Redian新闻
>
手机打电话用H2O wireless plan, 请问data有没有便宜的plan, 用得不多。多谢。
avatar
手机打电话用H2O wireless plan, 请问data有没有便宜的plan, 用得不多。多谢。# PDA - 掌中宝
c*7
1
现在CS PHD还有一年毕业,看好machine learning这个领域,有两个方案
1.找一个原领域的工作(比较现成),工作1~2年后骑驴找马,跳到新领域
2.用3~6个月时间突击学习machine learning,然后直接找相应的工作
请问哪个更好一些?
各位大侠指点一二!
avatar
s*r
2
奥本的话不可不信,也不能全信,看看下个月的排气吧
avatar
p*g
3
avatar
a*0
4
手机打电话用H2O wireless plan, 请问data有没有便宜的plan, 用得不多。多谢。
avatar
A*F
5
都是马工 没多大区别
avatar
c*n
6
意思意思前进几个月吧,不要有太高期望值啊。
avatar
s*i
7
Easy.
avatar
s*l
8
$30一个月500MB data,自动充值便宜10%。$27一个月。

【在 a*****0 的大作中提到】
: 手机打电话用H2O wireless plan, 请问data有没有便宜的plan, 用得不多。多谢。
avatar
t*h
9
看你现在做的东西和ml有多大关系了

【在 c******7 的大作中提到】
: 现在CS PHD还有一年毕业,看好machine learning这个领域,有两个方案
: 1.找一个原领域的工作(比较现成),工作1~2年后骑驴找马,跳到新领域
: 2.用3~6个月时间突击学习machine learning,然后直接找相应的工作
: 请问哪个更好一些?
: 各位大侠指点一二!

avatar
t*t
10
加难度

【在 p*********g 的大作中提到】

avatar
a*0
11
请问是哪个data plan? H2O broadband 是 $30/week (300MB), $50/month(1GB).
多谢。

【在 s****l 的大作中提到】
: $30一个月500MB data,自动充值便宜10%。$27一个月。
avatar
x*w
12

ML domain is for PhDs ... I think... -__-

【在 c******7 的大作中提到】
: 现在CS PHD还有一年毕业,看好machine learning这个领域,有两个方案
: 1.找一个原领域的工作(比较现成),工作1~2年后骑驴找马,跳到新领域
: 2.用3~6个月时间突击学习machine learning,然后直接找相应的工作
: 请问哪个更好一些?
: 各位大侠指点一二!

avatar
s*e
13
山羊的酷跑技术看来是天生的。
avatar
m*l
14
你在哪个骗子网站看到的? 正常人都知道27元500MB的plan。

【在 a*****0 的大作中提到】
: 请问是哪个data plan? H2O broadband 是 $30/week (300MB), $50/month(1GB).
: 多谢。

avatar
c*a
15
前段时间data team来了个phd in machine learning
avatar
b*d
16
蛋蛋,这个叫跑酷
avatar
c*7
18
感觉ML可以做很多事情,可以尝试不同的公司,以后路会比较宽

【在 A****F 的大作中提到】
: 都是马工 没多大区别
avatar
c*t
19
以前小时候喜欢玩的游戏就是看谁能把脚印踩的最高。
avatar
c*7
21
没什么关系,如果以现在所学就业,那么对于ML,只能积累一些码的经验,没有知识的
积累

【在 t*********h 的大作中提到】
: 看你现在做的东西和ml有多大关系了
avatar
J*S
22
那是跑酷。
avatar
z*9
23
你这个不是手机的他说的是手机plan

★ 发自iPhone App: ChineseWeb 8.7

【在 a*****0 的大作中提到】
: 请问是哪个data plan? H2O broadband 是 $30/week (300MB), $50/month(1GB).
: 多谢。

avatar
c*7
24
你是做这方面的吗

【在 x*********w 的大作中提到】
:
: ML domain is for PhDs ... I think... -__-

avatar
p*p
25
1.对山羊来说,太简单了
2.跑酷,不是酷跑

【在 p*********g 的大作中提到】

avatar
s*n
26
听说H2o prepaid 每次打电话都会先有个H20的message解释一堆东西,打完电话后还收
到message summary刚才的aciton,这会 严重降低打电话的乐趣啊。
请问这个$27的plan也是这样的么?
thanks

【在 m********l 的大作中提到】
: 你在哪个骗子网站看到的? 正常人都知道27元500MB的plan。
avatar
c*7
27
背景强吗

【在 c*****a 的大作中提到】
: 前段时间data team来了个phd in machine learning
avatar
s*l
28
第一次听说跑酷是在那个挑战沱江还是嘛江的达尔文选择的新闻里,觉得这个词真是傻
得一吊。
avatar
m*l
29

没有这回事,唯一出现语音提醒的是plan的最后一天让你注意付费,而且只说一次就再
没有出现。

【在 s****n 的大作中提到】
: 听说H2o prepaid 每次打电话都会先有个H20的message解释一堆东西,打完电话后还收
: 到message summary刚才的aciton,这会 严重降低打电话的乐趣啊。
: 请问这个$27的plan也是这样的么?
: thanks

avatar
h*3
30
不值得转。
3-6个月突击出来的找不到什么好工作。ML/DM的PhD已经是供过于求了。去FLG做真正的
machine learning,手上如果没点KDD,ICML,NIPS的paper,估计简历这关都过不了。
avatar
c*7
32
多谢指点!再请教两个问题:
1.如果工作1~2年,期间自己学ML的东西,但很可能还是没相关paper,是不是还是很难
转,或者更难转?
2.除了FLG,做ML的其他公司怎么样?看到网上ML的职位貌似很多
感觉和ML相比,其他方向黯然失色啊

【在 h********3 的大作中提到】
: 不值得转。
: 3-6个月突击出来的找不到什么好工作。ML/DM的PhD已经是供过于求了。去FLG做真正的
: machine learning,手上如果没点KDD,ICML,NIPS的paper,估计简历这关都过不了。

avatar
h*3
33
1. ML方向不难转。但现实问题是这个领域PHD供过于求,一大帮搞了4-5年的PHD,手上
一堆top papers的人找不到faculty position,都去抢工业界的饭碗,导致这个领域门
槛越来越高。
2. 其他公司也有很多做ML的。但是如果package不错的话,要求还是很高,本质原因还
是供大于求,水涨船高。
ML并不是最好的方向。真正工业界最好找工作的,还是跟system,storage相关的。当然
,要打入这个圈子也不容易。

【在 c******7 的大作中提到】
: 多谢指点!再请教两个问题:
: 1.如果工作1~2年,期间自己学ML的东西,但很可能还是没相关paper,是不是还是很难
: 转,或者更难转?
: 2.除了FLG,做ML的其他公司怎么样?看到网上ML的职位貌似很多
: 感觉和ML相比,其他方向黯然失色啊

avatar
s*5
34
看你问问题的眼界,是一个快毕业的PhD该有的吗?ML是PhD Program,说实话3-6月你
连门都入不了,还是好好做coding这份很有前途的工作吧。

【在 c******7 的大作中提到】
: 现在CS PHD还有一年毕业,看好machine learning这个领域,有两个方案
: 1.找一个原领域的工作(比较现成),工作1~2年后骑驴找马,跳到新领域
: 2.用3~6个月时间突击学习machine learning,然后直接找相应的工作
: 请问哪个更好一些?
: 各位大侠指点一二!

avatar
w*m
35
入门倒是可能,但靠这个入门级水平进不了top公司,还不如把coding,算法啥的搞精通

【在 s***5 的大作中提到】
: 看你问问题的眼界,是一个快毕业的PhD该有的吗?ML是PhD Program,说实话3-6月你
: 连门都入不了,还是好好做coding这份很有前途的工作吧。

avatar
c*7
36
请问怎么了解market上的供求关系?
ML在ads和quant上的应用很让人动心,看到很多start-up做这些。

【在 h********3 的大作中提到】
: 1. ML方向不难转。但现实问题是这个领域PHD供过于求,一大帮搞了4-5年的PHD,手上
: 一堆top papers的人找不到faculty position,都去抢工业界的饭碗,导致这个领域门
: 槛越来越高。
: 2. 其他公司也有很多做ML的。但是如果package不错的话,要求还是很高,本质原因还
: 是供大于求,水涨船高。
: ML并不是最好的方向。真正工业界最好找工作的,还是跟system,storage相关的。当然
: ,要打入这个圈子也不容易。

相关阅读
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。