各阶段算法工程师如何提升自己的不可替代性？
极客时间编辑部
讲述：初明明大小：4.63M时长：05:04
你好，欢迎收听极客视点。
任何职业都是从初级逐渐迈向高级，我们要做的就是努力提升自己的相对不可替代性。对于算法工程师这个职业来说，也不例外。日前，腾讯高级研究员辛俊波在公众号“DataFunTalk（ID：datafuntalk）”分享了算法工程师处于初级、中级、高级这三个阶段时，如何提升自己的不可替代性。
初级算法工程师
这个阶段的关键词是“高效执行机器”，这是算法入行的必经之路，所谓的 SQL Boy、调参侠、数据搬运工、炼丹师，都发生在这个阶段。
这个阶段的算法工程师，很多时候都是在和数据打交道。数据漏报、数据重复上报、埋点有误、多方数据统计口径无法对齐、反作弊口径定义和对齐、异常数据检测和排查、数据缺失处理、样本清洗、特征统计加工、线上指标下降问题排查、bad case 归因分析、数据标注……对于一个负责业务落地的一线算法工程师来说，这些数据工作可能占了日常工作的很大一部分时间。
可就是这些一开始被你看不起的各种所谓 Dirty Job，是书本和网络永远不会教你的工作，是你累积技术经验的宝贵机会。作为一个算法工程师，如果从未在底层有过基础的开发和数据分析的从业经验，将来站在更高层，很难作出对团队方向有利的决策。数据决定了模型的上界，特征和算法只是在逼近这个上界。
这个阶段的算法工程师，一般面临的业务问题也比较明确。具体业务和技术形态怎么分工，不需要初级算法工程师操心，其主要目标，是要使得自己具备能够高效执行具体任务落地的能力，这其中对动手能力的要求是最高的。
总之，判断这个阶段的工程师的标准，就是对于一个明确的算法目标，是否具备足够强的执行能力将其落地。初级的落地能力只是快速实现，更加高级的落地能力，是能够 know how 的落地，有无效果都能做出分析，并且能够为以后的迭代优化提供经验。
中级算法工程师
这个阶段的关键词是“算法选型和改造能力”。
经过了第一阶段，你对于明确的算法问题已经具备了足够的经验，这个阶段，需要根据自己的技术累积，对已有的算法问题，进行适当的改造和优化。
以用户画像为例，如果是刚搭建的团队，初期可能更多需要搭建的是整个模型框架，和上下游团队协作沟通，以最小的代价迅速搭建起线上可用的 baseline。这个阶段的算法工程师，如果不顾团队的现状，一上来就想做能够体现技术深度的各种模型，对团队的进展其实是负向的。 确保算法能够快速落地并取得收益才是主要目的。
作为该方向的负责人，中级算法工程师需要根据团队发展阶段，进行合理的技术选型，并做适当的改造。把握和指导技术方向。
技术深度绝对不是考察中级算法工程师的主要手段，判断这个阶段算法工程师的标准，主要是是否具备在某个算法方向，独立承担整个算法从选型、改造、应用到落地取得成果的能力。
高级算法工程师
这个阶段的关键词是“业务抽象能力”。
初级和中级工程师所做的事情，严格意义上来说，都是在执行高级算法工程师定下来的算法指标。这个阶段的算法工程师，更多需要理解整个业务，去抽象和定义业务问题。
对于更上层的管理层来说，算法团队的存在意义是能够最终从算法的层面，解决实际的业务问题。 比如在某个阶段需要提升用户点击率，可能需要 ctr 模型方向的团队和有用户画像方向的团队等；在某个阶段要引入更多的多媒体素材，可能需要团队做视频理解和图像理解；某个阶段需要做用户增长和留存，可能需要有团队做专门的数据来分析影响用户留存的因素。
这也就决定了不同时期，算法团队的目标是不同的，需要的人员配备也不同，而这些，都需要高级算法工程师站在整个业务层面去理解和拆解，然后将目标层层传递到整个团队。判断这个阶段算法工程师的标准，主要是对于所负责的业务，能否制定合理的算法可达目标，并带领团队完成实现。
总而言之，无论是算法工程师还是其他岗位，深耕该岗位目前而言可能还是最优的选择，也可以说是没得选的选择。持续不断地去提升自己在技术、技能、经验、资源上的累积，努力去提升自己的相对不可替代性。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
该免费文章来自《极客视点》，如需阅读全部文章，
请先领取课程
请先领取课程
免费领取
© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
登录 后留言
精选留言
由作者筛选后的优质留言将会公开显示，欢迎踊跃留言。
收起评论