Momentan sunt freelance ML consultant. In trecut am lucrat pe roluri de ML, inclusiv TL al echipei de ML la un startup.
Data scientist mi se pare un cuvant foarte overloaded: e folosit de prea multi si e prea generic. Eu vad un DS ca fiind o persoana care are o intelegere destul de buna a businessului si stie sa analizeze date. Pentru ca deobice e vorba de cantitati mari de date, trebuie sa stie programare si big data (de exemplu Apache Spark). Daca se baga si sa faca predictions, nu doar analize de date istorice, trebuie sa stie si un pic de ML. Dar accentul oricum e pe intelesul businessului si cum sa aduca valoare pt high level execs. Ca daca mergi la un CEO si ii zici ca modelul nostru de ML are RMSE cu 10% mai bun, l-ai pierdut. Trebuie sa stii sa ii explici ca datorita modelului de ML vanzarile au crescut cu 10%, timpii de livrare au scazut cu 15%, etc. Iar pentru asta trebuie sa intelegi foarte bine procesele de business.
Un ML engineer e cineva care se ocupa mai mult de partea de integrat un model de ML intr-un produs. Machine learning in sine nu e un produs complet, e doar un aspect, care cumva trebuie facut sa mearga cu o multime de alte featureuri. Ca ML engineer nu vei implementa modele de ML de la 0, ci fie vei folosi modele dezvoltate de cineva din ML research, sau vei folosi librarii gen scikit-learn, Tensorflow, eventual cu modele preantrenate. Se va pune mare accent pe data pipelines (de unde vin datele, ce calitate au datele, cum procesam datele cu latenta si throughput destul), pe API-ul de inferenta pentru modele, pe logging and monitoring - ca sa urmaresti performanta modelului in timp.
