在为期一年的实习过程中,我的工作内容是使用人工智能方法解决厂区生产计划预测的任务。实际上就是使用深度学习方法(CNN LSTM attention)模型结构解决时间序列预测的任务。
通过实习的工作经历。我认为对一个算法工程师或者说一个初级的算法工程师来说,将发明一个里程碑式的新算法作为工作内容是不现实的。在算法的层面上的工作内容来说,更多的是对经典的算法的应用和改进(使用与自身任务上的改变和加一些小trick)和对新潮算法的跟踪和尝试。产生一个新模型的想法是经常的(一些结构的组合,加或不加tricks的尝试),如何用程序实现处理并调通才是一个初级算法工程师的硬性能力指标。同时除了算法的设计之外,更大的工作内容在于:1.对业务的理解,之后对数据的理解、选择和处理。2.模型的调参。3.模型的评估与多个模型的融合。并且在实际的项目中这也并非是一个完全有序的过程。实际中经常是1.2.1.1.2.1.3.1.1.2……不断反复迭代的过程。
所以我认为一个合格的初级算法工程师要满足三点基本的素质:1.对业务背景和数据给予足够的重视2.程序实现和调参的硬功夫(代码的实现,trick的使用,工作日志和调参记录很重要!!!)3.广泛而更新的算法知识,至少要知道每个算法要解决的问题(输入输出)、优缺点和基本的思想。
接下来马上就要开始正式找工作了,希望一切顺利!