关注我 带你康好康的
前言：上班到现在，我这个23届的应届生也已经顺利转正，并工作好几个月了，这周看到美团之类的大厂都纷纷开奖了，还清楚地记得去年我们那一届，大厂开奖之后的场景。今天突然有感而发，想分享一下自己站在应届生这个角度，这段时间的工作感想...
Part.1
首先想先介绍一下工作内容上的变化，在毕业之前，我也在不少互联网公司实习过，同样是算法工程师，那时候因为是实习生，我没有独立负责过一个项目，更多的是辅助正式员工完成某个工作，无非是搭模型，做实验，训模型之类的工作。
但是毕业后，尤其是我现在的公司，由于缩减人员后，不少项目是一两人独立负责的，这就需要我兼顾全局了，我现在两个手头的项目都是从0开始的新项目，需求方只能说明白他们想要完成什么样的目标，具体数据，模型之类的都得自己和他们进行讨论方能确定。
于是，会议拉起来，数据整起来，模型建起来，一系列的琐事，尤其是数据上的问题，进行了n次的交流。我的业务数据基本都是时空数据，业务方直接提供的数据存在各种各样的问题。。。需要我自己抽丝剥茧出来，对各种异常进行一系列的处理，光数据的处理，就能花费我70%的时间。
随后是模型，由于我现在接触的都是时空数据，一般可能能想到的也都是图神经网络+transformer之类的结构，对空间和时间进行建模。但是这一块领域，就个人调研过来，他并没有像CV,NLP一样，这么成体系，需要自己慢慢搭建模型。很多时候业务方提的需求，单是模型的建立都是比较困难的，更不说后面还要对他进行优化，需要耗费的时间同样很多。。。
就个人的工作经验而言，现在我对公司业务的处理思路大致是这样的：
开会确定需求，明确目标：这一步我觉得很重要，cv之类的可能需求较为明确，但对于一些机器学习的问题，很多时间需求方的目标给的也并不是很准确，他只告诉你他们想要一个什么东西，需要我们专业的抽象出问题，并反馈给需求方，进行沟通。这一点我已经吃过好几次亏了，我的模型主要是服务于另一个模型的，由于对公司业务不熟悉，目标在过程改过好几次，极度浪费时间。
方案调研，输出调研报告：确定了目标，不妨在arvix等网站寻找一个有无参考方案，有助于自己快速掌握对应的能力。
跑通baseline：若恰好你的需求有开源代码，那就可以非常开心的利用开源数据集先跑个baseline，熟悉一下baseline或者模型。当然，并不是每个需求都有这一步的，我现在做的工作，我就没找到一点参考资料，完全是在创新的路上。。。
数据定义和采集：根据之前和需求方确定下来的目标和需求，开始收集数据，一开始可以先整理部分数据，拿来测试，等确定了之后，再开始大量整理。
初步训练并编写inference代码：字面意思，一定要记得做一次推理，很多时候，训练顺利，不代表推理就一定顺利。
算法优化层面：不断地读paper不断地读paper，不过这个时候不仅要考虑paper是不是新的，还要考虑在实际项目中能否落地，paper的idea解决了你实际项目中遇到的哪个问题？举个简单的例子，有的模型代码，用了最新的torch库或者额外的库，但是在实际部署的环境下并不支持这些操作，这很可能会发生，那自己这次的训练就没有用了，所以即使看到了很新的东西，且它宣称效果非常好，也要注意它是否能在实践中被采用。盲目尝试只会浪费时间。特别注意：不要沉迷于一些fancy的结构，，实习的时候，我曾经也疯狂追求过这个东西，但上班之后发现，有这功夫，拿来整理整理脏数据。。。提的点不香吗。。。
性能优化：现在公司都在降本增效，公司也希望你的模型，在保持精度的情况下，能小一些，占的算力少一些，给他们省省钱。。。
以上的每一步，基本都是我一个人去完成的。所以这段时间，给我最大的感悟就是，干活得“稳”，每一步都有理可据，尤其是你老板是个非常严谨的理工男的时候，有时候想说服他，就得做到有理可据，多保存一点自己处理数据，训练数据的发现的有价值case。这样子，即使日后自己进行复盘，也能做到有依据，有底气。
Part.2
转正之后的焦虑与不躺平是我的第二大感受，之前文章被迫转岗了...真的好难顶呀，有说过自己是转岗来的机器学习岗，以前做的其实是CV，多模态的工作， 转岗来这边之后，做的主要是表格数据，而且还是我觉得其中最困难的时空数据，数据很难处理，模型很难搭建，许多对我来说都是新的东西。
好在，它们的核心理论不变，花了一段时间，自己也算是能够理解了。加上自己之前有其他的经验，一来一回，我可能是我们组知识广度最广的了。。。
我更多的焦虑来源于其他，现在涉及到一个很重要的东西--KPI。这玩意，不仅能关乎我明年拿到手的年终奖，也关乎着我明年是否会被优化。。。在实习的时候，我只需要关注我的模型就好了。
现在，除了关于业务，我还得知道我现在做的业务有没有价值。。除了业务有没有价值，我能不能顺利的完成这个业务的需求。。。也是个未知数，这么一来一回，自己的焦虑感也就又上来了。。。
我们公司算是阿里系的公司，也继承了阿里的“优秀传统”，也就是末位淘汰，尤其是我们这边校招的，网上也有传出第一年会被迫扛低绩效。
不过话说回来，之所以这么焦虑，又有两个原因，一方面，因为自己不够强，不能很好的完成业务上的问题，如果两个月做好一个业务，那年底的4分，不稳稳的给自己吗。。。另一方面，我们组的性质就是前瞻研究类型的，没一个简单的业务，想落地一个前瞻研究类型的业务，需要花费的时间太长，而这种长期的业务又是和大家一起考核的，这是公司层面的问题，我也插手不了，但这就导致我的焦虑感来了。。。没什么法子解决这个问题，要么跑路，要么卷。。。
End
真正入了算法工程师这行，其实也让我觉得，累！辛苦的数据整理，玄学的炼丹过程，奇怪的业务需求，都在挑战着自己。
不过，也确实觉得，自己做的事情，是有意义的！一旦我能完成相应的业务，带来的成就感，给需求方的帮助，都是巨大的！
最后，送几句话给各位工程师们。也是想勉励自己：
工作上，
先想好问题是什么，再去想解决方案，再考虑创新
工作就是不断遇到问题然后解决问题 ，要享受解决问题后的成长，而不是享受没有问题的轻松
机器学习如星辰大海，不能局限于一隅之地，很多时候没有广度，很难做好一个项目
你好，我是小律，一位数学专业转AI，热爱技术，思考新事物的算法工程师。在多家大厂呆过，目前就职于一家行业独角兽公司。
这里，不止有算法干货，AI竞赛方案，还有劲燃鼓励，点滴分享！
我每周至少更新一篇原创文章，也正在努力实现自己的人生目标，期待与你一起进步！
点个
