一个曾经纯数学专业毕业的未来算法工程师内心独白

点击上方“AI算法与图像处理”，选择加"星标"或“置顶”

重磅干货，第一时间送达

作者：鳄鱼家的猪

https://www.nowcoder.com/discuss/226352

仅用于学习交流分享，如有侵权请联系删除

本科数学专业出身的我，曾经很沉迷于数学，奈何家庭只是个普通家庭，面临着没有钱的压力。我当时选择了统计学的研究生，那年也是统计学很火的一年，心想可以用数学的知识拿高工资好就业。

读研之后，因为其实这个方向还是属于数学，只是偏应用了，用到的数学知识也不及我本科学的三分之一，有什么办法呢你得向现实低头。让我暖和的是第一节课上的是泛函分析，估计这里面很少有人了解这门课，算是数学真正入门的课程。之后终于学了一门和我以前学的都不一样的课程，也是我现在的基础，数据挖掘十大算法。对你们没有看错在此之前我没有学过编程，以前也不需要，然后就直接学算法了，导师带我们推公式讲思路，介绍专业名词，那时我想这才是算法吗？其实当时觉得这些算法的公式真的简单，就加强了我学算法的信心，然后我和导师还有同门出了一本十大算法的书，写入了自己的一些思考。这时的我还在疯狂的学习新的算法，当然每个算法的公式我不不止推敲过一篇，因为看多了会忘记，那时我还在沉迷于理论。

研一过完的暑假，在延续师兄的课题之后，我创造了我人生中第一个融合算法（其实现在看来就是强化学习的思想），当时我看的算法仅限于机器学习，因为我并不想半桶水。那篇文章写成了英文的，实验用matlab做的。本来定位很高的，最后我说我不读博，文章也一拖再拖。之后为师姐写了一个推荐算法，基于异构物品相似度的，其实我不了解推荐算法，也没有想过钻那一方面，个人觉得没什么内容。之后将一个概念加到了gbdt中，发现效果也还可以，不过实验没有详细的做，只写出来理论和小部分测试。

对你没有看错到现在都没有项目，因为导师更加偏向理论。我这时开始接触深度学习了，现在证明这样其实没错。自己推导公式其实也就是bp，不过神经网络中有个地方其实很少人知道公式怎么来的，就是池化层的bp公式，需要翻转W的意义。我他么也是无聊，最后发现其实我们不需要写这些公式，框架搭好就OK，这些因为都是自学，没人指导。

接来了基本经常看深度学习了，然后也会看机器学习，巩固以前的东西，还是理论，你没有看错，因为没有项目。研一暑期参加了华为杯数学建模，我一个人坚持到最后拿了个三等奖，然后就没有经历了。

研二在找实习的过程中面了腾讯因为没有项目被拒，之后创造了我第二个算法，深度学习的优化算法，代替了gd，浅层做过实验效果提升了，深层当时代码还没写出来就被一个做地理信息的公司捞到了，我就进入了人生中第一家公司，做图像算法。进去一个武大的博士带我，可是似乎方向不是特别一样，还是我更加偏向ml和dl的理论。

带着带着我自己研究将公司一个子项目研究出来一点东西，在一次开会过程中，感谢产品经理的推荐，我花了几分钟讲了一下，这时我和博士就已经分开做了，这时主管说你再优化优化。我当时精力十足，经过不断的完善，和开会，创造了我人生第三个算法，关于道路图像分割的算法，也是我认认真真写的Python代码，这是我目前实验结果最完善的算法，毕竟是项目得认真，现在开发那边已经准备移植了。在这边主要做了分割算法，实习的尾巴我还看了两个星期的网络结构搜索算法以及源码。

这些的经历现在看来真的很挣扎，现在的算法似乎不是我心中的算法了，剑指那种算法似乎才是敲门砖，我一个非计算机科班的如何在其中生存，代码能力还得加强，项目经历还是少，公司的老员工知道我要走了去找其他工作，他说你这面试应该没问题吧，我说过第一关都不容易，苦笑了一下，我心中的梦一直没熄灭，你们可能是因为这个行业赚钱才进来，我有一半原因是因为人工智能需要数学，可现在梦想似乎越来越远。其实现在的公司对待算法很友善，愿意给你机会去创造，然后他们有人实现。

bat大厂已经不敢想，这两年似乎道路一开始就错了，也似乎一直是对的，我不希望成为机械化的人，就和我一直喜欢算法中参数自适应一样，没有退路了，只能算法。心中梦不会灭，小厂也是好肉。

最后奉劝和我一样数学毕业的，现在不要轻易尝试算法，找工作的时候你会难受死的。基础比不赢计算机出身的。

推荐阅读：

你点的每个“在看”，我都认真当成了喜欢