完成晋升答辩后,想和大家聊聊关于算法工程师如何成长的一些思考
写在前面
【R言R语】栏目专注于分享我的一些思考。关于算法行业的思考,将是本栏目的核心,除此之外,对其他有价值事物的思考也会在这个栏目中呈现,欢迎大家一起交流学习
大家好,我是Rocky。
前几天刚完成了晋升答辩,我也借此机会回顾了自己的入职以来所做的工作,沉淀了很多思考,总结了自己需要继续提升的地方,以及后续的规划。
但本文除了分享这些方面的内容,还想和大家聊聊关于算法工程师如何成长的一些思考与观点。(仅代表我一家之言,有浓厚的个人印记)
So,enjoy:
干货篇
----【目录先行】----
第一章:对算法岗的理解
第二章:算法工程师技术成长路径
第三章:后续持续聚焦的方向
第一章:对算法岗的理解
算法工程师,首先是一个工程师,手里的武器是算法和应用算法的方法论。
算法,即解决问题的方法与逻辑,有时需要严谨的约束,有时需要天马行空的想象,有时需要团队的头脑风暴,有时需要对方向有坚定的把握与决断。
但都离不开的是,将这些方法与逻辑进行建模落地的能力,以及工程化的实现与验证,有时需要产品侧的管理思维,有时需要运营侧的运营思维,有时需要上下游的约束,有时需要用户侧的反馈优化,有时需要对成本利润的把握与控制。
我们直接输出的是蕴含技术的产品,产品直面用户,我们需要从产品管理角度赋能我们的技术;产品无法避免买卖逻辑,我们需要从成本利润的角度优化开发流程;产品在行业同竞品厮杀,我们需要从团队管理的角度优化分工合作,提升团队厮杀能力。
一千个哈姆利特,每个人的都不一样。我认为的算法工程师,不止于技术和工程,我也相信产品的价值,上下游的价值,以及管理的价值。
第二章:算法工程师技术成长路径
第一章聊了一下我对算法岗的一些理解,观点思路比较发散,而这一章,我想将观点聚焦于算法工程师的技术成长路径。-
业务侧:对已有业务要熟悉,打通整个开发流程,优化自己在这个开发流程里的效率,还要想一想这个业务是如何来到现在这个阶段的;对于新业务或者探索业务,要不断提升自己的分析能力与问题定义能力,用可靠的理论,严谨的逻辑,扎实的方法一步一步地推进业务的开展。
- 竞赛侧:对竞赛要有选择性的参加,比如靠近业务场景的,有落地价值的,能沉淀到业务场景的,未来有发展空间的等等,这些都是需要一些判断或者说考量。一个好的竞赛全程参加下来,还是很有成长的,一个完整的时间段去深入的思考,优化,验证,不断循环反复,最后对这个赛题的技术方向,应用方向甚至指标都会有更深的理解。
-
研究侧:目前看来,这是我最薄弱的一项
我这边就不长篇大论了,简单和大伙聊几句。除了跟进前沿论文,将有价值的论文落地工程化之外,将业务侧和竞赛侧的创新论文化也是一个很有价值的点,所谓工程学术两不误(我也正积极融入着这个方向),对于业务部门的算法工程师来说,利用20%-30%的时间进行产研结合还是不错的选择。
- 经验侧:经验总结我也喜欢叫做方法论总结。除了上面三个实打实的路径外,在每一次大大小小的厮杀中,都应该有分析,有总结,有沉淀。例如业务侧中,所有的过程一般都向模块化,简约化,鲁棒化,安全可控化方向靠拢。而在竞赛侧,要注意的是竞赛指标是有局限的,将竞赛沉淀往实际工程迁移时,最重要的不是指标,而是用户对产品的反馈以及算法解决方案在实际中的效果。研究侧最重要的是平衡好学术与工程的gap,学术更注重指标与极限场景,但很容易两脚踩在虚空之中,无法进行有效的落地。
第三章:后续持续聚焦的方向
- 未来我还是会将大部分精力用来深耕业务,适当扩展新的业务场景。
-
提升业务方案/竞赛方案/研究方案的选择能力(以前我没得选,我现在想做个好人?
)
- 提升代码侧的顶层设计能力,整个解决方案抽丝剥茧最后还是落实到代码,后续还是要多写,多看,多总结。
- 适当进行工程与学术的结合,不局限技术成长的形式。
- 提升对前沿论文的筛选能力与有价值部分的提炼能力。
- 提升全局视野,思考行业趋势,沉淀战略规划,争取在提升自己的同时推动公司业务和项目的突破。
精致的结尾
最后,当我开始叫部门里新来的实习生为“小伙子”时,我想我应该承担更多的责任,有更多成长,以及对工作有更多的热情与专注。也希望这篇文章能给大家带来思考与帮助~
人人都是算法专家 文章被收录于专栏
Rocky在本栏目中专注于分享AI行业的校招/社招/实习面试经验,分享AI行业中的业务,竞赛以及研究维度的思考感悟。 关注本专栏,不仅能助你具备和CTO一样的技术深度与产品格局,也能让你跟随着Rocky的脚步,一同成长。
查看12道真题和解析