美國機器學習方向的 master 找工作前景如何？
是這樣的，題主最近剛來美國讀書，一直對機器學習感興趣，所以想以後也從事相關方向。但是通過最近自己找實習以及周圍同學找實習的經歷，題主發現機器學習方向對Master似乎沒那麼友好（也可能是我以及我周圍的Master水平恰好都不行），因為Master的研究能力以及對各種模型的理解可能普遍不如PhD。
我推測，原因可能是機器學習崗位本身就沒有其他開發崗位多，再加上近年機器學習方向PhD學生很多，導致Master沒那麼容易找到實習或者正式工作。以上都是我的一點看法以及推測，在這裡我是想問一下大家的了解。在機器學習方向，一般的Master都不如PhD對模型理解深入，研究能力也一般不如PhD（可能就是工程能力能跟PhD比一比？）。那麼這種情況下Master到底適合什麼類型的機器學習方面的工作？比如，是否有一些北美公司的業務會是實現已有的模型，而不是那麼偏研究，可以只用Master來完成？問題可能描述得不太清楚，歡迎更了解的人來編輯。 題主背景：CMU某項目Master新生，機器學習以及自然語言處理方向，當前由於找實習不順利，非常迷茫。
謝邀機器學習的應用在工業界需求很高，有過工作經驗的人可以很輕鬆的找到工作，供給遠遠小於需求，而且需求越來越大。
----
陳然_Ran的微博
答主是機器學習方向Master畢業，目前是ServiceNow的Data Scientist，之前也有過類似的迷茫，希望我的回答能有所幫助。
機器學習方向的人才目前在業界是需求大於供給，在未來一段時間內應該會保持這一趨勢。但是從職位絕對數目來講，機器學習有關的崗位是少於開發類崗位的。
機器學習方向的工作主要有兩類，一類是做機器學習相關產品的開發，另一類是用機器學習來做數據分析及決策支持。第一類崗位的名稱一般有Machine Learning Engineer及Software Engineer, Machine Learning，而第二類崗位則是以Data Scientist為主。
Master在找機器學習相關工作的時候是否存在劣勢？我認為是有的，但是這並不會妨礙Master找到這類工作。首先，機器學習方向的人才是供不應求。其次，造輪子的是少數派，用輪子的崗位數量要遠大於造輪子的崗位數量。養的起Research組的公司屈指可數，即使是這種公司仍然有大量用輪子的需求。第三，企業招人是一個綜合考量的過程，機器學習的技能是這類崗位最重要的技能之一，但不是唯一。如果從事機器學習相關產品開發的工作，這類崗位會要求軟體開發相關的技能。而如果從事數據分析及決策支持相關的工作，這類崗位會要求商業相關的技能。因此，作為一個Master，在保證對機器學習有足夠深度理解的前提下，應該加強其他各方面的技能，從而彌補與PhD在機器學習方面深度上的差距。
另外，建議題主在找工的時候，不論是實習還是全職，應該廣撒網，多投簡歷，不要局限在為數不多的幾個大公司，也不要局限在高科技行業。身邊幾乎都在搞ML，不管ee，cs，數理。。感覺競爭會比較激烈。。。畢竟基礎的東西會的人太多了。。。隨便拿ML做個應用也算是會ML。。。不敢想5.6年以後的局面。。。雖然現在需求也在不斷擴大。。。但是涌過去的人太多了。。。至少這種大餅人人拿的局面不可能一直保持
首先給自己一個定位，既然研究能力不如phd，那麼一方面提高理論的基礎，另外就是把工程能力的優勢給強化。剛開始工作，不需要一定要完全機器學習，只要和數據相關就可以，能夠利用到機器學習來解決問題也是可以的。比如廣告，搜索等。
我的理解是，機器學習和數據挖掘方向（我覺得題主找工作應該是指數據挖掘而不是真正的機器學習，後者偏演算法和research）進入門檻比碼農高，但是後期發展我揣測會比碼農更有潛力（但是也有知乎的行內人說同級別比碼農薪水還稍低，我很不解）。所以，一旦進入這個行業，我揣測發展後勁還是很好的。以上均是我經過一些道聽途說之後的揣測而已，畢竟我還沒開始找工作。BTW, 本校cs全美拓撲。
請問cs哪些方向比較好找工作呢？我也準備去美帝讀master
一想到現在國內深度學習都成了cs的基礎課，我就頭疼以後怎麼找工作
cmu ml的master很好找工作，只是要看工作的待遇和工作內容能否到達心理預期
不著急就業的話，繼續讀個phd，我就是這麼打算的
校友可以私信交流下么。。。同CMUer，現在在個小公司intern做ML相關，和你擔憂的幾乎一樣。。。
推薦閱讀：
※如何理解在二維空間內線性不可分的數據，可以在五維空間內線性可分？
※如何看待公司里演算法崗位做數據挖掘大多都是抽特徵跑跑現成模型，而不是造框架造輪子？
※python實現梯度下降代碼問題？
※為什麼深度神經網路要使用權值來連接神經元？
※大數據與深度學習區別？