婷婷色视频在线观看,最新日本三级在线播放,成人少妇网站,大鸡吧av网站,久久鲁欧美,成人在线十八禁,欧美日韩电影一区二区三区 ,亚洲欧美另类久久久

“?他們會(huì)自嘲是SQL BOY，是調(diào)參俠，其實(shí)他們做的，遠(yuǎn)比這些要多。”

—

入局

恭喜您被錄用了！

對于剛剛計(jì)算機(jī)碩士畢業(yè)的趙磊來說，這是一個(gè)天大的好消息。這是一個(gè)國內(nèi)知名IT公司的算法崗工程師，同時(shí)這個(gè)崗位的有500+人。能進(jìn)入面試的都是很優(yōu)秀的人才。你知道的，很多人形容如今的校招算法崗：「灰飛煙滅」。

即便如此，還是有不計(jì)其數(shù)的應(yīng)屆簡歷選擇投遞到了各大IT公司的算法崗，這像是一種魔力，每一個(gè)畢業(yè)生都會(huì)被其吸引；這像是一個(gè)黑洞，競爭已經(jīng)一片紅海。

在杭州某中型互聯(lián)網(wǎng)公司負(fù)責(zé)校招的HR董女士告訴Salaryfly，今年的校招算法崗早已全部招滿，簡歷多到很多都沒有來得及看，現(xiàn)在還沒招滿的是Java服務(wù)端開發(fā)和測試開發(fā)工程師。原因是Java服務(wù)端工程師名額較多，而測試開發(fā)工程師的簡歷數(shù)量較少。（PS. 如果您對Java服務(wù)端開發(fā)或測試開發(fā)工程師有興趣，請留言讓我們知道，后續(xù)會(huì)根據(jù)反饋采訪相關(guān)人員）

為什么會(huì)有這么多的同學(xué)選擇算法崗？

原因是顯然的，算法崗薪資會(huì)較其他開發(fā)工程師高出一大截，目前的驚人高薪offer基本上都是出自算法崗。剛剛?cè)肼毜内w磊透露，入職同一部門的他的同學(xué)，月薪要比自己少25%左右。要知道，如果你能在校招時(shí)拿到一個(gè)更高的收入，這意味著整個(gè)職業(yè)生涯的起點(diǎn)都會(huì)領(lǐng)先別人，將來的薪資漲幅都是基于這個(gè)起點(diǎn)。不夸張的說，選擇算法崗，相當(dāng)于贏在了一個(gè)職場的起跑線上。

算法崗的另一個(gè)優(yōu)點(diǎn)是其工作壓力會(huì)較其他開發(fā)小很多。在如今的互聯(lián)網(wǎng)公司，工作壓力約等于給你的任務(wù)數(shù)量，由于前端或后端工程師的任務(wù)容易被量化，如前端容易根據(jù)頁面數(shù)量和頁面復(fù)雜情況來度量story point(一種在敏捷開發(fā)中評估工作量的方式，可簡單理解為完成任務(wù)所需要的工作天數(shù))，后端會(huì)被根據(jù)服務(wù)/接口的數(shù)量和邏輯復(fù)雜情況來度量story point，由于互聯(lián)網(wǎng)行業(yè)的長期發(fā)展，開發(fā)環(huán)境、開發(fā)工具、開源工具十分豐富，其工作量度量相對準(zhǔn)確，導(dǎo)致的普通開發(fā)的工作壓力相對較大。

而算法崗的區(qū)別在于其本身需要較多的創(chuàng)造能力，同樣的算法可能需要不斷的選擇模型、調(diào)整優(yōu)化參數(shù)和模型結(jié)構(gòu)的過程，其開發(fā)工具、開發(fā)環(huán)境還不十分豐富，其度量的結(jié)果只能是最終算法效果。效果提升與否的原因有很多，很多適合并不能在一個(gè)較短的時(shí)間內(nèi)有明顯的算法效果提升，這導(dǎo)致算法的工作相對難以被評估工作量。

還有一個(gè)重要的原因是當(dāng)前人工智能的浪潮還遠(yuǎn)未到達(dá)巔峰，人工智能作為國家戰(zhàn)略，其重要性不言而喻。而算法工程師可以說是人工智能浪潮的弄潮兒，這導(dǎo)致了上述的高薪等原因。算法的需要一定的數(shù)學(xué)基礎(chǔ)，其難度相對較高，對于在學(xué)校中的優(yōu)秀學(xué)生來說，選擇這樣的崗位，也是符合自己的一個(gè)從小的「別人家的小孩」的定位。

—

成長

算法工程師其實(shí)細(xì)分了很多職位，包括搜索/推薦/廣告算法、計(jì)算機(jī)視覺、語音處理和自然語言處理等主要的幾類。

趙磊的工作內(nèi)容主要是自然語言處理的相關(guān)內(nèi)容，其團(tuán)隊(duì)的主要業(yè)務(wù)是一個(gè)智能問答機(jī)器人。是的，這是一個(gè)高大上的人工智能產(chǎn)品。趙磊覺得，在這里自己能夠?qū)崿F(xiàn)理想，「Make the world a better place」，讓這個(gè)世界因?yàn)樽约憾兊酶谩?/section>

現(xiàn)實(shí)卻給了初出茅廬的趙磊當(dāng)頭一棒，你會(huì)發(fā)現(xiàn)，在企業(yè)中的事情，和在學(xué)校里面很不一樣，是結(jié)果導(dǎo)向的，你想要做一件事，那么首先要考慮它能夠帶來什么，如果不能有什么直接的結(jié)果，或者這個(gè)結(jié)果在短時(shí)間內(nèi)是看不到的，那么沒有人會(huì)支持你做。這也是為什么很多從學(xué)術(shù)界跳往產(chǎn)業(yè)界的學(xué)術(shù)大牛會(huì)水土不服，這樣的例子太多了。

趙磊的前幾個(gè)月寫了很多規(guī)則模版（根據(jù)問題的出現(xiàn)的某些關(guān)鍵詞，直接匹配相應(yīng)的答案），因?yàn)檫@是短期內(nèi)提高問答正確率的最快最穩(wěn)定的方式。

在這樣做了幾個(gè)月的規(guī)則之后，不知道為什么，領(lǐng)導(dǎo)似乎覺得我們應(yīng)該做一些很fancy的事情了，于是趙磊很開心，可以做一些之前學(xué)習(xí)過的機(jī)器學(xué)習(xí)模型了。

訓(xùn)練優(yōu)化模型的過程其實(shí)是比較枯燥的，特別是當(dāng)你很長時(shí)間都沒有效果上的提升時(shí)，一開始的新鮮感褪去之后，剩下的就是愈來愈多的枯燥。模型的效果是重度依賴于數(shù)據(jù)，在算法屆有這么一句話：「數(shù)據(jù)和特征決定了效果的上限，而不同的模型和參數(shù)只是去逼近這個(gè)上限。」趙磊就是在不停的「清洗數(shù)據(jù)」->「特征處理」->「訓(xùn)練模型」 ->「調(diào)整參數(shù)」->「清洗更多數(shù)據(jù)」?這樣的每一天不停循環(huán)。

現(xiàn)實(shí)不總是奧特曼打小怪獸，點(diǎn)點(diǎn)鼠標(biāo)，調(diào)調(diào)參數(shù)，效果提升很大的日子并不多見，更多的時(shí)候，是在無數(shù)的加班夜晚，日常靈魂拷問：

訓(xùn)練數(shù)據(jù)是不是有問題？
這個(gè)場景是不是不太適合這個(gè)模型？
我早就覺得這個(gè)模型結(jié)構(gòu)很奇怪！

相信每一個(gè)算法工程師都有這樣的體驗(yàn)，當(dāng)你的模型效果長時(shí)間得不到提升，壓力自然就會(huì)出現(xiàn)，慢慢你會(huì)有一種無助、絕望的感覺，這時(shí)候你會(huì)想念起當(dāng)初寫規(guī)則、寫模版的美好時(shí)光。

—

現(xiàn)狀

目前算法工程師的要求越來越高，很多企業(yè)對算法工程師的工程能力的要求也是越來越高。5年前你可能不需要任何的工程能力，僅僅憑借算法能力就能收獲offer，但是現(xiàn)在的情況是，如果你沒有一定的工程能力，那么意味著企業(yè)還需要給你搭配相應(yīng)的工程人員，這顯然不是最優(yōu)的。

在校招方面，學(xué)校和學(xué)歷的要求越來越高，浪潮之下的相關(guān)專業(yè)的博士生已經(jīng)一批批的畢業(yè)，今年以來的大環(huán)境不是很理想，導(dǎo)致招聘數(shù)量沒有明顯提升。這無疑使得競爭愈加激烈，特別是在校招行業(yè)，相關(guān)的要求也是水漲船高。

算法方面的知識(shí)更新速度更是其他崗位更難以望其項(xiàng)背的。

舉例來說，Java程序員的主要開發(fā)框架，這么多年來都還是Spring相關(guān)的這一套，而相對更新較快的前端方面，其主要的框架也是React/Vue/Angular這幾種。

而算法領(lǐng)域的模型更新超過你的想象，這意味著你更需要不停的學(xué)習(xí)、吸收相關(guān)的模型。舉例來說，自然語言處理領(lǐng)域，可能5年前你只需要知道一些基礎(chǔ)的機(jī)器學(xué)習(xí)模型和Word2vec就夠了，兩年前你需要再了解Attention結(jié)構(gòu)，而如今如果你不知道大名鼎鼎的BERT，不了解其背后的Transformer，我甚至懷疑你是否能拿到任何一個(gè)offer.?

不夸張的說，每一天都有新的模型推出，其中有一部分優(yōu)秀模型可能會(huì)有SOTA(目前最優(yōu))的效果，如果這個(gè)模型引發(fā)了關(guān)注，那么你必須要學(xué)習(xí)它！持續(xù)學(xué)習(xí)是一項(xiàng)必備的關(guān)鍵能力之一！

—

誤解

目前對于算法崗的調(diào)侃和誤解是存在的。

算法同學(xué)會(huì)自嘲是SQL BOY，是調(diào)參俠。

有些配合算法的開發(fā)同學(xué)會(huì)覺得自己是在給算法打黑工，承擔(dān)了線上的故障風(fēng)險(xiǎn)，而功勞可能大部分都是算法同學(xué)的。

事實(shí)上，目前很多算法工程師的工程能力太差，這是一些別的同學(xué)嘲諷算法同學(xué)的主要原因。

Salaryfly認(rèn)為，如果不是純學(xué)術(shù)型的研究人員，那么還是建議有一定的工程實(shí)現(xiàn)能力，這不僅會(huì)對算法的落地有幫助，也會(huì)便于算法同學(xué)和開發(fā)同學(xué)之間的溝通。

曾經(jīng)有知乎上有人將不合格的算法工程師分為了幾種類型，這也反映出目前的部分浮夸現(xiàn)狀，其主要共同特征是對算法一知半解，滿足于hello world型的算法學(xué)習(xí)，落地能力不強(qiáng)，主要靠PPT進(jìn)行輸出等等。

—

2020

算法工程師的基礎(chǔ)技術(shù)棧。

深度學(xué)習(xí)框架：

Tensorflow, 最流行的深度學(xué)習(xí)框架之一，起源于Google內(nèi)部，有非常完整的一套工具用于生產(chǎn)環(huán)境部署，可能是企業(yè)界最受歡迎的深度學(xué)習(xí)框架。
PyTorch, 最fancy的深度學(xué)習(xí)框架，fork自日本的Chainer, 使用起來較為方法，語法非常的Pythonic，相對于tensorflow的較為容易上手。
Keras, 深度學(xué)習(xí)高級接口，不限定后端。其接口設(shè)計(jì)非常優(yōu)雅，及其容易上手。

編程語言：

Python, 必備,?有一句流行語「Data scientist should use Python.」
Java/C++/Golang，可選，但是建議掌握。如果你需要部署模型到生產(chǎn)環(huán)境，考慮到各個(gè)公司的編程語言棧不同，但國內(nèi)大部分是Java/C++/Golang的其中一種或幾種，如果你會(huì)其中的一種編程語言，這會(huì)對你很有幫助。
SQL, 必備, 很常用，你不能不會(huì)。

常用庫：

Spark/Flink, 必備, 數(shù)據(jù)處理與流失計(jì)算。
ScikitLearn/Pandas/Numpy：可選，但強(qiáng)烈建議掌握。這是大家都會(huì)且經(jīng)常用到的工具，如果你還不會(huì)，建議盡快掌握。且Numpy是很多Python數(shù)值計(jì)算的基礎(chǔ)庫，包括Tensorflow等等。

如果你已經(jīng)是或者想成為一名算法工程師，那么在2020年，建議你踏實(shí)下來，算法+工程兩手都要抓，都要硬！

1024，節(jié)日快樂！

（文中趙磊為化名）

2020年 算法工程師生存怪狀

2020年算法工程師生存怪狀