木东访谈：一个喜欢二次元的算法工程师妹子

木东访谈：一个喜欢二次元的算法工程师妹子

0x00 前言

一个喜欢二次元的妹子，竟然也是一位高级算法工程师！

她如何从数学专业，迈入了计算机行业？

又如何从一名普通的工程师，开始了带人成长的团队骨干？

本文，木东将带你走近第一位接受访谈的妹子，听一听她的职业经历、行业认知和对入门者的建议。

认真阅读本文，木东相信，你定能有所收获！

0x01 职业经历

一、Hello，能简单介绍一下你的学习和工作经历吗？

嗯，我是本科数学出身，研究生转为软件工程！

研究生毕业之后然后第一份工作就是在一个电商公司，做推荐和用户画像相关工作。然后一年之后，因为工作地的问题，去一家那个互金公司做了半年风控相关工作，之后就到了一家大厂做广告排序和点击率预估相关的工作。

二、那你工作内容方向，有比较大的变化吗？

你说变化大吧，其实也很大，因为我感觉从本质来讲的话，还算是大家说的某种意义上的算法工程师，从最早做电商推荐到做广告，其实有一些大的思路和体系是还是比较相通的。

但是具体来讲，比如说在小公司和大公司，一个人在不同的环境下的处事方式和做事用的工具，其实很多都是完全不一样。

三、那么，本科学数学的然后转软件工程，你感觉这个跨度对你大不大，中间有没有遇到一些困难？

其实，我当时不想继续学数学，一部分就是学数学是一个很苦逼的事情，然后，我觉得，即使天赋很高的人，他也是没办法继续做数学研究的，所以说我当时其实是稀里糊涂的就入了软件这个行业。

我觉得就编程来讲吧，它除了语言特性之外，我之前受到的数学训练对我还是有很大帮助的，比如说逻辑性，有了这个基础，我在学编程题或是算法题的时候，就觉得还好，并没有觉得什么算法是挺难的。

当然，从弱点上来讲，比如说计算机基础的网络和操作系统这些底层的基础，我目前来讲还是很糟糕的，有点野路子的感觉。

但是对于日常工作来讲，整体没有太大的问题。

0x02 问答环节

四、能简单介绍一下算法工程师的日常工作有哪些吗？

正式地来讲，下面三部分基本构成了算法工程师的日常工作内容：

• 首先，作为一个工程师，你会做很多开发落地的事情，比如调包，这个本身也是开发的工作。然后像数据流建设这方面的开发，也属于开发的工作。

• 另外一块呢，就是是数据分析，其实你做算法的时候，经常的话经常的话比如说你要分析你的特征的效果怎么样？模型的线上线下效果怎么样？然后为什么会有这样的东西，其实你会做很多数据分析相关的工作。

• 第三部分呢，就像是读 Paper 或者研究一些新的算法和策略。

从不那么正式的角度来讲呢，很多时候我都会调侃自己是在做打杂的工作。传统意义上那种真正搞算法搞模型的时间，可能不到你真正工作的10%。然后剩下的各种时间，要不就是周边的各种报表的开发、监控的开发和数据流的开发，然后天天帮人家看 Case，还有线上有一些临时需求等等。

五、能描述一下算法工程师的一天大概什么样子的？

嗯，以前来讲呢，我经历的算法工程师的一天大概就是，开发一些线上线下的代码了，比如说各种训练数据流。我们改模型会比较少一些，一般可能会有一些小的尝试和改进点。因为我们是广告业务，那就会出现广告投放不符合预期后，就要帮运营查各种 Case。然后，剩下的就是模型上线后，各种分析模型的实验效果。

那么从今年开始呢，我的工作就有了一些变化，一个大的方面就是我要开始带人了。工作的内容也有了一些变化，首先，很多时候你要写很多的计划。很多时候要去安排大家的工作，一起来写技术解决方案。同时也有了更多需要和外部沟通合作的事情了。在这个过程中呢，也要学会去带人了，要帮你带的同学确认工作，跟进大家的进度，这些都会占用很多的时间。老板对你要求就不再是只做好一个点，而是说如何把整个事情带起来。

六、前面提到了你也在带人了，那你对算法工程师新人有什么预期吗？

说实话，对于新人来讲，首先我希望他的执行力和开发能力是很强的，我们会让新人做很多，比如数据流开发、报表监控、例行化分析还有监控这类工作。整体来讲，我还是希望你的基本开发能力要过关，在开发能力的基础上，再来考察算法能力即可。

接着，从软实力来讲的话，我觉得最重要就是做事要靠谱，这是我交给你一件事儿，然后如果你有什么困难，你可以提前跟我说，但是，但是你只要承诺的东西你要给我做好了，不要给我讲一些乱七八糟的东西上来，主要就是说靠谱这点非常重要。

然后再往上的话，有一些更超出这个点的预期的，就是我希望你的逻辑能力很强。你可以说有很多内容你不懂，但是，比如说我跟你讲一个问题，我觉得这个事儿应该怎么准备这么做，然后你能否快速get到我的点，能否快速和我进行沟通，所以，这里面的逻辑能力其实非常重要，不然的话我说件事，然后你可能说了半天，嗯，前因后果你还是理不清，那这个大家其实就会很累。

七、你认为机器学习算法工程师最应该掌握的的知识和技能大概有哪些？

首先，这个问题的话，当然说你懂的越多越好，但是它有一个前提，就是在不同的地方对于机器学习的定位和要求是不一样的。我举个例子来讲，在我之前在互联网金融行业的一些经历来讲，同样是算法工程师，因为我们处理的数据量很小，所以说，你了解传统机器学习的算法就ok了，比如说你懂决策树，你懂你懂 GBDT，你懂 LR。然后再了解一下 Sql 和大数据工具就可以了

但是，在我们广告算法这里，就会要求更多一些，比如说会希望你对神经网络有一些要求，另外也希望你有比较扎实的 C++ 基础。

但是总体来讲，我认为还是三点：

1. 对算法的理解，包括传统及其学习算法和深度学习

2. 数据分析能力

3. 工程落地的能力

只是说，在不同的地方，对上面三个能力的侧重点可能不太一样！

然后再往上的话就是，你可能在一个行业中，对业务有一定的积累，时间稍微长点的话，这一块也是很重要的。

八、大厂中数据分析、数据挖掘和算法工程师三个岗位的相同点和不同点是什么？

首先，我认为很多时候，这主要是个名字上的不同。但是既然聊了这个问题，我们还是从常规意义上来深挖一下这个问题。

数据分析的话，更偏向于业务上的分析，统计学相关的技能要求多一些，对于编程能力要求比较弱一些，对机器学习算法的要求也相对弱一些。但是，对你的业务理解要求是比较高的。一般来讲，数据分析虽然也会做一些报表类的需求，但是也要求你要能从产品中发现规律和问题。这也算是这三个岗位中，相对来讲对工程能力要求比较低的岗位了。所以目前来看，门槛相对来讲是最低的，但是做的好的话，发展应该是三个中相对比较好的。

数据挖掘的话，它和数据分析相比，会对数学的要求更高一些，它可能是一个更偏重技术的岗位，但是它的目的更多地是用一些传统机器学习方法从数据中找到一些规律和知识，只是说对算法的要求会比数据分析更高一些。

机器学习的话，其实是一个更和互联网结合紧密的岗位，比如说互联网行业的三大机器学习应用场景：搜索、广告和推荐，机器学习有点在互联网行业应运而生的感觉，它和互联网绑定比较紧密。在互联网行业中就面临了在海量数据下机器学习算法如何落地的问题，它可能面临着需要处理十亿、百亿和千亿以上数据量的问题。在这种数据量的问题下，机器学习在工程落地中面临的问题，就不是传统数据挖掘在小数据量上遇到的问题了。

九、对于想要转行算法工程师的朋友，你有什么想说的吗

这里准备和大家也泼一个冷水。其实我在日常交流中，也遇到了很多人想转算法工程师，大家会相对认为这一块是比较高大上，比较有前景的。

但是我想泼冷水的一点是，目前这个岗位的竞争压力也是非常大的，现在类似的岗位招聘进来的很多都是名校毕业的博士，对应聘者的要求也是越来越高的。

早些年来讲，你刷一刷 Kaggle，学一些算法就可以来搞算法工程师了，但是现在要求就没有这么简单了，你会发现你身边的竞争者都是拿着一堆顶会的 Paper，名校毕业，各种大厂实习经历。所以，我想表达是，如果还没有转行，但是想转行做算法工程师的朋友可以认真考虑这个问题，其实每一个领域做深入了都是稀缺的，不一定非要转行做算法工程师。已经入行的朋友，就努力往前走就可以。

当然，如果真的想转算法工程师，可以看一下前面的谈的一些对算法工程师的要求，自己做好相应的准备就好。

0x03 关于其人

十、工作中，有没有遇到帮助过你的贵人

在工作也遇到挺多的，我几任老大对我都很好，对我的帮助也都很大。

我第一任老大，他带我做了从入门到推荐这个东西，很早以前我认为，推荐就是一个协同过滤吧。责任边界这个点，这个对我后面的工作帮助非常大。

第二个老大，教会了很多我工作上的方式，比如说：你永远来比你上司期待的要更一点。这句话的原话就是他告诉我的，然后工作中的很多方向也都对我有很多指点。包括后面我找到目前更好的工作，也都和他的指点有关。

十一、那你在工作之外有什么兴趣爱好吗

平时的话就是喜欢看一下二次元的动漫，我不喜欢看校园恋爱故事，然后我不喜欢太现实向的。

然后那个魔幻的、各种架空、古装啊，什么反正都看过了，都还可以吧。

0x04 聊聊其它

十二、那么你还有什么想给大家分享的吗

第一个想分享的就是，首先做人吧不管有多阴暗的心理，都要保持基本的善良。不管再油条，有些时候还是要保持一定的利他心理，这会让你有一些不一样的收获。你越在大公司和大团体下，做人有时候比做事更重要，你的人脉积累，你的影响力，这些都是能帮你推进项目完成的，所以我说这个点很重要。做人要靠谱，不要想着占小便宜，你要相信身边的人都不是很笨的。

另一个想分享的是，要学会自己动脑。比如说，你能百度的问题，就不要各种问了，你要有自己的思考能力和主观能动性。你要学会自己去做决定，自己去找问题。不要想着所有问题都会有回答，自己的路也只有自己才会为它负责。

木东访谈更多文章：

木东访谈：引子