ML platform 和 ML model 如何选？

之前工作是infra和model dev一起做，都有接触吧。久了之后发现，搞搞小model，有没有infra真的没区别，真正做大model 进production，长期稳定model performance提升需要很强的infra支持。
目前大部分ML职位，都是infra 和 model dev是分开的，你们如何选？看身边很多人也是从model dev转到ml infra去了。

从model到infra的人，大部分考虑的点是，做的东西更纯粹，工作产出更稳定，真正理解ML问题，做solution就好了，有点想科研中做理论抽象模型的研究。
做model dev，更多的是理解long tail，做很多繁琐的数据pattern的发现，调很多黑盒，有点像科研中做实验的那一类研究。

看地里大部分人都是偏好于model dev，特别轻视ml infra的职位，两者的偏好有这么明显吗？