你是算法工程师，而不是深度学习工程师

在回答这个问题之前，我想谈谈误解。许多朋友对深度学习时代的红利感到厌倦，并且经常叹了口气，表明算法的瓶颈被展示。实际上，这是一个状态默认值，算法工程师=深度学习工程师。这种等效性建立了吗？当然不是。没有人指出，如果您遇到广告系统或推荐系统的问题，则只能使用深度学习方法来解决它们。实际情况是，在搜索和广泛推动领域的许多问题中，深度学习不是最好的解决方案。面对寒冷的开始，搜索和使用推荐系统，广告系统的招标，预算分销等，您将加深深度学习的道路。

通过逃避这种误解，您可以谈论如何以算法工程师的身份打破游戏，如何逃脱深度学习限制以及如何返回正确解决问题的正确方法。像本文一样，就像幻想一样，算法工程师的能力框架是“天堂”，“地球”，它可能已经考虑了我们在世界和地球之间可以做什么。而不是。

 

算法工程师 - 系统架构日

 

当我写一本名为“深度学习管理系统”的书时，我努力工作，始终在心中打印推荐的系统框架。离开系统并不理想。我认为算法工程师日应该是我心中印刷的系统架构。成功的改进需要使该系统毫无意义。

 

 

 

通过谈论算法，系统体系结构的改进可能是一个非常有趣的结果。许多年前，我仍在垂直领域做广告。在广告商的转型案例中，这非常困难。因此，转换的数量很少，一天可能有几天。在这样的场景中，许多同事想使用深度学习模型来解决这个问题，因为当时对行业的深入学习是一个普遍的趋势。但是，重要的问题是深度学习模型不适合处理小型样本学习。当时，无法解该技术的所有效果。在这个问题的框架下，深度学习并不是一个明显的界面解决方案。