hatte definitiv nicht die Bronzemedaille, als du dich erinnerst.

A: Erinnerst du dich an diesen Tag? Ich erinnere mich, dass du zurück an die BGFU kamst, um etwas zu erledigen, um den Seminarraum 302 zu besuchen. Du kamst damals einmal zurück. Du hattest gerade im Sommer dein Studium abgeschlossen, und ich war im Sommer auch an der Beijing Forestry. Dieser Tempel, oh, schön.

B: Das ist erstaunlich, dass du dich so genau erinnerst.

A: Ich habe es einfach aufgezeichnet. Du warst nicht nur einmal da; wahrscheinlich hast du deine Noten oder so erledigt. Du bist manchmal nochmal zurückgegangen, oder? Manchmal zwei oder drei Mal. Nach deinem Masterprogramm bist du manchmal zurück an deine Bachelor-Universität gegangen, um Noten oder so zu erledigen? Nein, meine Noten. Alle Empfehlungen? Ich weiß es nicht.

B: Entschuldigung, was ist die Frage? Nach deinem nationalen Programm an der Beijing Communication bist du manchmal zurück an die Beijing Forestry University gegangen, soweit ich mich erinnere.

B: Ja, ja, das habe ich.

A: Warum bist du zurückgegangen?

B: Zum Spaß, weißt du? Es gab Programmierwettbewerbe und neue Mitglieder für den Club. Hauptsächlich zum Spaß – nichts, was mit meiner PhD-Bewerbung zu tun hatte. Es war einfach nur zum Spaß.

A: Hast du das Masterprogramm zwei oder drei Jahre gemacht?

B: Das Masterprogramm sollte drei Jahre dauern, aber ich bin am Ende meines zweiten Jahres an die Texas A&M gegangen. Mein Master- und PhD-Programm überschneiden sich um ein Jahr. Ich habe alle Kurse abgeschlossen und die benötigten Credits in zwei Jahren erworben, also musste ich im dritten Jahr nicht mehr auf dem BUPT-Campus sein.

A: Du bist also 2016 oder 2017 in die USA gegangen?

B: Es war 2015.

A: 2015, also früh. Du hast etwa 2020 oder 2021 abgeschlossen?

B: Ja, 2021.

A: Okay, verstanden. Ich war zweimal in den USA. Einmal früh, so im März, in der Saison. Ich war hauptsächlich im Silicon Valley. Das zweite Mal, 2017, war ich in mehreren Städten wie Silicon Valley, Seattle, New York und den Niagarafällen. Ich konnte dich nicht treffen, obwohl ich es versucht habe.

B: Ja, ich erinnere mich, dass du in Las Vegas warst, als das Massaker passiert ist, oder?

A: Ja, genau. Ich war gerade aus dem Flugzeug ausgestiegen, und im Flughafen lief das im Fernsehen… Ich ging in ein nahegelegenes Hotel. Damals war der Schütze noch nicht gefasst, aber ich war so neugierig, dass ich in die Gegend um das Massaker ging, etwa 100-200 Meter entfernt. Die Polizei hat mich weggeschickt, mich angeschrien, weil sie mit dem Schützen beschäftigt waren. Menschen weinten. Es war ein chinesischer Basketballspieler dort. Die Tische waren geschlossen, Leute weinten, riefen an. Im Hotel wurde überall geschossen. Es war schockierend. Man wusste nicht, wo der Schütze war; er könnte im nächsten Raum sein. Es waren viele Polizisten da. Das war verrückt. In der Nacht musste ich im Hotel das Licht anlassen. Ich kam schließlich in ein Hotel und ließ das Licht an. Die Schützen? Kein Spaß. Ich fand es sehr schwer einzuschlafen und war sehr verängstigt. Damals warst du an der Texas A&M University.

B: Richtig, richtig.

PhD-Studium und Betreuerauswahl

A: Könntest du das öffentlich teilen? Ich denke, du kannst diese Frage auch auslassen, wenn der Wechsel deines Betreuers keine gute Sache war. Könntest du den Grund für den Wechsel teilen? Ich denke, wenn du auf deine Entscheidung zurückblickst, hast du auch… weil der Wechsel dich ein oder zwei Jahre gekostet hat. Wenn du keine andere Wahl hattest, aber wenn du einen Betreuer sorgfältiger ausgewählt hättest, hättest du nicht wechseln müssen. Also denke ich, dass der Grund für deinen Wechsel sehr wichtig für Leute ist, die in die USA gehen, oder?

B: Ja, ich denke, es ist wichtig; definitiv etwas, woraus man lernen kann. Der Hauptgrund war, dass mein Maßstab für die Auswahl des richtigen Professors damals nicht besonders klug war. Während meines Studiums an der BUPT sah ich viele Professoren, die ihre Studierenden wirklich hart drängten, und die Studierenden hatten große Schwierigkeiten mit der Forschung und dem Abschluss. Ich wollte nie einen solchen Professor finden, also war mein Kriterium, einen netten Menschen zu finden – das war das wichtigste Kriterium. Ich sprach mit einigen Professoren und wählte den nettesten aus, der mein erster Betreuer wurde.

Das Problem war, dass diese Professorin nach etwa einem Jahr ihr Labor nicht mehr weiterführen wollte. Ich bin mir nicht sicher, warum. Was sie mir sagte, war, dass sie wollte, dass ich dem folge, was mich wirklich interessiert, aber ich denke, der wahre Grund war, dass sie es als zu viel Arbeit empfand, ein Forschungslabor zu unterhalten. Sie war super nett, aber auch nicht… wenn jemand super nett ist und seine Studierenden nie drängt, arbeiten sie vielleicht auch nicht hart. Sie fand es zu viel Arbeit und bat alle, den Betreuer zu wechseln. Also wechselte ich zu einem anderen Betreuer. Eine Sache, die ich gelernt habe: Man muss eine Balance finden. Nicht nur den nettesten Professor suchen; schauen, ob sie produktiv sind oder nicht. Das ideale Ziel ist es, jemanden zu finden, der nett zu seinen Studierenden ist, aber auch fleißig und produktiv. Wenn das nicht möglich ist, versuche, einen Kompromiss zwischen diesen beiden Aspekten zu finden, nicht nur einen zu optimieren.

A: Okay, ich denke, das ist auch schwer vorher zu wissen, oder?

B: Richtig. Man kann nur versuchen, es aus ihren Veröffentlichungen und im Gespräch zu erkennen. Wenn man jemanden im Labor dieses Professors kennt, kann man direkt nachfragen.

A: Das betrifft mehrere Dinge: allgemeine Beobachtung, wie nett, wie fordernd, die Produktivität. Also dieser Professor war sehr nett, talentiert, aber vielleicht hatte sie ein einfaches Leben, also fand die Arbeit nicht statt, sie fühlte sich überfordert und beschloss, das Labor zu schließen, oder?

B: Richtig, das ist mein Verständnis. Sie hat es nicht selbst gesagt; das ist meine Interpretation.

A: Diese Anpassung geschah nach etwa einem Jahr, nachdem du an die Texas A&M gegangen bist, oder?

B: Nach einem Jahr. Also ist das…

A: Diese Anpassungen passieren früh.

B: Ja.

A: Was ist der Unterschied? Nach einem Jahr und der Suche nach einem neuen Betreuer, war es einfacher, einen zu finden? Oder war es immer noch schwer?

B: Der zweite war viel einfacher, wenn man bereits an der Universität ist. Man hat viel mehr Informationen, um den richtigen Betreuer zu finden – die Persönlichkeit aller potenziellen Betreuer. Man kann den richtigen auswählen und kennt möglicherweise auch deren Anforderungen an Studierende. Daher ist es wahrscheinlich, dass man den richtigen Betreuer findet und weiß, wie man deren Vorstellungsgespräche besteht, um in ihr Labor zu kommen.

A: Cool. Ich möchte unsere Kernpunkte und unser Tempo überprüfen. Wie lange haben wir heute? In deinem Unternehmen oder ist es mittags Pause? Bist du okay, eine Stunde, eine halbe Stunde oder 10 Minuten zu reden? Ich…

B: Ich habe noch etwa eine halbe Stunde komplett frei. Heute ist Labor Day, ein Feiertag.

A: Okay, also ist es ein Feiertag. Du hast noch eine halbe Stunde. Okay, lass uns etwas schneller machen. Gleiche Routine: Ich habe Notizen zu machen. Später gibt es eine Empfehlung, vielleicht zwei oder drei, dann GPA, dann TOEFL-Punktzahl, dann GPA, dann Anerkennung. Und dann nähert man sich dem Professor, und wenn man sich bewirbt und die E-Mail bekommt, akzeptiert man, dann kann man das für das Immigrationsvisum oder F-Visum nutzen und all das erledigen, dann kann man gehen, oder? Was ist der Hauptpunkt? Das Meeting könnte aufgrund von… beendet werden. Ich werde ein neues einrichten. Okay, sicher. Wenn sie uns beenden, richte ich ein neues ein. Jetzt können wir noch reden.

B: Ich kann kurz durchgehen, wie ich die Bewerbung vorbereitet habe, wie ich das geschafft habe. Ich habe keine Agentur genutzt. Ich habe alles selbst geschrieben und einen englischen Korrektur- oder Schreibservice auf Taobao genutzt. Sie haben mir geholfen, die Briefe zu überarbeiten. Ich habe auch einen weit verbreiteten Service gekauft… Ich glaube, sie haben eine beliebte Umfrage, die sie nutzen. Grundsätzlich habe ich alles selbst geschrieben und jemanden gebeten, es zu überarbeiten, was günstiger ist als ein vollständiger Agenturservice. Für das Visum habe ich einfach alle Formulare ausgefüllt und die Dokumente verschickt. Das ist einfach. Wenn man Geld sparen will, gibt es Möglichkeiten, aber ich denke nicht, dass man das muss; es ist kein großes Problem. Die Hauptkosten sind die Bewerbungsgebühren, die man nicht vermeiden kann.

A: Die Bewerbungsgebühr für eine Universität beträgt etwa 100 oder 200 Dollar, oder? Etwa 100 oder 200.

B: Ja, ich glaube, es sind etwa 50 bis 150 Dollar.

A: 50 bis 150, okay.

B: Ich habe alle Formulare ausgefüllt und die Dokumente verschickt, aber von vielen Universitäten kam keine Antwort. Also begann ich, Professoren zu kontaktieren. Die Antwortrate war sehr niedrig. Bei einer PhD-Bewerbung ist das etwas, das man tun muss. Wenn man die Formalitäten erledigt und die Unterlagen verschickt hat, muss man Professoren kontaktieren. Meine Antwortrate war: Wenn ich 10 E-Mails verschickt habe, habe ich eine Antwort erhalten. Davon war die Akzeptanzrate 10%. Also war die Akzeptanzrate für alle von mir verschickten E-Mails bei 1% – dieser Professor zeigte Interesse daran, mit mir zusammenzuarbeiten. Man muss viele E-Mails verschicken, es sei denn, man hat Kontakte. Es war für mich schwer, hauptsächlich weil ich nicht die richtige Liste von Universitäten ausgewählt hatte, bei denen ich mich bewerben sollte. Ich habe mich nur an sehr gute Universitäten beworben, daher hatte ich Schwierigkeiten, Professoren zu kontaktieren. Wenn man richtig einschätzt, von welchen Universitäten man ein Angebot bekommen kann, muss man nicht so viele E-Mails verschicken.

A: Du meinst, man sollte Universitäten auf dem Niveau von Texas A&M wählen. Du hast dich auch an viele wie Stanford, MIT beworben. Du hast deine Kandidatur überschätzt; du dachtest, du hättest hart gearbeitet und könntest an die Spitze kommen, aber aus der Sicht der Professoren warst du durchschnittlich, normal. Sie sehen viele Talente, also haben sie hohe Ansprüche.

B: Ich habe mich überschätzt, weil die Leute, von denen ich Rat eingeholt habe, so waren wie du – als ich mich für einen PhD beworben habe, habe ich viele Leute gefragt, die ich kenne und die in ihrer Karriere oder Bewerbung erfolgreich waren. Sie waren alle super talentiert. Als ich ihnen meine Liste gezeigt habe, haben sie nicht gesagt, dass ich mich überschätze, weil sie bei ihrer eigenen Liste das Gefühl hatten, es sei genau richtig. Sie haben sich nie als nicht gut genug empfunden, also konnten sie nicht beurteilen, ob die Liste zu mir passte. Wenn man Rat sucht, fragt man immer jemanden, der besser ist als man selbst, was zu einer Verzerrung hin zu besseren Universitäten führt. Deshalb habe ich mich überschätzt. Nimm nicht den Rat von jemandem zu 100%; schau dir deine eigene Situation an und treffe die richtigen Entscheidungen.

A: Okay, verstanden. Also, was ich vorwärts bringen möchte: die oben genannte PhD- oder erste PhD-Bewerbung. Wenn du es jetzt machen würdest, wenn du jetzt… du denkst, mein Fall ist anders: Abbruch an der Beijing Forestry, jetzt einen Associate Degree machen, wie 10 Jahre Verschwinden in China. Aber wenn du jetzt wieder im BUPT-Masterprogramm wärst, mit deinem Hintergrund, was würdest du korrigieren? Welche drei Punkte oder sehr kurzen fünf Punkte würdest du besser machen? Wie würdest du es angehen?

B: Du könntest dir das BUPT-Programm leisten.

A: Wenn du jetzt zurückgingest, 10 Jahre zurück.

B: Wie ich mich besser auf meinen PhD vorbereiten könnte?

A: Ja, wie würdest du deine Wege wählen? Wir sagen mehrere Dinge: Erstens, wähle den Betreuer weise, besser. Zweitens, wähle mittlere oder Texas-A&M-Niveau-Universitäten oder darunter, ein breiteres Spektrum, nicht nur die Top. Das ist unnötiger Aufwand, oder? Welche anderen Punkte würdest du hinzufügen?

B: Nicht viel. Der beste Fall wäre, direkte Kontakte zu Studierenden zu haben, die bereits in einem PhD-Programm sind. Informationen von ihnen über Professoren zu bekommen; das wäre super hilfreich. Ich habe mich blind beworben, ohne Führung oder Insiderinformationen, also war es super schwer. Ich musste mich an vielen Universitäten bewerben. Wenn man weiß, welches Labor Personal sucht und wie die Situation im Labor ist, muss man sich nicht an vielen bewerben; man kann sich auf einige mit der höchsten Chance konzentrieren. Das würde helfen, die Anstrengungen zu lenken. Es hängt von deiner Situation ab; ich kannte damals niemanden in einem PhD-Programm, aber jetzt sind Informationen leichter zu bekommen. Jeder, der sich jetzt bewirbt, kann versuchen, mehr Informationen zu erhalten.

A: Okay, verstanden.

A: Hi, hi, hi.

B: Ja, das ist eine fortgesetzte Diskussion.

Forschung, Programmierung und Karriereziele

A: Teil zwei: Da du das Programmieren genossen hast, Audio darüber. Was waren die Momente, in denen du über den kritischen Wechsel nachgedacht hast? Du bekommst drei. Da du das Programmieren mehr genießt als das Schreiben von Papers, wie hast du das ausgeglichen? Ich denke, du hast einmal in deinen öffentlichen Informationen erwähnt, dass du keine Papers magst, aber später hast du AutoKeras gemacht. Als du AutoKeras einige Jahre lang gemacht hast, hast du tatsächlich ein sehr gutes Paper darüber verfasst. Also hast du am Ende ein sehr gutes Paper geschrieben, aber du hast… also die Geschichte ist so. Wie siehst du Papers und Programmieren? Wie hat sich dein Interesse während deiner PhD-Reise verändert?

B: Programmieren oder Software-Engineering ist immer wichtig. Es hilft bei der Forschung, Jobsuche oder späteren Karriere. Beim Schreiben von Papers muss man am richtigen Thema arbeiten und die richtige Art der Forschung betreiben, beeinflusst von Kollegen und Betreuern – der Umgebung, in der man sich befindet. Ich denke nicht, dass ich in der Forschung besonders gut war, hauptsächlich weil ich keine Leidenschaft hatte, ein Superstar in einem Forschungsthema zu werden. Ich hatte nicht solchen Traum wie viele andere PhD-Bewerber oder Studierende. Mein Ziel war immer, einen gut bezahlten Job in den USA zu finden. Papers würden helfen, aber nur als ein Aspekt der gesamten Bewertung. Es war mir nicht wichtig, super großartige Papers zu veröffentlichen; mir lag mehr daran, wie man in große Unternehmen kommt. Ich denke nicht, dass sich ein PhD-Student zu viele Sorgen über Paper-Veröffentlichungen machen muss. Solange man ein guter Student ist, die Grundkurse schafft, weiß, wie man programmiert, Logik, Argumentation, Schreiben versteht, kann man die Abschlussanforderungen erfüllen. Man muss nicht super leidenschaftlich oder super gut im Schreiben von Forschungsarbeiten sein, um abzuschließen.

A: Du hast auch Open-Source-Projekte gemacht; das kann dir helfen, schrittweise zu schreiben, ohne einen sehr hohen Standard für Papers zu benötigen, oder?

B: Für Texas A&M denke ich, dass es keine harten Anforderungen für Veröffentlichungen gab. Jeder, dessen Betreuer denkt, dass er abschließen kann, kann abschließen. Natürlich müssen sie die Verteidigung bestehen, aber normalerweise stimmt das Komitee mit dem Betreuer überein. Grundsätzlich ist es die Entscheidung des Betreuers; es gibt keine harte Anforderung.

A: Deine PhD-Arbeit handelt von AutoKeras.

B: Im Allgemeinen, aber AutoKeras ist definitiv der wichtigste Teil.

US-Arbeitsmarkt und globale Chancen

A: Cool. Mein IELTS-Ergebnis ist 6, okay? 2022 war mein IELTS-Ergebnis 6. Jetzt sind drei Jahre vergangen, ich arbeite, studiere, nutze Englisch. Das ist mein Fall. Ich habe das Studium an der Beijing Forestry nach einem Jahr abgebrochen. Jetzt habe ich neun Kurse an der Guangdong Foreign Studies University bestanden, mit Hauptfach Informatik. Ich muss noch sieben Kurse absolvieren – vier davon sind Informatik, wie lineare Algebra oder Grundlagen der Elektronik. Ich habe noch sieben Kurse nicht bestanden. Ich habe etwa 10 Jahre in China als Vertragsingenieur für die DBS Bank, HSBC Bank, Finanzprojekte gearbeitet. Ich hatte auch mein eigenes Startup und habe einige iOS/Android-Engineering-Projekte gemacht. Denkst du, ich muss meinen Associate Degree abschließen? Ich habe einen Associate Degree, keinen Bachelor. Es gibt zwei Wege für mich. Was würdest du empfehlen? Ich möchte den Zweck mit dir teilen, nicht in die USA zu gehen, sondern in Hongkong, Singapur, UK zu arbeiten. Ich möchte im Ausland arbeiten, um die Internetfreiheit zu genießen. Ich möchte meine Familie mitnehmen. Welche Wege schlägt du vor?

B: Wenn du meinen Weg gehen willst – ein Master- oder PhD-Programm im Ausland absolvieren und danach einen Job finden – wird ein Bachelor-Abschluss für jedes Master- oder PhD-Programm benötigt. Du kannst das doppelt überprüfen. Dieser Weg wird schwieriger; zu viele Leute bewerben sich, es wird immer wettbewerbsintensiver. Für die Top 50 oder 100 Universitäten in den USA stammen viele Studierende von chinesischen Universitäten, die die Zulassungen füllen.

Der andere Weg ist, innerhalb deines Jobs zu wechseln. Wenn du zum Beispiel für Amazon oder Google in China arbeitest, kannst du in andere Länder wechseln, wenn sich die Gelegenheit bietet. Das könnte einfacher sein, weil du bereits bewiesen hast, dass du Wert schaffen kannst. Du bist mehr den Möglichkeiten innerhalb deines Unternehmens ausgesetzt. Es ist besser geeignet, weil für Master-/PhD-Programme der Hintergrund so wichtig ist; du hast möglicherweise nicht den Vorteil im Wettbewerb mit anderen. Am wichtigsten ist, dass es nach dem Abschluss eines Masterprogramms super schwer ist, als Berufsanfänger in den USA einen Job zu finden.

A: Das wusste ich nicht, weil ich nicht in den USA bin. Ich habe von einigen Schwierigkeiten gehört, aber nicht… du sagst, es ist so schwer.

B: Ich habe mich seit Jahren nicht mehr als Berufsanfänger beworben, also kenne ich den Arbeitsmarkt jetzt nicht wirklich. Aber was ich gehört habe, ist, dass es super schwer ist. Die Einstiegsjobs sind mittlere und höhere Positionen. Diejenigen, die KI nutzen, sind sehr real und willkommen. Latenz, Programmieringenieure sind willkommen. Auch Anfänger, die Leute sind jetzt klüger in Bezug auf KI. Wenn du KI-Forschung oder KI-Ingenieur oder sehr hart betreibst, werden die Leute… die verbleibenden Unternehmen in den USA sind sehr selektiv, weil sie scheitern; sie begannen vor 10 Jahren. Also werden die Arbeitgeber klüger und akzeptieren sehr hohe Standards.

B: Ja, das liegt auch an der Wirtschaft. Jedes Unternehmen versucht, Kosten zu senken, einschließlich Gehälter und Anzahl der Einstellungen.

A: Das habe ich auch beobachtet, wie bei einigen Banken, die einige Positionen in China erhöht, aber Positionen in Singapur/Hongkong gekürzt haben, weil sie hoch bezahlt werden. Kürzlich haben viele Unternehmen aufgrund von COVID und weil das Geschäftsmodell der Fettleibigkeit nicht mehr funktioniert, geschlossen. Okay. Ein anderes Mal hast du TOEFL und GRE mehrmals gemacht. Hast du IELTS gemacht? Ich auch.

TOEFL, GRE und Sprachvorbereitung

A: Hast du TOEFL und GRE gemacht? Wie oft hast du jeden gemacht und was waren deine Ergebnisse?

B: Ich habe TOEFL und GRE jeweils dreimal gemacht. Beim TOEFL war mein erstes Ergebnis 92 und mein bestes 107. Beim GRE war mein erstes Ergebnis 315 und mein bestes 326.

A: Wie viel hat jeder Test gekostet und warst du mit deinen ersten Ergebnissen enttäuscht?

B: TOEFL kostete etwa 1500 CNY pro Versuch. Ich war mit 92 beim TOEFL nicht zu enttäuscht; es war gut genug für viele Bewerbungen, aber ich wollte eine höhere Punktzahl.

A: Wie viel Zeit lag zwischen jedem Versuch?

B: Ich habe jeden Test einmal pro Jahr über drei Jahre gemacht, beginnend in meinem dritten Studienjahr bis zu meinem Master.

A: Außerdem, als du in die USA gingst, konntest du allen englischen Vorlesungen folgen? Im Sprechen und Zuhören, im täglichen Gebrauch, wie hast du eigentlich Englisch gelernt?

B: Das hilft nicht viel. Das College hilft nicht so sehr im täglichen Leben in den USA. Irgendwie hat es mir geholfen, die Prüfung für den Lehrassistenten zu bestehen – den Englischtest, bevor ich einen Job als Lehrassistent bekommen konnte. Andernfalls kann man Forschungsassistent werden. Für das Besuchen von Kursen und das Verstehen von Vorlesungen denke ich nicht, dass TOEFL dabei sehr hilft. Es ist dafür gedacht zu helfen, aber es ist zu einfach im Vergleich zu tatsächlichen Universitätsvorlesungen.

A: Grundsätzlich bist du… mein IELTS ist wie 6, Punktzahl etwa. Basierend auf deinem Verständnis von meinem aktuellen Niveau, der Kommunikation mit dir, könnte ich 100 Punkte erreichen?

B: Ja, ich denke, 100 ist nicht so schwer zu erreichen. Du kannst das definitiv schaffen.

A: Danke. Wie war dein erstes Jahr im PhD? Sehr schwer, oder? Englisch, neue Umgebung, etwas schwerer?

B: Ja. Ich hätte fast meinen Job als Lehrassistent verloren wegen eines Fehlers, den ich gemacht habe. Ich ging zum Vorstellungsgespräch und bat jemanden, den Unterricht für mich zu übernehmen, aber die Art und Weise, wie ich das gemacht habe, war nicht angemessen. Der Professor dachte, ich hätte meine Arbeit nicht gut gemacht. Ich hatte Probleme, meinen Job fortzusetzen, aber am Ende hat sich alles zum Guten gewendet. Eine Lektion: Ich musste besonders verantwortungsbewusst mit jedem mir zugewiesenen Job umgehen. Den Menschen liegt viel daran; es wird Konsequenzen haben, wenn ich es nicht richtig mache.

A: Okay, verstanden. Die Schwierigkeit: Denkst du, dass GRE in Bezug auf die Schwierigkeit etwa doppelt so schwer ist?

B: Verschiedene Aspekte. TOEFL bewertet hauptsächlich Englisch. Der GRE-Wortschatz ist definitiv doppelt so schwer wie der des TOEFL. Der Mathematikteil ist einfacher; ein guter chinesischer Student würde ihn nicht schwer finden. Aber Vokabular, logisches Denken und Schreiben sind definitiv doppelt so schwer wie beim TOEFL.

A: Okay, also im Grunde geht es beim TOEFL und GRE um Englisch und Mathematik, oder?

B: Ja. Der Englischteil besteht hauptsächlich aus logischem Denken, Leseverständnis, um dein logisches Verständnis zu messen.

A: Zur Motivation: Ich habe festgestellt, dass du so viele Mühen für den PhD auf dich genommen hast, und das ist okay. Ich möchte sagen: Ich kenne jemanden in meinem Umfeld, einen Freund, der mein Startup Fun Live gehostet hat. Er teilte iOS-Wissen. Er hat vor etwa 20 Jahren seinen Abschluss gemacht und damals studiert.

Er hat einen Kommilitonen von der Beijing Normal University. Der Kommilitone ging in die USA, nach Seattle, arbeitete 10 oder fünf, acht Jahre im Microsoft-Büro in Beijing, dann wechselte er nach Seattle. Er bekam eine Krankheit, Krebs oder so, und starb dort. Er war nur ein oder zwei Jahre in den USA, um zu sterben. Es gibt einige Nachrichten über Leute, die in die USA gehen und depressiv werden. Aber viele Menschen, die meisten, haben ein gutes Leben.

Meine Frage ist: Jetzt kenne ich Ingenieure und bin wahrscheinlich gut im Proxy. Also Informationen, ich denke, du und ich haben nicht so einen großen Unterschied im Zugang. Mein Apple-Store-Konto in den USA, Open Source, alle Apps, die ich installiert habe, etwa 500 Apps. Warum sollte ich einen Weg wie du einschlagen? Denkst du, dass deine Entscheidung für die USA auf lange Sicht… Wenn du in den 1970er oder 1980er Jahren gelebt hättest, denke ich, dass deine Bemühungen, in die USA zu gehen, sich super gelohnt hätten, weil du mehr Geld hättest. Du könntest ein Startup gründen, gute Dinge tun, hättest mehr Freiheit. Du lebst in den USA und es gibt viele günstige Produkte aus China.

Ich lebe in Guangzhou, arbeite als Vertragsmitarbeiter bei HSBC, eine Art gut bezahlter Job nach lokalen Standards. Warum sollte ich reisen? Was ist der größte Vorteil, wenn ich die nächsten drei Jahre darauf konzentriere, diese erste Sache zu tun, neben meinem Job, und meine gesamte Freizeit dafür opfere? Betrachte den besten Weg. Warum gehen wir alle in die USA? Open Source, GPT Cloud ist gut. Du gehst dorthin, aber auch in China gibt es bei Tencent viele Leute, die unter einer Million Yuan pro Jahr verdienen. Also meine Frage: Hast du jemals bereut? Kein Bedauern. Ich denke, du lebst ein gutes Leben, herzlichen Glückwunsch! Du bist glücklich, in die USA gegangen zu sein, oder? Für normale junge Chinesen, lohnt es sich, in die USA zu gehen?

B: Wenn dein Ziel ist, Zugang zur besten Technologie zu haben, dann ist es definitiv empfehlenswert, in die USA zu gehen. Es sei denn, du bist in einem der besten Teams in China, wie DeepSeek oder arbeitest an Douban oder den besten Produkten in China, dann musst du definitiv nicht gehen. Aber nach meinem Verständnis ist es super wettbewerbsintensiv, in diese Teams zu kommen. Selbst im Gespräch mit ihnen spürte ich, dass sie sehr hohe Standards für die Einstellung haben. In die USA zu gehen ist eine gute Möglichkeit, sich in eine weniger wettbewerbsintensive Umgebung zu bringen. Du kannst Zugang zu besseren Projekten bekommen.

In China konkurrieren viele gute Talente um wenige gute Projekte. Das Verhältnis von guten Projekten zur Anzahl der konkurrierenden Talente ist in den USA viel höher. Es gibt viele gute Projekte: Gemini, OpenAI, xAI. Gute Unternehmen, aber die Anzahl der Talente im Silicon Valley ist nicht so groß wie in China. Nur die Anzahl der Menschen, die um Positionen konkurrieren – das Verhältnis ist im Silicon Valley viel höher, was bedeutet, dass du Zugang zu besseren Projekten bekommst. Ein weiterer Aspekt: Viele Leute ziehen in die USA wegen des Geldes. Ich denke nicht, dass es einen großen Unterschied macht, in China oder in den USA zu arbeiten, weil Dienstleistungen und Güter in den USA teurer sind. Selbst wenn du dreimal mehr verdienst, kannst du nur ähnliche Dienstleistungen, Lebensmittel, Güter kaufen.

Der eigentliche Unterschied liegt in den Stunden, die du arbeitest. In den USA kannst du weniger Stunden arbeiten, um die gleiche Lebensqualität zu erreichen. Du tauscht definitiv weniger Arbeitsstunden für diesen Service. Das ist wichtig für die Karriere, weil man auf lange Sicht immer einen Wechsel in der Karriere braucht. Zum Beispiel habe ich mich auf automatisiertes Maschinenlernen spezialisiert, wechsle aber jetzt zu Maschinenlernsystemen, näher an Hardware-Compilern. Software-Engineering ist meine Kernkompetenz. Dieser Wechsel wird irgendwann in der Zukunft wieder stattfinden. Wir müssen immer wechseln, und dafür brauchen wir mehr Freizeit zur Vorbereitung. In den USA hat man mehr Freizeit, was entscheidend ist.

A: Pivot, wie buchstabiert man das? Entschuldigung.

B: P-i-v-o-t. Pivot, Übergang.

A: Okay, verstanden. In Zukunft möchtest du an ML-Systemen arbeiten. Ich sehe auch, dass einige sagen, das Leben in den USA sei einfacher, und sie gehen zurück nach China wie Wang Xing, der Gründer von Meituan, und der Gründer von TDengine, einer Zeitreihendatenbank. Er ging zurück; er war vor 20 Jahren bei Motorola in den USA, ging zurück nach Beijing, gründete mehrere Startups und macht jetzt Open Source TDengine, vielleicht mit einem Vermögen von 10 Millionen oder mehr. Er kann in die USA reisen oder weltweit Geschäfte besprechen. Was ist dein Plan für die lange Zeit? Kommst du nur für Urlaub nach China? Oder erwägst du später, für einen längeren Aufenthalt nach China zurückzukehren?

B: Beide Möglichkeiten wären denkbar. Der Hauptentscheidungsfaktor wäre das gesamte Ökosystem in China. Wenn es mehr Startups und Unternehmen gibt, die in der Technologie gute Arbeit leisten, dann wäre es definitiv möglich, zurückzukehren. Jetzt gibt es einige gute: Huawei, DJI, Taylor, auch Mütter wie TikTok. Einige gute. Wenn das gesamte Ökosystem so gut wird wie in den USA, würde ich aus Karrieregründen eine Rückkehr in Betracht ziehen.

A: Du arbeitest an ML-Systemen, oder? Also Compiler, ML-Tiefenunterstützung, okay?

B: Ja.

A: In meinem Hintergrund, wie 10 Jahre, drei-vier Jahre im Unternehmen, drei Jahre als Freelancer. Ich habe auch Full-Stack etwa fünf-sechs Jahre genossen und zwei Jahre Maschinenlernen. Ich habe GPU gemacht, zwei Zertifikate von Coursera erhalten. In meinem Hintergrund, warum denkst du, dass ML-Systeme das Beste für dich sind? Ich suche auch nach meinem nächsten Schritt. Ich bin sehr begeistert davon, Cloud-Holder viel zu nutzen, um zu codieren und zu lernen, wie in einem Monat eine Million Codes, mehrere Computer-Apps. Alle öffnen mehrere Cloud-Holder-Instanzen oder Codex von OpenAI, um zu sehen, wie viel Code ich produzieren kann. Das ist es, was mich als Ingenieur am meisten begeistert.

In meinem Hintergrund, wenn ich KI-Forschung betreibe, um zu DeepSeek oder TikTok zu gehen, sehr realistisch, vielleicht brauche ich mehr Zeit. Wenn ich mit KI-Software und Agenten beginne, einige Compiler-Kenntnisse erwerbe, um Programme zu analysieren und Kontext bereitzustellen. Kürzlich habe ich auch einige Arbeiten mit Spring-Filter durchgeführt, um alle Anforderungen an HTTP-Anfragen zu protokollieren und Testfälle zu schreiben – in fünf Minuten kann ich 100 Testfälle generieren. Das ist eine kleine Verbesserung. Etwas Prompt-Engineering, JSON-Kürzung für Kontextgrenzen. Was ist dein Punkt für mich jetzt? Wenn ich KI-Modellforschung betreibe, habe ich nur die 4070 GPU. Vielleicht kann ich zwei GPUs bekommen? Wie viele GPUs hast du für das Training? Hast du 10 sehr ausgefallene, 100 GPUs für das Training großer Modelle?

B: Ich trainiere nicht selbst. Ich arbeite hauptsächlich an Systemen; Forscher machen das Training. Ich habe keinen Zugang zu GPUs; ich nutze sie hauptsächlich für Tests, wofür nicht viele GPUs benötigt werden.

A: Das Testen der Idee ist mit einer GPU in Ordnung, auch in der Cloud. Nutzt du das Internet oder auch Google Cloud?

B: Ich nutze beides.

A: Beide, und dann. Arbeit an der Umgebung, muss auch getestet werden.

B: Ja.

Open-Source-Entwicklung und AutoKeras

A: Also für mich, wie Essen, Essen wie Ingenieurwesen, 10 Jahre Full-Stack, nur ein Jahr wenig Maschinenlernen, die Lücke. Was schlägt du mir für die nächsten fünf Jahre vor?

B: Der Einstieg in KI ist definitiv genug. Alles im KI-Tech-Stack – Anwendung, Hardware – etwas KI-bezogenes zu tun, ist wichtig, weil der Arbeitsmarkt klar zeigt: Unternehmen entlassen Leute, die in anderen Bereichen arbeiten, und stellen in KI ein. Arbeite definitiv in einem KI-bezogenen Bereich. Aber der Einstieg in dieses Feld ist schwer; eine Karriere hier zu beginnen, ist schwer. Ich schlage vor, mit Anwendungen zu beginnen, weil sie weniger Defekte in Hardware-Compiler-Frameworks oder Modellierung oder Mathematik erfordern. Verstehe einfach die Anwendung, Kundenanforderungen, Wissen über große Sprachmodelle. Das wäre gut genug, dann werde ein Experte. Dann kannst du zwischen Rollen wechseln, um die zu wählen, die am besten funktioniert. Anwendungen, zum Beispiel Agenten, sind ein guter Einstieg.

A: Ja, und auch die Analyse des Cloud-Codes, wie sie es machen. Zweijahresziel: Wie machen sie das? Aber es wird immer noch eine gewisse kluge Begründung benötigt, um sie zu nutzen. Wie viele Brände wurden auf einmal hinzugefügt? Was können sie tun? Wie spart man Tokens? Wie sollte die Standard-Website im Hintergrund welche Szenarien setzen, welche Modelle haben lange Kontextschwellen, die sie festlegen. Jetzt, wie Schwellen-Tokens, lange Kontexte treffen.

B: Ja, am besten wäre es, wenn du eine echte Anwendung mit echten Nutzern aufbauen könntest. Das wäre ein guter Beweis für deine Expertise.

A: Okay. AutoKeras, ich sehe einige gute Dinge, die du gesagt hast: die Nutzung einer Open-Source-Bibliothek, Wartung, eine sehr gute Open-Source-Bibliothek. Das ist ein Vorteil, sehr nützlich für Ingenieure. Ich sehe einige Dinge, die du teilst. Was ist die sehr große Lektion über AutoKeras? Für das allgemeine Publikum, Ingenieure, die dir folgen, bist du einer, es ist sehr viel, du bist der Typ, der diese Ordnung vertritt, oder?

B: Ja.

A: Was ist die beste Lizenz? Was sind die drei O5, die sehr großen Lektionen für dich, das über mehrere Jahre zu tun? Du hast tief über mehrere Dinge gelernt. Aber um ehrlich zu sein, denke ich, dass TensorFlow im Allgemeinen gegen PyTorch verloren hat. AutoKeras, das auf TensorFlow aufgebaut ist, wurde auch vom Ökosystem beeinflusst. Wie denkst du darüber? Wie denkst du, dass du es besser machen könntest, wenn du fünf Jahre zurückgehen würdest?

B: Einige Dinge, die ich gelernt habe: Wie man ein erfolgreiches Open-Source-Projekt aufbaut. Erstens, man muss früh anfangen; als Erster oder Zweiter das Projekt aufbauen. Wenn jemand es bereits gebaut hat… Zweitens, Innovationen sind nicht so wichtig wie Benutzerfreundlichkeit. Versuche nicht… Ich war PhD-Student, versuchte, Forschungsarbeiten zu veröffentlichen, aber das hat mich verlangsamt, ein angenehmes Projekt aufzubauen. Priorisiere immer die Benutzerfreundlichkeit über innovative Punkte. Du musst auch bereit sein für Änderungen, Refaktorisierungen, Neuschreiben, wenn die Nutzeranforderungen klarer werden. Hab keine Angst, von vorne zu beginnen.

Das habe ich mit Keras gemacht; ich habe es von Grund auf neu auf TensorFlow 2.0 geschrieben. Dass TensorFlow Marktanteile an PyTorch verloren hat, denke ich, hat AutoKeras nicht stark beeinflusst, weil die Leute sich nicht mehr so sehr für AutoML interessieren. Deshalb ist das Projekt nicht größer geworden. Nicht wegen Krebs. Ich denke nicht, dass ich etwas besser machen könnte. Die Hauptsache: Reduziere die Forschung, organisiere die Benutzerfreundlichkeit im Voraus. Dieses Projekt hat mir geholfen, zu beweisen, dass ich ein guter PhD-Student unter meinen Kollegen bin. Solider Beweis; nicht viele PhD-Studenten haben das. Das gab mir einen großen Vorteil bei der Jobsuche. Aber es hat mir nicht andere Dinge gegeben, die mir in meiner Karriere weiterhelfen. Was ich jetzt brauche, um in meiner Karriere voranzukommen, ist anders als in der Vergangenheit.

A: Ich möchte teilen: Der leitende Ingenieur Yin Wang bei der Firma F5. Hast du von F5 gehört? F5 ist ein globales Sicherheitsunternehmen, bekannt für Lösungen wie Global 360. Sie haben ein Unternehmen übernommen, das sich auf statische Analyse spezialisiert hat, das an F5 verkauft wurde. Ihr Fokus liegt auf Compiler- und Stack-Analyse von Code, um Sicherheit für Kunden in Bereichen wie Luft- und Raumfahrt oder Militär zu gewährleisten. F5 ist ein börsennotiertes Unternehmen. Dieser Ingenieur arbeitet jetzt in ihrem Tokioter Büro als leitender Ingenieur. Sein Standpunkt zu AutoML ist, dass es das maschinelle Lernen vereinfachen soll, indem es den Bedarf an manuellen Annotationen in Frameworks wie PyTorch oder TensorFlow reduziert. Statt manuell Operationen für Matrizen, Vektoren oder Tensoren zu schreiben, versucht AutoML, diesen Prozess zu automatisieren. Allerdings funktioniert es oft nicht wie erwartet, weil die Konfiguration von AutoML selbst viel Aufwand erfordert. Daher muss man immer noch viel manuell erledigen.

Er arbeitete zuvor bei Intel und wies darauf hin, dass diese Lösung nicht ideal ist. Grundsätzlich hat AutoML Schwierigkeiten, seine Versprechen einzulösen. PyTorch hingegen fungiert wie ein Compiler für maschinelles Lernen, der Funktionen für Operationen definiert und Gradienten wie Gradientenabstieg berechnet. Während PyTorch also als Compiler für ML-Operationen dient, fallen Tools wie AutoKeras oder andere automatisierte Systeme oft kurz, weil vollständige Automatisierung eine Herausforderung darstellt und manuelles Feintuning notwendig wird, oder?

B: Kommt auf die Anwendungen an. In einfacheren Situationen wird AutoML funktionieren. Wahrscheinlich bezieht sich das, was er sagte, auf fortgeschrittenere Fälle. AutoML würde nicht für alles funktionieren, aber definitiv für einige einfache Fälle, die nicht farbig sind.

A: Aber AutoML könnte nicht bei Transformer, GPT Transformers und anderen so komplexen Dingen funktionieren.

B: Transformer sind recht einfach; sie haben nicht so viele Hyperparameter im Vergleich zu anderen Architekturen. Der Grund, warum wir das nicht gemacht haben, ist hauptsächlich finanziell. Einem AutoML-System mehr Rechenleistung zu geben, um eine bessere Lösung zu finden: Kosten sparen für die Einstellung von Personen, die sich auf wichtige Dinge konzentrieren. Aber jetzt ist der Engpass nicht mehr die Leute.

Vor sechs oder sieben Jahren waren die Kosten für die Leute – Maschinenlernen-Ingenieure waren teuer, also optimierte man die Produktivität für die Rechenleistung, um automatisch zu laufen. Jetzt hat sich der Kostenengpass von den Leuten zur Rechenleistung verlagert – man verbraucht die gesamte Rechenleistung, um ein einziges missionarisches Modell zu trainieren. Der Kostenengpass ist die Rechenleistung; man gibt alles für Computer aus, die Kosten für die Leute werden vernachlässigbar. Vielleicht übertreibe ich, aber sie würden mehr Leute und manuelle Arbeit einsetzen, um Computer zu sparen. Dieser Wechsel zwischen Computer und Leuten hat dazu geführt, dass viele Leute AutoML nicht auf Transformer anwenden möchten.

A: Okay, verstanden. Es ist wie bei Firebase: sehr einfach, Cloud-Computing einfach, man muss kein Backend, keine Datenbank, keinen Server schreiben. Man hostet alles, um den Bot zu sparen, aber es gibt Grenzen. Wenn man mehr Extraktion mit höheren Grenzen nutzt, führt die Bequemlichkeit auch zu Einschränkungen.

B: Kosten sind mehr Rechenleistung für Bequemlichkeit.

A: Ich sehe, dass bei OpenAI die Leute unter einer Million US-Dollar Gehalt hoch sind, aber im Vergleich zu den Modell-Trainingskosten vernachlässigbar, nur ein oder zwei Prozent.

B: Okay.

A: Cool. Ich habe verstanden, du hast mir so viel beigebracht. Ich bin dankbar.

B: Kein Problem. Ich möchte betonen: Die wichtigste Erkenntnis ist, vorsichtig vorzugehen. Hohe Anforderungen an Hintergrund und Abschlüsse für PhD- oder Masterbewerbungen passen möglicherweise nicht gut zu dir. Wenn du diesen Weg gehen willst, statt innerhalb des Unternehmens in die USA zu wechseln, ist der akademische Weg definitiv der schwierigere Weg für dich.

A: Vielen Dank. Ich habe auch einen Freund: Er ging nach Hongkong, arbeitete einige Jahre, arbeitete bei BlackRock, machte Visualisierungen, dann in der Hongkong-Serie, dann ging er in die USA.

B: Das ist definitiv ein besserer Weg für dich. Vielleicht vermeide, all diese Kurse zu belegen, die in Zukunft nicht viel helfen.

A: Danke für die Informationen. Letzte Frage – was möchtest du von diesem Projekt? Ich werde die Transkription machen. Wenn du möchtest, kannst du deinen Blog oder Ideen teilen, vielleicht etwas über „Intelligence Bandwidth“ oder Lebensveränderungen nach 10 Jahren in den USA.

B: Im Moment fällt mir nichts ein. Ich lasse es dich später wissen.

A: Okay, dann können wir das Gespräch beenden. Ich würde den Blog gerne auf dem neuesten Stand halten – wenn es etwas gibt, das du nicht einbezogen haben möchtest, werde ich es vor dem Teilen entfernen. Du kannst es zuerst überprüfen.

B: Klingt gut. Ich schicke dir auch meinen Teil der Aufnahme per Sprachnotiz.

A: Perfekt, danke.

B: Schön, heute mit dir gesprochen zu haben. Danke nochmals. Tschüss!

A: Tschüss!

Back Donate