算法在岗3年小结:工作思路篇

2022 年 1 月 21 日 极市平台
↑ 点击 蓝字  关注极市平台

作者 | 机智的叉烧
来源丨CS的陋室
编辑丨极市平台

极市导读

 

本文主要和大家一起讨论近期自己学习的心得和体会,与大家一起成长。 >>加入极市CV技术交流群,走在计算机视觉的最前沿

掐指一算,还剩几个月就工作3年了(含实习),时间过得挺快的,接着即将到来的假期,对自己的成长和思路进行了总结,我会分几个角度来总结下自己,并且展望一下自己后续的计划。

算法工程师是职场内的岗位之一,从新人走来,自己是要负责或大或小的项目推进的,因此,如何在工作中保证自己的工作能正常推进将是不仅算法需要掌握的必修课,所以在模型思路之外,特地安排了一期有关工作思路相关的讨论。

从完成任务到解决问题

培养新人的其中一个思路是在基础比较扎实的前提下,开始给新人一些简单任务实践,让新人干中学,我就是从这么一个新人走过来的。

那么,接受的这种任务,一般都是比较明确的,类似新手村任务,任务中会告诉你怎么操作,教着你一步一步完成任务,但是随着时间发展,你成长起来后分配给你的任务可能就没有那么多支持了,给到你手里的可能就是一个问题,一个或模糊或清晰的问题,但是往往不能给到你什么思路,这时候需要你自己去思考怎样才能解决这个问题。

能到这个程度,一定情况说明老大是认可你的能力的,应该值得高兴,但是要时刻有一些意识:

  • 就是你手里的方法不够多的时候是无法解决问题的,我们不能沉迷与几个baseline模型,不能说想几条规则就完成,我们要持续去积累。
  • 思路从模型本身打开去,尽可能让自己脑子里有一个比较完整的解决方案,训练的数据怎么来,离线的模型怎么训,训练完成后模型在线怎么用,数据流怎么流进来的,接口协议怎么样,自己能想的越完整越好,总有一刻独当一面的时候你要解决这些所有大大小小的问题。
  • 机器和模型都是死的,人是活的,上下游的沟通要自己尝试去达成,不要等,主动负责起来。

从被动到主动

上面一点提到要把事情主动负责起来,需要展开说一下,这个非常重要。

从小大大,老师教知识,布置作业,我们都是被动的接受,哪怕到了大学很多人都还是比较安分地完成任务就行,但是未来的日子可不能这样,要是真的想把事情做好,想做自己想做的事,首先就是要主动,主动推进自己想做的事,无论是科研上需要自己主动阅读论文,还是工作上主动学习,主动推进某一件事,当一件事情推进不太顺利的时候,要自己主动找解决方案,找相关负责人,把这件事推进下去。

要主动,首先自己要明确问题和当前的难点,然后开始找解决方案,比较容易想到的是自己解决,但自己解决终究会有限制,例如技术上的难题、跨团队沟通等,需要自己的老大或者其他团队的大佬帮忙解决,此时自己要找到对应的人主动沟通,尽快推进处理,这种方式能更加有效地把事情搞定。

从学习到调研

大学以来,自己的学习更多是出于兴趣,以及后续的一些可能面对的工作压力,自己会去学习,看大量相关的技术文章,并且自由地开始进行尝试,这可以说是一个有点压力但还算轻松愉快的过程。

到了工作后,虽说加班不算严重,但是能自由学习的时间终究是被大大压缩,而吸收知识的形式,更多地是变成一种调研的方式。调研和学习的区别在于,调研的目的性会更加明确,而且是后续是要求落地的,所以要找的方案需要是能够快速可靠地实现,考虑到场景特定,我们可能还要加一些场景特定的策略,那我们在有限时间下就需要保证我们调研的主干方法不是短板。

那么调研的方式和学习,其实非常接近:

  • 读论文、读博客、读代码。

有的时候可能要出一份调研报告,总结技术相关的发展情况,介绍一下方法,这样一份文档下来,无论是自己还是老大,其实都对有关技术了解了。

这个过程对工作算是调研对自己其实也是一种学习和成熟,调研过程中自己也经常思考,这些方法的思路和设计原因是什么,这都很有利于自己后续方案设计的思考。

从点到面

学校可言一个比较尴尬的点就是,都是对点的研究,更可怕的是我们对这个点还不一定就很深。但是到了工作中,要求的很可能就不是会一个点就够了。

到你手里的可能是一个比较完整的任务,例如完整某个技能,那你需要会的就不只是一个文本分类、文本匹配就够了,你还要知道数据怎么处理会比较好,会比较方便,另一方面,要从聚焦于模型算法的思路扩展到工程、性能等的一些其实算法也应该考虑的技能技术上,广度在日常工作同样非常重要。

当然,这并不意味着就不需要关注深度,论文要跟,实验要尝试,我们仍要持续学习,持续分析,一技之长是自己突出拔尖的重要因素。

从模型到技术

无论是学校里做科研,还是在入门过程,我们毫无例外的首先接触的就是各种各样的模型,这导致我们在方案选择的时候只能想到模型,在效果不好的时候只能想在模型修改上,但是实际上我们还有大量可以学、需要学的东西。

  • 在效果调优上,规则词典的方式,模型组合的方式,算法架构的整体设计等。
  • 工程技术上,数据库类技术(mysql、redis等),大数据技术(hadoop、hdfs、hive),各种网络技术(http、grpc,以及zookeeper等),还有好多。

所以,借助工作实践,我们能扩大自己的知识面,让自己知道了很多自己原来压根就没听过的东西,我们都可以学起来。

模型固然要持续学习,但是工作中我们还需要用到大量的技术,有时间我们要把各种相关技术拾起,逐步成长起来。

独立思考

信息时代的我们其实并不非常缺乏足够我们决策的信息,我们实际上缺少的是辨别信息的能力,识别什么是有效信息,什么是可靠的信息,什么是我们需要的信息。有关独立思考我能写一篇很长的文章,后续我会聊,这里简单展开。

所谓的独立思考,其实是一种特质,在信息时代其实尤为重要,他是一种甄别信息的意识和能力,我们能在大量信息中查询或者筛选出自己需要的信息,这时候需要我们有明确的、主动的目标,从而能让我们从奶头乐、贩卖焦虑、错误冗余信息从解脱出来。

所谓的奶头乐,其实是一种简单的乐趣,当然我们生活中需要这种乐趣,但是不能任由这种乐趣充斥我们的世界,如我们在一些学习的时候不能被这个给带走了。

贩卖焦虑应该是我们这行最容易陷入的东西了,就是所谓的内卷。说实话,焦虑是真的焦虑,但是我们需要考虑这个东西其实应该更理性,我干脆展开聊得了,我们要思考的是这个问题:

  • 我到底是不是真的有问题,这个问题是否真的发生在我身上,要认清自己,明确问题。
  • 我们需要解决的不是焦虑本身,而是根源,很多人容易陷入这里,而我们需要的是行动,很多人的处理方式只是给自己一个安慰,并不是处理焦虑的根源,那焦虑会持续存在。
  • 不要被情绪所影响,解决问题,解决问题,解决问题。
  • 焦虑是看参照物的,平淡的我们不一定每天都和清北的比,我很坦然,现阶段要我年薪100w也是不太可能的,我只希望能比之前的自己强一些,成长一些,足够了。
  • 事情的发展总有过程,自己要有规划,或长或短,只要路径正确,自己一步一步走,基本没什么问题,所以我们需要正确的方向、正确的路线以及坚定路线的信心,有一个说法叫做“路线自信”。
  • 被报道多的,应该是更少的事,而不是多的。例如知乎上不是人均211985,首先具备发完整文章能力的人真的不多(这个是真的),其次混得不好的人大都不太会出来丢人现眼;例如年薪50w、100w的人被拿出来晒,托福110、120的被拿出来晒,为什么拿出来炫耀,因为值得炫耀,为什么值得炫耀,因为大家都没有,这么说懂了吧,想想自己在朋友圈放的,是不是都是不怎么平常的东西。所以不要被铺天盖地的这种信息给骗了。

错误冗余的信息经常会影响我们的判断,网上很多舆论带节奏能带起来就是因为这个,我们需要甄别,一方面我们自己要足调研,另一方面我们自己要有足够的知识储备,这些东西越多,我们能甄别的能力就越强。

小结

说实话,第三年末期自己的可见成长其实不是很大了,好像是到了一个瓶颈,这个瓶颈让自己多少会看不到进步的方向,但是近期盘算下来,其实只不过是因为有些东西不太好总结罢了,很模糊,和会了一个两个模型完全不同,有一些开悟的感觉,这种开悟不见得是在解决某一两个问题上,而是一系列问题上。

如果很早之前自己学的是武术,能打败一两个人甚至几个人,而现在学的是兵法,能打败的可能是一个军队,项羽本纪中有一段“剑一人敌,不足学,学万人敌”,“学万人敌”的重要性在此刻能逐步明白。

当然了,“一人敌”的剑术,作为技术人的我们而言,依旧要学,成长上一起加油吧。

如果觉得有用,就请分享到朋友圈吧!

△点击卡片关注极市平台,获取 最新CV干货

公众号后台回复“transformer”获取最新Transformer综述论文下载~


极市干货
课程/比赛: 珠港澳人工智能算法大赛 保姆级零基础人工智能教程
算法trick 目标检测比赛中的tricks集锦 从39个kaggle竞赛中总结出来的图像分割的Tips和Tricks
技术综述: 一文弄懂各种loss function 工业图像异常检测最新研究总结(2019-2020)


CV技术社群邀请函 #

△长按添加极市小助手
添加极市小助手微信(ID : cvmart4)

备注:姓名-学校/公司-研究方向-城市(如:小极-北大-目标检测-深圳)


即可申请加入极市目标检测/图像分割/工业检测/人脸/医学影像/3D/SLAM/自动驾驶/超分辨率/姿态估计/ReID/GAN/图像增强/OCR/视频理解等技术交流群


每月大咖直播分享、真实项目需求对接、求职内推、算法竞赛、干货资讯汇总、与 10000+来自港科大、北大、清华、中科院、CMU、腾讯、百度等名校名企视觉开发者互动交流~


觉得有用麻烦给个在看啦~   
登录查看更多
0

相关内容

在数学和计算机科学之中,算法(Algorithm)为一个计算的具体步骤,常用于计算、数据处理和自动推理。精确而言,算法是一个表示为有限长列表的有效方法。算法应包含清晰定义的指令用于计算函数。 来自维基百科: 算法
军事知识图谱构建技术
专知会员服务
116+阅读 · 2022年4月8日
算法通关手册(LeetCode)
专知会员服务
156+阅读 · 2022年1月13日
NeurIPS 2021 Spotlight | 针对有缺失坐标的聚类问题的核心集
专知会员服务
14+阅读 · 2021年11月27日
专知会员服务
47+阅读 · 2021年5月21日
专知会员服务
189+阅读 · 2021年3月22日
一份硬核计算机科学CS自学修炼计划
专知会员服务
40+阅读 · 2021年1月12日
我的算法工程师日常:详解真实的算法工作
极市平台
0+阅读 · 2022年2月14日
一个CV算法工程师在技术方面的小反思
极市平台
0+阅读 · 2022年2月1日
算法在岗3年小结:学习成长篇
极市平台
0+阅读 · 2022年1月23日
算法在岗3年小结:模型策略篇
极市平台
0+阅读 · 2022年1月18日
工作几年了,还没成为“算法人上人”?
PaperWeekly
1+阅读 · 2022年1月14日
“做运营的这一年,我被‘坑’的很惨”
人人都是产品经理
0+阅读 · 2021年11月30日
工作6年,谈谈我对“算法岗”的理解
极市平台
0+阅读 · 2021年10月23日
「我」做算法工作的小反思!
机器学习与推荐算法
0+阅读 · 2021年9月14日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Arxiv
12+阅读 · 2021年5月3日
Arxiv
20+阅读 · 2019年9月7日
VIP会员
相关VIP内容
军事知识图谱构建技术
专知会员服务
116+阅读 · 2022年4月8日
算法通关手册(LeetCode)
专知会员服务
156+阅读 · 2022年1月13日
NeurIPS 2021 Spotlight | 针对有缺失坐标的聚类问题的核心集
专知会员服务
14+阅读 · 2021年11月27日
专知会员服务
47+阅读 · 2021年5月21日
专知会员服务
189+阅读 · 2021年3月22日
一份硬核计算机科学CS自学修炼计划
专知会员服务
40+阅读 · 2021年1月12日
相关资讯
我的算法工程师日常:详解真实的算法工作
极市平台
0+阅读 · 2022年2月14日
一个CV算法工程师在技术方面的小反思
极市平台
0+阅读 · 2022年2月1日
算法在岗3年小结:学习成长篇
极市平台
0+阅读 · 2022年1月23日
算法在岗3年小结:模型策略篇
极市平台
0+阅读 · 2022年1月18日
工作几年了,还没成为“算法人上人”?
PaperWeekly
1+阅读 · 2022年1月14日
“做运营的这一年,我被‘坑’的很惨”
人人都是产品经理
0+阅读 · 2021年11月30日
工作6年,谈谈我对“算法岗”的理解
极市平台
0+阅读 · 2021年10月23日
「我」做算法工作的小反思!
机器学习与推荐算法
0+阅读 · 2021年9月14日
相关基金
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员