AI 正在重新定义 Machine Learning Engineer。
哪些工作正在被自动化？哪些能力反而变得越来越重要？
当模型越来越强，真正拉开差距的，是模型本身，还是工程、数据与系统能力？
过去几年，Machine Learning Engineer 的工作发生了许多变化。LLM、VLM、Coding Agent 等新技术不断涌现，AI 正在改变模型开发、工程实践，也改变了团队协作与人才需求。从搜索推荐到机器人，从基础科研到 AI 应用，不同领域都在探索属于自己的答案。
与此同时，越来越多的问题开始浮现：
LLM 是重构了传统 Machine Learning 系统，还是建立在原有工程体系之上？从 Demo 到 Production，真正的技术瓶颈在哪里？AI Coding Assistant 究竟改变了多少工作流程？Senior 如何成长为 Staff？Generative AI 时代，哪些能力会越来越重要？
本次圆桌，我们邀请来自搜索推荐、机器人等不同领域的一线 Machine Learning Engineers，共同分享真实生产环境中的实践与思考，讨论 AI 如何改变这份工作，以及未来几年的发展方向。
⏰ 活动时间 Schedule
2026 年 8 月 1 日（周六）9:30 PM ET（美东时间）
?️ 主讲嘉宾 Panelists
Xue Machine Learning Engineer，专注于 Ranking，拥有 5 年 Pricing 与 Ads Data Science 经验，经济学博士。
Heyang Machine Learning Engineer，专注于广告排序深度学习模型，物理学博士。
Kevin 资深 Machine Learning Engineer，前顶尖管理咨询公司（MBB）顾问，专注于自动驾驶机器人深度学习感知。
? 分享主题 Topics
行业前沿（Industry Trends）
哪些 AI 技术真正改变了行业？
什么被高估？什么又值得长期关注？
LLM 与传统 ML 系统将如何共存？
工程实践（Engineering）
从 Demo 到 Production，最大的挑战是什么？
数据、评测、成本、延迟与系统设计如何权衡？
AI Coding Assistant 如何改变研发流程？
职业发展（Career）
不同背景如何进入 MLE？
从 Senior 到 Staff，需要完成哪些能力跃迁？
AI 时代，哪些能力越来越难被替代？
? 报名链接
琪石职业发展俱乐部
2014年成立于美国纽约，是一个为华人提供职业发展服务的平台，致力于成为金融和科技领域的“黄埔军校”。我们的高级会员就职于全球最顶尖的量化对冲基金和IT大厂。
会员专享
各类金融、科技领域的学习小组
线上线下networking活动
申请仅对会员开放的金融、IT行业内推职位
资深教练助力职业规划
回复“琪石年报”可获得历年琪石年报
网站地址是：https://www.qishicpc.com/
俱乐部目前开放各地对外微信大群，欢迎注册俱乐部网站，熟悉和联系我们，也欢迎联系我们加入微信大群
各位琪石的小伙伴，一起在文末留言你的想法/问题吧！
也欢迎分享给可能感兴趣的朋友们。
未来我们一起同行，在不断地学习和尝试中，成就更好的自己。
更多活动、职位信息