日韩一二三区,2024黄色网址,尤物com,韩国成人三级,色一情一乱一乱一区91,欧美在线黄色,春秀影音色日天天干,亚洲九九九

↑↑↑關(guān)注后"星標(biāo)"Datawhale

?Datawhale?

作者：知乎答主，來(lái)源：DataFunTalk

文章作者：Xiaotian ZUO、LinT、納米醬、王喆等

內(nèi)容來(lái)源：知乎問答

https://www.zhihu.com/question/347545092

導(dǎo)讀：你見過最差的算法工程師什么樣？"百度百科型選手？"、"播客型選手？"、"Github型選手"、"名詞流選手？"、"潮流型選手？"，小編今天給大家分享點(diǎn)輕松的話題。小編最近在瀏覽知乎大佬文章的時(shí)候，發(fā)現(xiàn)了一個(gè)有意思的話題："你見過最差的算法工程師能差到什么程度？"。吸引了3,858關(guān)注者、被瀏覽6,036,194次，多位知乎大佬參與了回答。

今天小編特意為大家推薦幾位知乎大佬?( Xiaotian ZUO、LinT、納米醬、王喆?) 高贊的答案，大家一起來(lái)看看，都有哪些有意思的故事吧~~

答主的親身經(jīng)歷~

坐標(biāo)法國(guó)，某銀行投行。

前年年初，項(xiàng)目主管招進(jìn)一個(gè)data scientist，突尼斯美女，在法國(guó)念的博士，機(jī)器學(xué)習(xí)專業(yè)，簡(jiǎn)歷上精通Python和R，人工智能算法工程師，某專業(yè)大數(shù)據(jù)咨詢公司咨詢師。被塞在了我手下，幫我處理數(shù)據(jù)做深度學(xué)習(xí)。

一上來(lái)先找我要了兩篇論文啃。這在法國(guó)同事中不常見。頓時(shí)覺得，這個(gè)博士不光有顏，還有實(shí)力。

一個(gè)禮拜后我開始讓她動(dòng)數(shù)據(jù)，布置了幾個(gè)小任務(wù)。半個(gè)小時(shí)后她過來(lái)問我，為什么一個(gè)10k的文檔讀出來(lái)size很小。

我至今都記得這兩行萌到銷魂的代碼：

file = "d:\\data\\test.json"len(file)

九個(gè)月以后她辭職了，被一個(gè)法國(guó)自動(dòng)駕駛公司高薪聘走。

走之前問我的最后一個(gè)問題是，K-Fold和Cross Validation有什么區(qū)別。也怪我，為啥常?；熘眠@兩個(gè)詞。

從此下定兩個(gè)決心：第一，從此以后所有面試的我都親自去面；第二，打死我也不相信法國(guó)的自動(dòng)駕駛技術(shù)了。

經(jīng)歷過什么，才能總結(jié)的這么到位？

強(qiáng)答一波，講講在學(xué)?；蚓W(wǎng)上見到的現(xiàn)象?( AI方面，嚴(yán)格來(lái)說(shuō)，這些人放到今天的行業(yè)標(biāo)準(zhǔn)下，基本不可能成為一名算法工程師?)。

(?純屬吐槽，請(qǐng)勿對(duì)號(hào)入座?)

百度百科型選手/PPT選手：常見于各類創(chuàng)新競(jìng)賽、課程答辯，張口閉口一定是「人工智能」「神經(jīng)網(wǎng)絡(luò)」，上來(lái)一定要?dú)鈮喝盒?，盡管對(duì)各類AI問題的進(jìn)展沒有任何了解，但是在他們這里，各種算法一定是封裝好了，準(zhǔn)確率100%，拿來(lái)就可以用?( plug-and-play ) 的。什么文本情感分析做輿情監(jiān)控啊，人臉識(shí)別智能面試啊，不在話下，張口就來(lái)。

博客型選手：大概率嘗試過Andrew Ng的網(wǎng)課，但大概率沒看下去，手里一定有一本Python深度學(xué)習(xí)，對(duì)原理不求甚解，數(shù)學(xué)公式大概都不想看，論文不想讀，輾轉(zhuǎn)各個(gè)博客網(wǎng)站希望找到一個(gè)好一點(diǎn)的解讀；跑了一通實(shí)例代碼，很有成就感，可能會(huì)在某個(gè)博客網(wǎng)站發(fā)布一篇博客，標(biāo)題諸如《自然語(yǔ)言處理入門-XXX》，成功為網(wǎng)絡(luò)貢獻(xiàn)一篇與其他博客雷同率90%的文章，雖然文章名字像是一個(gè)系列，但是相信我，他大概率不會(huì)再發(fā)布同系列的文章了。

Github選手：常常和PPT選手合作，拿到需求，「人臉識(shí)別是吧？」，Github一搜，好多倉(cāng)庫(kù)，全克隆了再說(shuō)；挑挑揀揀，調(diào)試了半天，依賴裝完代碼跑通了(沒有error)，任務(wù)完成，功德無(wú)量，接下來(lái)的任務(wù)交給其他隊(duì)友！

AI+型選手?(?教師?)：傳統(tǒng)方向出身，沒有學(xué)過ML/DL，在AI興起以后，把DL當(dāng)萬(wàn)金油用，深度學(xué)習(xí)預(yù)測(cè)地震啊，深度學(xué)習(xí)驗(yàn)證軟件啊...管它什么數(shù)據(jù)驅(qū)動(dòng)不驅(qū)動(dòng)，經(jīng)費(fèi)拿到手就行了。這類老師對(duì)AI的認(rèn)知可能和PPT選手差不多，比學(xué)生多的本領(lǐng)就是寫本子、打招呼了。帶一個(gè)PPT選手加一個(gè)Github選手，基本上可以在各類創(chuàng)新競(jìng)賽/項(xiàng)目中拿到還不錯(cuò)的成績(jī)。

名詞流選手：行走的AI術(shù)語(yǔ)詞典，討論問題時(shí)就喜歡堆砌名詞，但從不解釋，故弄玄虛，讓外行有一種「不明覺厲」的感覺，其實(shí)一些言論根本經(jīng)不起推敲。

潮流型選手：走在AI潮流前列，除了最新的算法，其他的都是垃圾，「不加attention？你這算法不行！」，「2019年了，還用概率圖模型？！」這類人對(duì)算法應(yīng)用場(chǎng)景一無(wú)所知，對(duì)新算法的狂熱程度堪比娛樂圈流量小生的瘋狂粉絲們。

何去何從型選手：多半是半路出家，轉(zhuǎn)行想做AI的，但是奈何基礎(chǔ)弱，一心只想掙大錢，所以會(huì)很迷茫，于是到知乎拋下一個(gè)問題：「非cs科班可以學(xué)xxx嗎？」「本人xx，應(yīng)不應(yīng)該xxx？」。奈何這類問題沒有什么深度，基本得不到什么可以參考的回答。這類人問題不在沒有基礎(chǔ)，而在沒有主見。

讀著讀著就枯了~

算法領(lǐng)域強(qiáng)者如云，我拿著問題咨詢了一位大公司的朋友，希望給自己定定位。該朋友為人幽默，而且水平十分高，差不多能夠一個(gè)指頭秒殺我那種，他對(duì)這個(gè)答案的回答是：

"我聽過一個(gè)江湖潛規(guī)則，每一個(gè)大公司團(tuán)隊(duì)都會(huì)招一個(gè)特別不著調(diào)，水平也不行，智商也比較低的算法工程師，用來(lái)背低績(jī)效。

當(dāng)組里成員感到職業(yè)發(fā)展太難的時(shí)候，就會(huì)下意識(shí)看看那個(gè)人，這樣，心里就會(huì)有莫大的安慰。

我當(dāng)時(shí)下意識(shí)地看看周圍的同事，發(fā)現(xiàn)他們都不符合這些描述。"

最差的算法工程師其實(shí)是什么呢？

有意思的故事還有很多，歡迎大家看看原文。小編在瀏覽了近100位答主的答案后，深深覺得，大部分被說(shuō)成不靠譜的算法工程師還是在初學(xué)階段，剛剛?cè)肼毜那闆r。所以，希望大家都可以腳踏實(shí)地，保持謙卑心態(tài)，安安心成長(zhǎng)。最后引用下王喆老師的部分回答，作為本次分享的結(jié)尾~

"最差的算法工程師其實(shí)是什么呢？是自己對(duì)技術(shù)的感覺很差，但對(duì)自己的感覺挺好，試圖用一些比較fancy的手段解決問題，但實(shí)質(zhì)上引入了更高的系統(tǒng)復(fù)雜度，增加了系統(tǒng)潛在風(fēng)險(xiǎn)，這樣的人，其實(shí)對(duì)整個(gè)團(tuán)隊(duì)是負(fù)能量的存在，始終需要更senior的人幫著擦屁股，這無(wú)形增加了整個(gè)團(tuán)隊(duì)的工作量，這就是最差的算法工程師。

我特別喜歡的一句話是：

"不帶評(píng)論的觀察是人類智慧的最高境界"

希望剛?cè)胄械乃惴ㄍ聜兡軌蛑肋@句話的意義，其實(shí)公司不急于讓每個(gè)人都發(fā)表意見，在自己技術(shù)能力不那么足的時(shí)候，不帶評(píng)論，不帶主觀情緒的去學(xué)習(xí)一段時(shí)間，好好思考一下別人為什么要做出這樣的技術(shù)決策，好好積攢一下自己的技術(shù)感覺，這是最重要的。相信度過最初的積累階段之后，你能夠?yàn)閳F(tuán)隊(duì)做出，為整個(gè)系統(tǒng)做出"熵減"的技術(shù)決策。"

歡迎大家在評(píng)論區(qū)留言，談?wù)勛约旱目捶▇

?分享、點(diǎn)贊、在看，給個(gè)三連唄！??

你見過最差的算法工程師什么樣？

你見過最差的算法工程師什么樣？