ICML 新算法落地业务上手难度高吗？
最近算法组申请扩招，想落地两篇ICML新优化算法，核算人力成本时头都大。简单轻量化采样、推理加速类ICML成果，附带开源代码，现有算法工程师简单改下训练流水线就能跑，不用额外扩招资深人员，试错人力成本很低。但偏强化学习、多模态博弈、 PDE求解这类复杂ICML算法，论文只有极简伪代码，没有工程化实现，还要配套大量算力做复现验证，必须招懂数学推导、分布式训练的资深算法，应届生完全hold不住。还有隐性成本，很多论文只在实验室小数据集跑通，放到公司百万级业务数据会崩，要预留一两个月调参适配周期，这段人力开销财务很难批。如果团队只有基础算法人力，盲目落地复杂ICML新算法，会不会拉长项目排期、额外增加招聘预算？
发布于 湖北
分享
评论
4
未登录
友善发言
评论
加载中
