美国博士求学与AI行业就业之路访谈 | 原创，AI翻译
来源：chatgpt.com
A: 李志伟，软件工程师，专注于人工智能与金融领域的交叉方向。
B: 金海峰，软件工程师，从事人工智能基础设施研发。
以下对话经过AI语法校对和轻度润色。
目录
- 读博动机与申请流程
- 主要目标是在美国找到工作
- 通过助教或研究助理获得资金支持
- 经济资助下比硕士项目更经济实惠
- 申请需大量联系教授
- 博士学习与导师选择策略
- 更换导师需多花费一年时间
- 平衡教授产出能力与支持程度
- 选择时参考在读学生的内部信息
- 科研、编程与职业目标
- 编程能力对科研和工业界工作至关重要
- 博士毕业不一定需要发表论文
- 开源项目可有效证明专业能力
- 美国就业市场与全球机遇
- 美国提供接触顶尖技术项目的机会
- 公司内部调岗比应届生申请更容易
- 当前初级职位市场竞争激烈
- 托福、GRE与语言准备
- 托福和GRE各考三次
- GRE词汇难度显著高于托福
- 成绩达到多数院校申请门槛
- 开源开发与AutoKeras
- 开源项目优先考虑易用性而非创新性
- 尽早启动项目提高成功概率
- 重大重构有时为提升项目清晰度所需
读博动机与申请流程
A: 我正在车里用两部手机，用的是澳门SIM卡。能听清我吗？
B: 现在听得很清楚，视频也很流畅。
A: 好的。如果网络不好可以关掉摄像头。另外能调高音量吗？我这边已经最大了。我用第二部手机录音以便转写。
B: 音量调高了。需要的话可以关摄像头。
A: 太好了！顺便说，你看上去和六年前我们见面时一样年轻。
B: 谢谢，那大约是2019年，六年前。
A: 酷。能打开我的网站 lzwjava.github.io 并共享屏幕吗？
B: 好的，我传到电脑上。需要权限共享屏幕——显示主持人已禁用参会者共享。
A: 我调整下Zoom设置允许所有人共享。再试试。
B: 现在可以了。正在共享。清晰吗？需要放大吗？
A: 非常清晰。
A: 我刚刚想问…因为我们是朋友，不用太正式。如果问题太简单、重复，或能通过Google/ChatGPT轻松查到，可以跳过。我还没对比你的相关信息，可能遗漏些内容。从AI角度看，当前提示工程的语境可能不太适合。所以你可以自由发挥，想多分享些就多分享。行吗？
B: 没问题。
A: 好的。首先，什么动机促使你去美国读博？
B: 常有人问这个。首要动机是为了进入美国就业市场，加入硅谷顶尖科技公司。这是我的首要目标。硕士学位也能实现，但博士通常有助教或奖学金，家庭经济压力更小。所以我选择读博而非硕士。我的目标和许多留美读硕的学生类似：在美国找到高薪工作。
A: 酷。延伸问下：博士读了几年？总花费多少？
B: 我花了六年完成博士。五年是标准时长。我用了六年是因为约一年后更换了导师，所以重新开始又花了五年。总共六年。
A: 首先是五六年学费，其次是生活费。
B: 如果获得助教或研究助理职位，学费会全额免除。不需要支付任何费用，还会按月发放津贴。我在休斯顿一小时车程的乡村地区——德州A&M大学的学院站工作。每月2000美元津贴，免学费。足够覆盖生活费，甚至能存点钱。但很多人通过暑期实习赚更多。主要开销在入学前：申请费、机票、首月房租和押金。这些需要提前支付。
A: 这笔费用大约10万人民币？够吗？
B: 我想想。10万？是的。我没找中介，自己准备申请和邮寄材料，省了不少钱。花了约4万人民币。
A: 4万。好的。如果花5万找中介帮忙准备，就接近10万了是吧？
B: 对。有个请求：能用iPhone的备忘录录音吗？我手机在录音，但我这边的声音可能不太清楚。你能那边也录音，结束后把m4a文件发我吗？你正在用手机，能打开录音吗？
B: 好的，我看看怎么用iPhone录音。
A: 用语音备忘录。点红色按钮就行。
B: 找到了。现在开始录音。
A: 谢谢！有时我会误触停止录音，访谈丢失就太灾难了。
B: 放心，我这边也录了，虽然只有我的声音。
A: 没关系，我的问题不重要。
A: 好的，了解你的学费和花费了。中介和DIY——你是自己弄的。第二个问题：你之前在北京林业大学，北邮，ACM ICPC。分享下你的决定。你拿过中国区银牌？背景：你拿过ICPC铜牌。我觉得去北邮时，你是奖牌得主吗？去北京林业大学之前就很出色了吗？你一直想出国？还是大学时的好成绩促使决定？或去美国前运气好？我觉得你避免了很多麻烦。很聪明。读博前的经历如何影响你？
B: 首先，去北林前我对出国一无所知。入学后看到很多同学准备GRE，计划出国读硕。我觉得有趣但没决定自己做，直到ICPC拿到铜牌。我需要找下一个职业目标。入学时的计划已实现——我决定拿奖牌并拿到了。调研后发现出国留学是很好的选择，主要是作为找好软件工程工作的下一目标。因此我决定通过留学找好工作。
A: 酷。大三拿到铜牌？
B: 大三。
A: 这里第三点。我记得你去北邮读硕，然后回北林302房间，我们第一次见面在那里。
B: 好的，那时你肯定还没拿到铜牌。
A: 记得那天吗？你回北林办点事，来302研讨室。那次你回来。你刚毕业那个夏天，我也去了北林。那个寺庙，哦，挺好的。
B: 真厉害，你记得这么清楚。
A: 我只是记录了下。你不止一次回来；可能处理GPA什么的。有时又回来，对吧？两三次。读硕后你还偶尔回本科学校处理GPA或什么？不，我的GPA。所有推荐信？我不知道。
B: 抱歉，问题是什么？根据我的记忆，你去北邮读硕后有时还回北林。
B: 对，是的。
A: 为什么回去？
B: 为了玩，懂吧？有编程竞赛和社团招新。主要是玩——和博士申请无关。就是玩。
A: 硕士读了两年还是三年？
B: 硕士应该三年，但我第二年底去了德州A&M。硕士和博士重叠了一年。我两年修完所有课程和学分，所以第三年不用在北邮校园。
A: 所以你是2016或2017年左右去美国的？
B: 2015年。
A: 2015年，真早。2020或2021年左右毕业？
B: 对，2021年。
A: 好的，了解。我去过美国两次。一次较早，像三月的季节。基本去了硅谷。第二次2017年，去了硅谷、西雅图、纽约、尼亚加拉大瀑布等地。没见到你，虽然试过。
B: 记得你在拉斯维加斯时发生了大规模枪击案，对吧？
A: 对，没错。刚下飞机，机场电视…我去了附近酒店。那时枪手还没找到，我好奇去了枪击案附近100-200米处。警察让我滚开，因为他们正忙。人们在哭。有个中国篮球队员在那儿。赌桌关闭，人们哭着打电话。酒店里到处开枪。太震惊了。不知道枪手在哪；可能就在隔壁房间。很多警察。太疯狂了。晚上酒店必须开灯。最后到酒店开灯睡觉。枪手？不，没意思。很难入睡，非常害怕。那时你在德州A&M。
B: 对，对。
博士学习与导师选择策略
A: 能公开分享吗？如果换导师不是好事，可以跳过。能分享换导师的原因吗？我觉得回顾决定，换导师让你多花一两年。如果别无选择，但如果更谨慎选导师，就不会换。所以换原因对去美国的人很重要，对吧？
B: 是的，很重要；绝对值得学习。主要原因是当时选教授的标准不聪明。在北邮时看到很多教授逼学生很紧，学生做研究和毕业很难。我从不想找那种教授，所以标准是找好人——这是首要标准。我和几位教授谈过，选了最友善的那个，她是我第一个导师。
问题是一年后她不想维护实验室了。不确定为什么。她对我说是希望我追求真正感兴趣的，但我觉得真实原因是她觉得维护研究实验室太工作量。她人超级好但也不…一个人超级好从不逼学生，学生可能也不努力。她觉得工作量大，让所有人都换导师。所以我换了。我学到：需要平衡。不只找最友善的教授；看他们是否高效。理想目标是找对学生好且努力高效的人。如果不能，尽量平衡两者，不只优化单一因素。
A: 好的，我觉得这很难事先知道，对吧？
B: 对。只能从发表记录和面试判断。如果认识实验室的人，可以直接问。
A: 这关于几点：总体观察多友善、多pushy、多高效。那位教授很友善、有才华，但可能生活轻松，工作没进展，感到压力大，决定关闭实验室，对吧？
B: 对，这是我的理解。她没明说；是我的理解。
A: 这个调整在你加入德州A&M两年后发生，对吧？
B: 一年后。所以这是…
A: 这些调整发生得早。
B: 是的。
A: 有什么区别？加入一年后找新导师更容易？还是难找？
B: 第二种在校内容易得多。有更多信息找合适导师——所有潜在导师的个性。可以选对的，也可能知道他们选学生的要求。所以可能选对导师并通过面试加入实验室。
A: 酷。我想回顾核心和节奏。今天多长时间？在公司，还是中间没休息？能聊一小时、半小时还是10分钟？我…
B: 我还有半小时左右完全空闲。今天是劳动节，假期。
A: 好的，假期。你还有半小时。好的，加快点。同样流程：我有笔记要做。后面有推荐，可能两三点，然后GPA，托福分数，然后GPA，然后认可。然后联系教授导师，申请收邮件，接受，用于移民或F签证，办完所有事，然后就能去，对吧？专业？会议可能因…结束。我会设新的。好的。如果结束，我会设新的。现在还能聊。
B: 我可以简要讲如何准备申请，如何拿到。我没用任何中介。主要自己写所有材料，用了淘宝上的英语修订或写作帮助服务。他们帮我修改信件。也买了些常用服务…相信他们有热门调查用。基本自己写所有，找人帮忙修订，比全中介服务便宜。签证，只填表寄文件。那些简单。想省钱有方法，但我觉得不需要用；不是大事。主要花费是申请费，无法避免。
A: 一所大学申请费100或200，对吧？约100或200。
B: 对，我相信50到150。
A: 50到150，好的。
B: 我填了所有表寄了文件，但很多大学没回音。所以开始联系教授。回复率很低。博士申请必须这样做。完成文书邮寄后，需要联系教授。我的回复率：发10封邮件，收到1封回复。其中接受率10%。所以所有邮件发出去，1%接受率——那位教授表示有兴趣合作。必须发大量邮件，除非有人脉。我很难主要是因为没选对大学申请列表。只申请了非常好的大学，所以联系教授很难。如果正确估计能拿到offer的大学，不必发那么多邮件。
A: 你意思是该选德州A&M水平的大学。你也选了很多斯坦福、MIT。高估了自己；觉得自己努力能进顶尖，但教授看来你普通。他们见很多人才，所以筛选标准高。
B: 我高估了自己，因为我问建议的人像你——申请博士时我问了很多职业生涯或申请很成功的人。他们都超级有才华。当我给他们看我的列表，他们没说高估，因为他们准备列表时觉得刚好。从不觉得自己不够好，所以无法评估列表是否匹配我。寻求建议时总是问比你强的人，这引入了偏向更好大学的偏见。所以我高估了自己。不要100%听任何人建议；看自己情况做正确决定。
A: 好的，了解。所以我想快进：以上博士或先图片博士申请。如果现在做，如果你现在…觉得可能我情况不同：北林辍学，现在拿专科学历，像在中国消失10年。但如果你现在在北邮读硕，有你的背景，会纠正什么？哪三点或很短的五点会做得更好？会怎么做？
B: 你可能负担得起北邮项目。
A: 如果你现在，回到10年前。
B: 如何更好准备博士？
A: 对，会怎么选路线？我们说几点：一，更聪明选导师。二，选中档或德州A&M或以下水平，更广范围，不只顶尖。不必要努力，对吧？还加什么点？
B: 没太多。最好情况是直接联系在读博士学生。从他们那获取任何教授信息；会超级有帮助。我盲目申请，没有任何指导或内部信息，所以超级难。必须申请很多大学。如果知道哪个实验室招人和实验室情况，不必申请很多；可以专注几个机会最高的。这能帮助集中努力。取决于情况；我那时不认识任何在读博士，但现在信息更容易获取。任何现在申请的人可以尝试获取更多信息。
A: 好的，了解。
A: 嗨，嗨，嗨。
B: 对，持续讨论。
科研、编程与职业目标
A: 第二部分：既然你喜欢编码，关于这家伙的音频。你认为关键转变模式的时候是什么？你得到三点。既然你喜欢编码胜过写论文，如何平衡？我觉得你在公开信息提过不喜欢论文，但后来做了AutoKeras。做AutoKeras几年，实际上写了篇很好的论文。所以你最终写了很好论文，但用了…所以故事是这样。你怎么看论文和编码？博士旅程中兴趣如何转变？
B: 编码或软件工程一直重要。会帮助研究、找工作或后续职业生涯。写论文，需要做对主题，有正确研究方式，受同行和导师影响——所在环境。我觉得我没在研究中做得很好，主要因为我对成为研究课题超级明星没热情。我没有像许多其他博士申请者或学生那样的梦想。我的目标一直是在美国找到高薪工作。论文会帮助，但只是整体评估的一方面。我不在乎发表超级论文；更关心如何进大公司。我觉得任何博士学生不必太担心论文发表。只要是好学生，能完成基础课程，懂编码，理解逻辑、推理，如何写作，就能满足毕业要求。不必对写研究论文超级热情或超级好才能毕业。
A: 你也做开源项目；那能让你逐渐写作，不需要很高论文标准，对吧？
B: 对德州A&M，我觉得没有硬性发表要求。任何导师认为能毕业就能毕业。当然需要通过答辩，但通常委员会同意导师。基本是导师决定；无硬性要求。
A: 你的博士论文是关于AutoKeras。
B: 大体上，但AutoKeras肯定是最重要部分。
美国就业市场与全球机遇
A: 酷。我雅思6分，对吧？2022年，我雅思6分。现在三年过去，我工作、学习、用英语。这是我的情况。北林辍学一年教育。现在广东外语外贸大学通过九门课，计算机科学专业。还需要七门课——四门计算机科学，如线性代数或基础电子学。还有七门未过。在中国消失约10年，作为合同工程师为星展银行、汇丰银行做金融项目。也有自己的创业，做了一些iOS/Android工程。你觉得我必须完成专科学历吗？我有专科学历，不是本科。我有两条路。怎么建议？我想送目的和你去不是美国，而是香港、新加坡、英国工作。我想在海外工作享受互联网自由。想带家人出去。建议什么方式？
B: 如果走我的路——申请海外硕士或博士项目后找工作——任何硕士或博士项目需要本科学位。你可以再确认。这条路变难了；太多人申请，越来越竞争。对美国前50或100大学，很多学生来自中国大学，填满招生。
另一方式是在工作中调岗。例如，如果你在中国为亚马逊或谷歌工作，有机会可以调去其他国家。这可能更容易，因为你已经证明能创造价值。在公司内部更多暴露机会。更合适，因为硕士/博士项目太看重背景；你可能没优势竞争。最重要的是，硕士毕业时，现在在美国应届生找工作超级难。
A: 我不知道，因为我不在美国。我听说有些难，但不…你说这么难。
B: 我多年没申请应届生工作，所以不确定现在就业市场。据我所闻，超级难。初级职位是中高级。那些用AI的很真实，欢迎。延迟，程序工程师欢迎。还有入门级，现在人们更明智喜欢AI。如果做AI研究或AI工程师或非常硬核，人们变得…美国剩余公司相当挑剔，因为他们失败了；10年前开始。所以雇主明智接受非常高标准。
B: 对，也因为经济。每家公司试图降低成本，包括员工薪酬和招聘人数。
A: 我也观察到，像一些银行，它们在中国增加一些职位，但削减新加坡/香港职位，因为高薪。最近，很多业务因COVID关闭，肥胖模式现在不工作。好的。另外：多次你会考托福和GRE。考过雅思吗？我也。
托福、GRE与语言准备
A: 你考过托福和GRE吗？各考几次，分数多少？
B: 我只考了托福和GRE，各三次。托福第一次92，最好107。GRE第一次315，最好326。
A: 每次考试花费多少？对初始分数失望吗？
B: 托福每次约1500人民币。对托福92不太失望；对很多申请足够好，但我想更高分。
A: 每次尝试间隔多久？
B: 每年考一次，持续三年，从大三开始到硕士。
A: 还有，你去美国，能听懂所有英语课？在口语和听力，日常使用，你怎么学英语的？
B: 没帮助。大学对在美国日常生活帮助不大。 somehow 帮助我通过助教考试——获得助教工作前的口语测试。否则可以做研究助理。上课，理解讲座，我觉得托福帮助不大。设计来帮助，但相比实际大学讲座太容易。
A: 基本，你…我雅思像6分左右。根据你现在对我水平的理解，和你沟通，我能达到100分吗？
B: 能，我觉得100分不难达到。你肯定能拿到。
A: 谢谢。博士第一年怎么样？很难，对吧？英语，新环境，有点难？
B: 对。我几乎失去助教工作，因为犯了错误。我去面试请人代课，但方式不恰当。教授觉得我没做好。经历麻烦继续工作，但最后一切顺利。一个教训：必须对任何分配的工作格外负责。人们很在乎；如果没做好会有后果。
A: 好的，了解。难度：你觉得GRE难度是双倍还是半数？
B: 不同方面。托福主要评估英语。GRE词汇肯定比托福难双倍。数学部分更容易；中国好学生不会觉得难。但词汇、推理、写作肯定比托福难双倍。
A: 好的，所以基本托福，GRE是关于英语和数学，对吧？
B: 对。英语部分主要是推理、阅读理解，衡量逻辑理解。
A: 关于动机：我发现你经历这么多麻烦读博，没关系。我想说：我知道周围有人，朋友，主持我的创业Fun Live。他分享iOS知识。他约20年前毕业，那时学习。
他有同学也毕业于北师大。同学去美国，西雅图，在微软北京办公室工作10或五、八年，然后调去西雅图。他得了病，癌症或什么，死在那里。他去美国才一两年就死了。有些新闻关于人去美国抑郁。但很多人，大多数，生活很好。
我的问题是：现在我知道工程师，我可能擅长代理。所以信息，我觉得你和我可及性差异不大。我的苹果商店美国账户，开源，所有安装应用像500个应用。为什么我走你的路？你觉得你的美国选择长远看。如果活在1970或1980年代，我觉得你去美国的努力超级值得，因为更多钱。你能创业，做好事，更多自由。你住美国，有很多便宜中国产品。
我住广州，作为汇丰合同工，基于本地标准高薪工作。为什么我旅行？如果我花接下来三年专注这事第一，除了工作，所有闲暇时间做这个，考虑最好路径。最大好处是什么？为什么我们都去美国？这东西开源，GPT云好。你去那里，但也在中国，腾讯，很多人年薪百万以下。所以，我的问题：你从未后悔？不后悔。我觉得你生活很好，恭喜！你去美国开心，对吧？对普通中国年轻人，值得去美国吗？
B: 如果目标是接触最好技术，绝对推荐去美国。除非你在中国最好团队，如DeepSeek或豆瓣或中国最好产品工作，那绝对不必。但据我理解，进这些团队超级竞争。即使和他们谈，觉得他们招聘标准非常高。去美国是把你放在 less competitive 环境的好方法。你能接触更好项目。
在中国，很多好人才竞争少数好项目。好项目与竞争人才比例在美国高得多。有很多好项目：Gemini, OpenAI, xAI。好公司，但硅谷人才数量不如中国多。只是竞争职位人数——硅谷比例高得多，意味着你能接触更好项目。另一方面：很多人移居美国在乎钱。我不认为在中国 vs 美国工作有多大区别，因为美国服务和商品更贵。即使赚三倍多，只能买类似服务、食物、商品。
实际区别在于工作小时数。在美国，你可以工作更少小时 afford 相同生活质量。你肯定用小时数交换服务。这对职业生涯重要，因为长远看，任何人需要 pivot 职业生涯。例如，我毕业专攻自动化机器学习，但现在转向机器学习系统，更接近硬件编译器。软件工程是我的核心技能。这种 pivot 未来某处会再发生。我们总需要 pivot，为此需要更多自由时间准备。在美国，你有更多空闲时间，这至关重要。
A: Pivot，怎么拼？抱歉。
B: P-i-v-o-t。Pivot 转型。
A: 好的，了解。未来，你想做ML系统。我也看到有人说美国生活轻松，他们回中国像王兴，美团创始人，和TDEngine，时序数据库创始人。他回去了；20年前在摩托罗拉美国，回北京，创了几次业，现在做开源TD engine，可能财富值千万或更多。他能旅行美国或全球谈生意。所以，你长远计划是什么？只是回中国度假？或考虑以后回中国长住。
B: 两种都可能。主要决定因素是中国整体生态系统。如果有更多创业公司、公司技术做得好，绝对可能搬回。现在有一些好的：华为、大疆、泰勒，还有像TikTok的妈妈。一些好的。如果整体生态系统变得和美国一样好，我会考虑为职业生涯搬回。
A: 你在做ML系统，对吧？所以做编译器，做ML深度辅助， okay?
B: 对。
A: 对我的背景，像10年，三四年企业，三年自由职业。我也享受全栈五六年，两年机器学习。我做GPU，拿了两门Coursera证书。在我的背景，为什么你觉得ML系统对你最好？我也找最近下一步。我对用云托管大量编码学习很兴奋，像一月一百万代码，几个计算机应用。所有开几个云托管实例或OpenAI的Codex看能产生多少代码。这是我作为工程师最兴奋的。
在我的背景，如果我做AI研究去DeepSeek或TikTok，非常现实，可能需要更多时间。如果从AI软件和智能体开始，学些编译器知识分析程序，提供上下文。最近，我也做了一些工作用Spring过滤器记录所有HTTP需求写测试用例——像五分钟能生成100测试用例。有点改进。一些提示工程，JSON截断为上下文限制。你现在对我有什么建议？如果我做AI模型研究，我只有4070 GPU。可能买两个GPU？你训练用多少GPU？你有10个非常 fancy，100 GPU训练大模型？
B: 我自己不训练。主要做系统；研究人员训练。我没权限用GPU；主要用于测试，不需要很多GPU。
A: 测试想法一个GPU就行，也在云里。你用互联网，或也用Google云一个。
B: 我都用。
A: 都用，然后。工作环境，也需要测试。
B: 对。
开源开发与AutoKeras
A: 所以对我，像食物，食物像工程，主修10年全栈，只一年一点机器学习，消失。建议我接下来五年做什么？
B: 进入AI绝对足够。AI技术栈任何东西——应用、硬件——做AI相关很重要，因为就业市场清晰趋势：公司解雇其他领域的人，招聘AI。绝对做AI相关。但进入这领域难；从这里开始职业生涯难。我建议从应用开始，因为需要硬件编译器框架或建模或数学的缺陷 Ortiz。 just 理解应用、客户需求、大语言模型知识。那就足够好，然后成为专家。然后可以在角色间切换选最适合的。应用，例如智能体，是好起点。
A: 对，还有分析云代码，他们怎么做。两年目标：他们怎么做？但仍需要某种明智理由用它们。一次加多少火灾？能做什么？如何省令牌？背景网站应默认哪些场景，哪些模型有长上下文阈值设置。现在阈值令牌多少， hit 长上下文。
B: 对，最好能构建有真实用户的真实世界应用。那会是你专业能力的好证明。
A: 好的。AutoKeras，我看到你说几点好的：用开源库，维护，做了很好开源库。这是一个优势，对工程师非常有益。我看到你分享几点。关于AutoKeras的最大教训是什么？对一般观众，跟随你的工程师，你是一个，它是非常 bit，你的类型是那个顺序，对吧？
B: 对。
A: 最佳许可是什么？三点O5，对你做那几年非常大的教训？你深入学习了几点。但抱歉说实话，我觉得TensorFlow基本输给PyTorch。AutoKeras基于TensorFlow也受生态系统影响。你怎么看？如果回到五年前，你觉得能做得更好吗？
B: 我学到几点：如何构建成功开源项目。首先，需要早开始；成为第一个或第二个构建项目。如果有人已经构建了…第二，创新不如易用性重要。不要尝试…我是博士生，试图发表研究论文，但那延缓了我构建愉快项目。总是优先易用性 over 创新点。你还需要准备变化、重构、重写当更清楚用户需求时。从不害怕从头写。
那是我对Keras做的；基于TensorFlow 2.0从头写。对于TensorFlow输给PyTorch，我不认为AutoKeras影响很大，因为人们不再关心AutoML。所以项目没变大。不是因为癌症。我不认为我会做更好任何事。主要：减少研究方面，预组织易用性。这项目帮助我证明我是好博士生 among 同行。坚实证明；没多少博士学生有那。给我工作申请很大优势。但没给我其他东西帮助职业生涯进一步。我现在需要推进职业生涯的与过去不同。
A: 我想分享：F5公司的首席工程师尹旺。听过F5吗？F5是全球安全公司，以Global 360等解决方案闻名。他们收购了一家专攻静态分析的公司，卖给F5。他们聚焦编译器和堆栈分析代码，确保航空航天或军事等客户安全。F5是上市公司。这位工程师现在东京办公室做首席工程师。他对AutoML的观点是：旨在通过减少PyTorch或TensorFlow中手动标注需求来简化机器学习。不手动写矩阵、向量或张量操作，AutoML尝试自动化那过程。然而，它常不工作如预期，因为配置AutoML本身需要大量努力。所以仍然必须手动做很多工作。
他之前在英特尔工作，指出这解决方案不理想。基本，AutoML难以兑现承诺。另一方面，PyTorch像机器学习编译器，定义函数操作和计算梯度如梯度下降。所以当PyTorch作为ML操作编译器，像AutoKeras或其他自动化系统常不足，因为全自动化挑战，手动微调变得必要，对吧？
B: 取决于应用。在更简单情况，AutoML会工作。可能他说的是更高级案例。AutoML不会为一切工作，但肯定有些简单案例不在颜色中。
A: 但AutoML不能在Transformer，GPT Transformers如此复杂中工作，不能做那。
B: Transformer相当简单；相比其他架构没有很多超参数。我们没做那的主要原因财务。给AutoML系统更多计算找更好解决方案：节省雇人成本，让人们聚焦重要事情。但现在瓶颈不是人。
六七年前，成本跟随行动是人——机器学习工程师昂贵，所以优化计算生产力自动运行。现在成本瓶颈从人变为计算——用完所有计算训练一个传教模型。成本瓶颈是计算；所有钱花在计算机上，人的成本变得可忽略。可能夸张，所以他们会花更多人，手动工作省计算机。计算机和人之间的切换让很多人不想应用AutoML到transformers。
A: 好的，了解。像Firebase事：非常容易，云计算容易，不需要写后端数据库，服务器。你托管所有省机器人，但它们有限制。用提取更多更高限制，也表达式引入便利但限制。
B: 成本是更多计算为便利。
A: 我看到OpenAI，那些人年薪百万美元高，但相比模型训练成本，可忽略，只一两个 percent。
B: 好的。
A: 酷。我见到，了解，你教我这么多。我感激。
B: 没问题。让我强调：最重要收获是谨慎进行。博士或硕士申请对背景和学位的高要求可能不太适合你。如果你想走这条路而非公司内部调岗去美国，学位这里绝对对你更难路径。
A: 非常感谢。我也有朋友：去香港工作几年，在黑岩工作，做可视化，然后香港系列，然后去美国。
B: 这对你绝对是更好路径。也许避免修所有那些课程对未来没多大帮助。
A: 谢谢信息。最后问题——你想从这个项目得到什么？我会做转写。如果你愿意，可以分享你的博客或想法，可能关于“智能带宽”或在美国生活10年后的人生变化。
B: 现在没想到什么。我之后让你知道。
A: 好的，那我们可以结束通话。我想保持博客更新——如果有任何你不想包含的内容，分享前我会移除。你可以先 review。
B: 听起来好。我也会用语音备忘录发我部分的录音。
A: 完美，谢谢。
B: 今天聊得很愉快。再次感谢。再见！
A: 再见！