Rumah  >  Artikel  >  Peranti teknologi  >  Syarikat-syarikat Internet utama sedang menghadapi "gelombang pemberhentian kerja". Bagaimanakah jurutera algoritma boleh bertahan dalam "musim sejuk" dalam kerjaya mereka?

Syarikat-syarikat Internet utama sedang menghadapi "gelombang pemberhentian kerja". Bagaimanakah jurutera algoritma boleh bertahan dalam "musim sejuk" dalam kerjaya mereka?

WBOY
WBOYke hadapan
2023-05-01 17:22:161710semak imbas

Syarikat-syarikat Internet utama sedang menghadapi gelombang pemberhentian kerja. Bagaimanakah jurutera algoritma boleh bertahan dalam musim sejuk dalam kerjaya mereka?

1 Tiga peringkat penting di tempat kerja

Tentang laluan kerjaya Pemikiran melibatkan satu. soalan falsafah: Dari mana saya datang dan ke mana saya mahu pergi? Sebagai jurutera algoritma, anda biasanya akan menghadapi tiga peringkat cabaran berikut dalam kerjaya anda.

1 Cabaran 1: Peralihan daripada pelajar ke tempat kerja

Inilah satu-satunya cara untuk semua pekerja . Di sekolah, hubungan antara tutor dan pelajar agak mudah dan mudah di tempat kerja, anda akan menghadapi banyak perkara rumit yang anda tidak pernah didedahkan sebelum ini. Dalam hal ini, terdapat beberapa cadangan:

① Sertai sekurang-kurangnya satu latihan amali sebelum secara rasmi menyertai pekerjaan untuk menyesuaikan diri dengan kehidupan di tempat kerja terlebih dahulu.

② Kekal ingin tahu di tempat kerja, berunding dan berkomunikasi dengan orang senior lebih banyak, kurang bercakap, menonton lebih banyak dan melakukan lebih banyak lagi.

③ Kekalkan keupayaan pembelajaran di tempat kerja, fokus pada pengumpulan pengetahuan dan kebolehan asas, dan gabungkan dengan masalah praktikal di tempat kerja.

④ Betulkan mentaliti anda dan jangan tidak suka kerja kotor Anda juga boleh mengumpul pengalaman dan kredit dalam perkara kecil.

2 Cabaran 2: Peralihan daripada Junior ke Senior

Ini juga pertumbuhan yang dialami oleh kebanyakan profesional senior. laluan. Mengambil contoh pengeluar domestik utama, pangkat Junior Tencent adalah kira-kira 6-9, yang kira-kira setara dengan P5-P7 Alibaba, sepadan dengan proses pertumbuhan daripada Jurutera Muda kepada Jurutera Kanan. Peringkat ini merupakan peringkat penting untuk mengumpul kemahiran perniagaan dan kedalaman teknikal. Tempoh masa yang dilalui setiap orang dalam peringkat ini berbeza-beza, bergantung pada peluang kerjaya, status peribadi dan ruang pertumbuhan perniagaan. Dalam hal ini, terdapat beberapa cadangan:

(1) Memahami secara mendalam sifat perniagaan

Berbanding idea dan penyelidikan liar, "pelaksanaan" idea adalah lebih penting. Arah pembangunan terkini industri Internet, termasuk kemunculan model besar seperti Chat-GPT dan AIGC, adalah produk inovasi teknologi yang mengikuti keperluan pengguna dan produk yang sepadan. Model bahasa besar di sebalik Chat-GPT yang popular baru-baru ini sebenarnya muncul sangat awal, bagaimanapun, disebabkan kekurangan "titik tip" aplikasi pada peringkat awal, ia gagal "dilaksanakan" melalui produk, jadi ia belum meluas. digunakan. Sebagai jurutera algoritma, anda mesti bermula dari sifat produk dan perniagaan untuk memahami dan mengetik nilai yang dibawa oleh algoritma.

(2) Menggali teknologi secara mendalam

Teruskan mengembangkan dan meningkatkan teknologi anda kebolehan. Mengambil sistem pengesyoran sebagai contoh, adalah perlu untuk mempunyai pemahaman timbunan penuh tentang keupayaan pemodelan model seperti penarikan semula dan pemeringkatan (termasuk pemeringkatan campuran dan pemeringkatan halus), serta kelebihan dan kekurangan model SOTA, dan kemajuan model termaju.

(3) Pembangunan bakat berbentuk T

Bakat berbentuk T adalah perkara biasa Konsep yang disebutkan merujuk kepada menambah baik skalabiliti teknikal seseorang sambil memastikan kedalaman teknikal dalam landasan teknikalnya sendiri. Skalabiliti merangkumi dua aspek, satu tahap perniagaan dan satu lagi tahap teknikal. Masih mengambil sistem pengesyoran sebagai contoh, jurutera algoritma dalam arah sistem pengesyoran mengesyorkan mempelajari lebih lanjut tentang prinsip asas CV dan NLP untuk memperkasakan perniagaan berkaitan dengan lebih baik.

Secara umumnya, kerja jurutera Junior lebih tertumpu kepada pelaksanaan tugas, manakala kerja jurutera Kanan lebih tertumpu kepada pemikiran dan penyelesaian masalah tertentu. Sebagai contoh, jika DAU APP merosot, anda perlu mengetahui sebab penolakan dan mencadangkan penyelesaian. Ini adalah topik yang besar. Ia mungkin disebabkan oleh kadar penukaran yang agak rendah bagi halaman tertentu atau adegan tertentu, atau ia mungkin disebabkan oleh pelbagai sebab kompleks lain. Ini adalah isu yang perlu dipertimbangkan secara sistematik oleh seorang jurutera Kanan. Mula-mula, kenal pasti isu utama melalui analisis data, kemudian tetapkan matlamat, bina model, bina penunjuk penilaian, kemudian cadangkan penyelesaian, dan akhir sekali selesaikan masalah. Dalam proses sedemikian, selalunya sukar untuk mencapai matlamat oleh individu, dan perlu untuk menyelaraskan pelbagai sumber luaran untuk menyelesaikannya.

3 Cabaran 3: Peralihan daripada pekerja kepada Pemimpin

Cabaran ketiga, beberapa jurutera mungkin sudah saya. pernah mengalaminya, tetapi kebanyakan jurutera mungkin belum mengalaminya lagi, dan itu adalah peralihan daripada pekerja kepada ketua. Ini adalah satu lonjakan besar, kerana pemimpin perlu memimpin pasukan untuk mencapai matlamat, jadi tanggungjawab lebih besar. Sebaliknya, model pengurusan syarikat Internet secara beransur-ansur menjadi lebih rata, jadi tidak banyak jawatan yang tinggal untuk pemimpin. Jika anda bernasib baik untuk menjadi seorang pemimpin, anda mesti percaya pada diri sendiri dan berani memimpin pasukan untuk mencapai matlamatnya. Apabila anda mula-mula menjadi pemimpin, anda sering menghadapi masalah yang sukar, iaitu keseimbangan antara perniagaan dan teknologi Ini melibatkan seni pengurusan. Intipati pengurusan sebenarnya tidak dapat dipisahkan daripada tiga elemen utama: tanggungjawab, kuasa, dan wang. "Tanggungjawab" mewakili pembahagian dan definisi tanggungjawab; "kuasa" mewakili susunan kerja kakitangan; "wang" mewakili mekanisme insentif untuk pekerja.

Peralihan daripada pekerja kepada ketua adalah kerja yang sangat mencabar, dan dengan peningkatan pengalaman dan peningkatan kemahiran komunikasi, kebolehan ini akan bertambah baik tanpa dapat dilihat. Di samping itu, sebagai seorang pemimpin, anda perlu sentiasa mengembangkan ke luar dan menggerakkan sumber pasukan lain ke tahap yang terbaik, bukannya hanya bertanya atau malah memerah dari dalam.

Di atas adalah tiga peringkat cabaran yang sering dihadapi oleh jurutera algoritma Setiap peringkat mempunyai masalah peritnya sendiri, tetapi terdapat juga penyelesaian yang sepadan. Sebagai jurutera algoritma, anda mesti mempunyai kesabaran yang cukup pada setiap peringkat dan bertenang dan menggilap diri anda.

2. Bagaimanakah jurutera algoritma merancang

Terdapat 3 perkara penting dalam perancangan kerjaya untuk jurutera algoritma:

① Visi: Anda mesti melihat keadaan dengan jelas sebelum membuat rancangan, jika tidak, anda mungkin membuat rancangan yang salah.

② Penilaian Kendiri: Sebelum merancang, anda mesti menjalankan penilaian diri yang menyeluruh tentang diri anda, "Kenali diri anda dan musuh, dan anda tidak akan berada dalam bahaya. ", untuk memilih arah yang sesuai untuk anda merancang;

③ Tindakan: Ambil tindakan! Sempurna mana pun perancangan itu, ia tidak sepraktikal seperti mengambil tindakan.

1 Visi

Untuk mengawal keadaan, anda perlu melakukan perkara berikut:

① Pertama sekali, pastikan anda dapat melihat dengan jelas dan memahami situasi semasa dengan jelas.

② Kedua, kita mesti memastikan bahawa kita melihat keseluruhan gambaran dan meneliti prospek industri semasa dari perspektif yang lebih komprehensif.

③ Akhir sekali, pastikan untuk melihat jauh "jauh" yang disebut di sini bukan sahaja merujuk kepada skop, tetapi juga jangka masa yang lebih jauh boleh dilihat Hanya melalui kitaran kita boleh merancang masa depan dengan lebih jelas.

(1) Peringkat Sukan Negara

Syarikat-syarikat Internet utama sedang menghadapi gelombang pemberhentian kerja. Bagaimanakah jurutera algoritma boleh bertahan dalam musim sejuk dalam kerjaya mereka?

Gambar di atas diambil dari buku "Principles" oleh Ray Dalio, pakar modal teroka terkenal Amerika Pengarang dalam buku itu menubuhkan model untuk mengukur kebangkitan dan kejatuhan empayar dalam gambar di atas mencerminkan Indeks kenaikan dan kejatuhan empayar dari semasa ke semasa. Lengkung biru dalam gambar mewakili nasib negara Amerika Syarikat, yang konsisten dengan keadaan sebenar: pada tahun 1950-an, nasib negara Amerika Syarikat mencapai kemuncak dan mencapai banyak kejayaan teknologi sebaliknya, China ( The red lengkung dalam gambar), apabila pembebasan baru dicapai, negara itu telah melarat dan berada pada tahap yang rendah; zaman moden, indeks empayar China sentiasa berada pada tahap yang rendah pada tahun 1950, China mula berkembang pesat sehingga kini, indeks empayar China secara beransur-ansur menghampiri Amerika Syarikat, manakala Amerika Syarikat semakin menurun.

Sudah tentu, pakar yang berbeza akan membina model yang berbeza dan mempunyai pemahaman yang berbeza berdasarkan pemahaman mereka sendiri. Dengan cara yang sama, apabila melaksanakan visi industri, anda juga mesti menggabungkan pengetahuan anda sendiri dengan pemahaman pakar untuk menjalankan analisis yang komprehensif dan komprehensif.

(2) Tahap industri Internet Mudah Alih

Khususnya di peringkat Internet, terutamanya di peringkat Internet Ia adalah di peringkat industri Internet mudah alih Anda boleh merujuk kepada rajah di bawah. Carta di bawah menunjukkan pangkalan pengguna aktif bulanan daripada QuestMobile.

Syarikat-syarikat Internet utama sedang menghadapi gelombang pemberhentian kerja. Bagaimanakah jurutera algoritma boleh bertahan dalam musim sejuk dalam kerjaya mereka?


Seperti yang dapat dilihat dalam gambar, pada masa lalu Dalam tempoh tiga tahun yang lalu, keseluruhan Internet tidak mengalami pertumbuhan besar Pertumbuhan DAU bersih tahunan hanya 20 juta (produk tertentu mempunyai lebih daripada 100 juta DAU Oleh itu, tahap pertumbuhan ini sukar untuk menyokong pertumbuhan APP. Dari sudut pandangan ini, skala pengguna Internet telah lama stabil, jadi kaedah awal menggunakan dividen demografi dan memperoleh hasil melalui taktik orang ramai tidak lagi boleh dilaksanakan, dan keseluruhan industri Internet telah menjadi pasaran saham perlu dikenali sekarang.

Industri Internet dibahagikan lagi kepada trek berikut:

(1) E-dagang

① Pada tahun-tahun awal, syarikat e-dagang seperti Pinduoduo, Alibaba dan JD.com menggunakan taktik orang ramai dan menggunakan subsidi untuk mencapai pembangunan berskala besar.

② Dalam beberapa tahun kebelakangan ini, ruang untuk pertumbuhan pengguna semakin kecil, dan dividen demografi telah beransur-ansur hilang, jadi subsidi yang serupa akan semakin berkurangan ; dengan Double Eleven Sebagai contoh, dalam beberapa tahun kebelakangan ini, syarikat beli-belah e-dagang tidak lagi mengejar volum transaksi GMV pada hari itu, tetapi mengejar pemaksimumkan keuntungan secara lebih rasional.

③ Satu-satunya dividen demografi dalam industri e-dagang dalam masa terdekat mungkin datang dari pasaran yang merosot, tetapi ruang pertumbuhan masih terhad.

④ Oleh itu , hala tuju pembangunan e-dagang masa hadapan adalah ke arah e-dagang dan e-dagang menegak yang berkualiti.

(2) Komuniti

① Komuniti telah berkembang pesat dalam beberapa tahun kebelakangan ini mengambil Xiaohongshu sebagai contoh, suasana komuniti Xiaohongshu sangat baik: Pengguna sentiasa "ditanam" oleh kandungan Xiaohongshu dan membentuk fikiran mereka kemudian pengguna akan mengambil bahagian secara aktif dalam perbincangan topik yang berkaitan dan bergema antara satu sama lain, sekali gus membentuk penukaran hasil.

② Komuniti ialah landasan yang sedang membangun, dan kami optimis tentang pembangunan masa depannya bagi sesetengah komuniti menegak khusus, walaupun mereka tidak berskala besar kualiti sangat tinggi tinggi.

③ Pembangunan komuniti tidak bergantung pada dividen demografi, tetapi lebih kepada penembusan berbanding pertumbuhan gila, jadi ia adalah hala tuju pembangunan yang menjanjikan.

(3) Permainan

① Prospek trek permainan agak menjanjikan Selain pertumbuhan berterusan perniagaan permainan domestik, terdapat juga jurang yang besar dalam trek permainan Lautan biru terletak dalam perniagaan di luar negara Banyak pengalaman operasi permainan domestik boleh dipindahkan ke luar negara.

Secara umumnya, trek permainan tidak terjejas oleh dividen demografi Internet, dan pada masa yang sama ia mempunyai pembangunan luar negara yang luas Ia adalah trek yang agak menjanjikan.

(4) Rangkaian Sosial

① Bilangan pengguna WeChat adalah hampir dengan bilangan netizen domestik dan penduduk, yang sangat skala besar.

② Parit rangkaian sosial sangat mendalam adalah sukar bagi pengguna untuk berhijrah dengan mudah dari platform sosial asal ke platform sosial yang lain kerana kos penglibatan adalah sangat tinggi Ini juga Salah satu sebab mengapa ByteDance telah mencuba banyak kali dalam perniagaan rangkaian sosial tetapi tidak pernah berjaya.

③ Walaupun rangkaian sosial akan terjejas oleh dividen demografi pada tahap tertentu, disebabkan halangannya yang tinggi, terdapat kebarangkalian tinggi bahawa mereka akan mengekalkan status quo yang stabil pada masa hadapan, iaitu, Dengan WeChat sebagai teras, pelbagai sambungan berdasarkan ekosistem WeChat dibentuk secara beransur-ansur.

④ Algoritma yang terlibat dalam rangkaian sosial terutamanya berdasarkan graf dan kaedah penyebaran komuniti membawa nilai yang sangat terhad kepada rangkaian sosial berskala kecil sahaja rangkaian sosial bersaiz WeChat boleh algoritma seperti model graf, rangkaian komunikasi rangkaian sosial dan penemuan komuniti mempunyai nilai yang sepadan.

⑤ Ringkasnya, pembangunan rangkaian sosial akan menjadi agak stabil, dan sukar untuk mempunyai peluang besar dalam jangka pendek.

(5) Platform maklumat

① Platform maklumat juga semakin berkurangan baru-baru ini, dan pengguna bergantung pada platform maklumat pada tahap tertentu. , tetapi tahap pergantungan tidak kuat.

② Dalam tempoh dua tahun yang lalu, platform maklumat telah banyak dipengaruhi oleh video pendek, yang telah menangkap banyak pasaran pengguna.

③ Dalam konteks ini, platform maklumat akan kembali kepada intipatinya, iaitu untuk mengedarkan maklumat dan memenuhi keperluan maklumat pengguna dalam bidang tertentu.

④ Untuk rekreasi, hiburan, masa membunuh dan maklumat longtail lain, pengguna biasanya memperolehnya melalui platform video pendek, yang membawa cabaran baharu kepada platform maklumat Cabaran yang lebih besar.

⑤ Oleh kerana medium platform maklumat yang kompleks, banyak peraturan dan pengawasan yang ketat, adalah sukar bagi pengguna untuk melaraskan pendapat mereka dengan kesan medan video pendek luaran, platform maklumat mempunyai Kesukaran adalah "peringkat seterusnya".

⑥ Selain itu, platform maklumat juga lebih bergantung kepada dividen demografi pada masa kini, dividen demografi semakin tepu, seterusnya mengehadkan pembangunan platform maklumat.

⑦ Ringkasnya, anda harus berhati-hati apabila memilih trek platform maklumat.

(6) Video pendek

① Perkembangan terbaru video pendek sedang berkembang pesat, dengan tempoh pengguna paling lama, gelagat pengguna terkaya, dan pengguna paling positif bentuk produk dengan maklum balas negatif yang paling intensif adalah yang paling kerap.

② Lagu video pendek mempunyai jenis data yang kaya dan sejumlah besar pengguna, jadi potensi nilai data adalah tinggi dan terdapat banyak ruang untuk pembangunan masa hadapan.

③ Baru-baru ini, iklan video pendek dan juga penstriman langsung telah menjadi semakin biasa potensi besar untuk pengewangan.

④ Ringkasnya, video pendek ialah lagu yang mempunyai banyak peluang dan potensi yang besar.

(3) Tahap industri AI

Syarikat-syarikat Internet utama sedang menghadapi gelombang pemberhentian kerja. Bagaimanakah jurutera algoritma boleh bertahan dalam musim sejuk dalam kerjaya mereka?


Gambar di atas menunjukkan trend perubahan bentuk kitaran hayat teknologi AI dari semasa ke semasa:

① Ia sedang dalam pendakian peringkat lengkung kiri Ia merupakan teknologi AI yang sedang muncul, dan prospek teknologi masih belum dapat dilihat.

② Di palung keluk tengah adalah teknologi AI dengan ketidakpastian teknologi ini masih memerlukan masa dan ujian pasaran "pecah gelembung".

③ Lengkung di sebelah kanan menunjukkan bahawa teknologi AI telah menembusi "bubble burst" dan menunjukkan serta memendakan nilai teknologi AI jika digabungkan dalam beberapa tahun akan datang Keperluan pengguna dan aplikasi produk yang lebih baik akan melihat teknologi "membuat kemunculan semula."

④ Hujung kanan lengkung ialah peringkat paling ideal dalam pembangunan teknologi AI, dan penghasilan teknologi terus membawa pertumbuhan dan hasil yang objektif.

Ambil beberapa arahan AI popular terkini sebagai contoh untuk diperkenalkan secara terperinci:

(1 ) AIGC

AIGC sangat popular baru-baru ini, seperti Stable Diffusion, Midjourney dan alatan lukisan AI yang lain. Kemunculan Chat-GPT juga telah menumbangkan banyak model dalam bidang CV dan NLP, mencerminkan kuasa produk yang kukuh bagi model besar. Ramai jurutera bimbang bahawa kemunculan model besar itu akan menimbulkan ancaman kepada jurutera algoritma, malah kepada semua manusia Malah, ia masih jauh dari "ancaman", dan realisasi kecerdasan buatan umum (AGI) masih mempunyai. jauh lagi, sama ada lukisan AI atau ChatGPT, algoritma itu belum mempunyai keupayaan logik dan kesedaran. Apabila teknologi berkembang ke peringkat tertentu dan menemui idea produk yang baik, ia pasti akan meletup Oleh itu, sama ada lukisan AI atau ChatGPT, terdapat keperluan pengguna dan idea produk di belakangnya. Pencerahan yang dibawa oleh ini ialah: teknologi dan perniagaan tidak akan pernah dipisahkan Hanya dengan memahami perniagaan sepenuhnya nilai yang dibawa oleh teknologi algoritma dapat dimaksimumkan.

(2) Pemanduan autonomi

Pemandu autonomi ialah hala tuju yang menjanjikan, bertujuan untuk menyelesaikan masalah muktamad: cara mengoptimumkan aliran trafik jalan raya. Pemanduan autonomi dibahagikan kepada banyak peringkat matlamat Perkara pertama yang perlu dicapai ialah "kepintaran basikal". Di luar negara, pemanduan autonomi FSD telah mencapai tahap yang agak matang manakala di China, teknologi pemanduan autonomi bagi syarikat pemanduan autonomi peringkat pertama seperti Xpeng, sebuah syarikat kereta yang sedang berkembang, dan Baidu Apollo, platform pihak ketiga yang bebas; , juga semakin matang. Pemanduan autonomi itu sendiri adalah produk yang membantu atau bahkan menggantikan manusia, membebaskan tenaga manusia pada tahap tertentu dan membuat orang berasa lebih selamat. Ringkasnya, pemanduan autonomi mempunyai potensi yang besar dan prospek yang cerah, dan visi ke arah ini juga hebat, jadi ia adalah arah yang patut dipertimbangkan.

(3) CV/NLP

CV dan NLP ialah dua hala tuju penyelidikan arus perdana pembelajaran mendalam tradisional , yang boleh dibandingkan dengan fizik dan kimia dalam disiplin asas, dan merupakan asas kepada banyak model AI. CV alamat "apa yang saya lihat" dan NLP alamat "apa yang saya dengar dan katakan". Jika kedua-dua arah CV dan NLP diatasi, mesin akan belajar dan memahami manusia dengan lebih baik, dan akan mempunyai banyak keupayaan "synaesthesia". Oleh itu, dua arah CV dan NLP adalah malar hijau, terutamanya ledakan lukisan AI dan idea produk Chat-GPT, yang seterusnya akan menggalakkan pembangunan bidang CV dan NLP. Ringkasnya, CV dan NLP adalah dua arah yang patut diterokai.

(4) AI untuk Sains (AlphaFold2)

Aplikasi AI dalam bidang saintifik mungkin kurang menarik perhatian ke arah ini, tetapi ia masih mempunyai keupayaan yang sama Nilai dan prospek yang baik. Salah satu arahan aplikasi ialah pengkomputeran kuantum, yang menggunakan ciri-ciri komuniti fizik untuk menyelesaikan masalah keupayaan pengkomputeran super lain ialah ramalan struktur gen protein (AlphaFold2), yang sangat penting untuk penyelidikan dan pembangunan yang baru; dadah, terutamanya penyelidikan dan pembangunan ubat sasaran kanser. Menurut teknologi perubatan dan aplikasi AI dalam bidang perubatan dan kesihatan, dalam beberapa tahun kebelakangan ini, ia masih lebih pada tahap teori Dalam dua tahun kebelakangan ini, banyak keputusan model telah muncul, dan keputusan awal telah dicapai. Oleh itu, visi masa depan AI untuk Sains, terutamanya dalam bidang perubatan, masih sangat baik Dalam beberapa dekad akan datang, jangka hayat manusia berkemungkinan akan dilanjutkan kerana kejayaan dalam teknologi AI. Ringkasnya, nilai masa depan sains AI dan juga bidang perubatan AI adalah besar, tetapi bahagian penyelidikan ini masih dalam peringkat awal, dan tempoh sebelum pengkomersialan adalah agak panjang, jurutera algoritma muda boleh mempertimbangkan untuk mencuba pemotongan jenis ini -pertandingan tepi Tao, ambil kesempatan.

(5) Sistem yang disyorkan dan pengiklanan pengiraan

Sistem yang disyorkan dan pengiklanan pengiraan tergolong dalam runut "carian dan pengiklanan" yang lebih tradisional dua tahun yang lalu, tiada kejayaan di peringkat metodologi telah dicapai Dalam beberapa tahun kebelakangan ini, kertas persidangan teratas kebanyakannya tertumpu pada kejayaan dalam beberapa masalah kecil. Jejak carian dan promosi lebih bergantung pada perniagaan Jika tiada kejayaan yang lebih besar di peringkat perniagaan, maka prospek pembangunan algoritma akan menjadi terhad. Sebaliknya, kumpulan bakat dalam bidang ini agak tepu dan persaingan yang sengit, jadi pertimbangkan trek ini dengan teliti.

2. Penilaian Kendiri

Selain meningkatkan kefahaman tentang Wawasan, kita juga mesti menjalankan kendiri sepenuhnya penilaian . Penilaian kendiri terutamanya dipertimbangkan daripada 3 dimensi:

(1) Apakah yang anda mahir?

Apa yang anda kuasai selalunya bukan perkara yang anda nilai sendiri Secara amnya, anda boleh merujuk bahagian mana pengalaman kerja anda yang lalu benar-benar mengagumkan orang lain. Diri dalam tanggapan orang lain mungkin berbeza daripada diri sendiri pada pandangan anda sendiri, dan apa yang anda mahir mesti datang daripada apa yang orang lain kenali.

(2) Apakah minat anda? (Ikut kata hati anda)

Adalah sangat penting untuk mencari tempat menarik anda sendiri. Setiap orang mempunyai tempoh kekeliruan mereka sendiri Dalam tempoh sedemikian, adalah lebih penting untuk mengikut kata hati anda dan mencari kawasan yang benar-benar menarik minat anda.

(3) Bolehkah ia memberi anda pendapatan yang lumayan?

Tempat kerja Kehidupan sebenarnya adalah satu proses yang agak mudah untuk memadankan nilai diri dengan keperluan syarikat Syarikat menukar nilai peribadi melalui imbuhan Oleh itu, pendapatan yang munasabah dan cukup adalah sangat munasabah dan sangat diperlukan. Tetapi jangan hanya fokus kepada pendapatan, nilai kerja, ruang pertumbuhan dan aspek lain juga perlu dipertimbangkan secara menyeluruh.

3 Kosongkan laluan dan gilap teknologi

Tidak kira betapa terperinci perancangan, ia mesti akhirnya. dilaksanakan melalui tindakan .

1. Laluan

Langkah pertama dalam tindakan adalah untuk menjelaskan laluan tindakan anda:

(1) Buat rancangan jangka pendek dan rancangan jangka panjang

① Jika anda hanya mempunyai rancangan jangka pendek dan kekurangan Jika anda merancang untuk jangka masa panjang, anda akan mudah keliru selepas rancangan itu siap.

② Jika anda hanya mempunyai perancangan jangka panjang tetapi kurang perancangan jangka pendek, anda akan mudah menjadi pemimpi Jika anda kekurangan pelaksanaan praktikal, jangka panjang perancangan akan menjadi di luar jangkauan.

③ Pastikan anda menggabungkan perancangan jangka pendek dan perancangan jangka panjang sebagai laluan tindakan anda sendiri;.

④ Titik masa yang ditakrifkan antara perancangan jangka pendek dan perancangan jangka panjang berbeza-beza bagi setiap orang Secara umumnya disyorkan bahawa perancangan jangka pendek harus berdasarkan setengah tahun, dan perancangan jangka panjang harus berdasarkan 2-3 Tahun adalah kitaran.

(2) Lihat laluan pertumbuhan dari perspektif yang berbeza

① Seperti yang dinyatakan di atas Ambil Cabaran Kerjaya 2 (dari Junior ke Senior) sebagai contoh Seorang jurutera telah dinaikkan pangkat di sebuah kilang besar (contohnya, dari Alibaba P7 hingga P9), dan keupayaan di sebalik pangkat ini perlu sangat jelas kepada mereka. jurutera.

② Intipati pertumbuhan adalah melalui 4 peringkat:

a) Penyelesai masalah - Selesaikan masalah remeh: Hanya dengan dapat menyelesaikan masalah remeh sahaja anda boleh menyelesaikan masalah yang lebih besar.

b) Penyelesaikan Masalah - Selesaikan jenis masalah secara sistematik : Ambil penurunan DAU APP sebagai contoh jika DAU boleh dikurangkan Setelah laluan analisis masalah jelas dibongkar dan penyelesaian yang sepadan disediakan, ia akan berkembang dari peringkat Penyelesai Masalah kepada peringkat Penyelesai Masalah.

c) Growth Hacker - Pimpin pasukan ke arah yang betul : Pergi lebih jauh, analisis dengan jelas dan satukan semua sebab penurunan DAU Sekali diselesaikan, anda akan mempunyai keupayaan untuk memimpin pasukan APP untuk mencapai pertumbuhan DAU.

d)Perintis Perniagaan - Pemimpin Perniagaan: Apabila anda berkembang menjadi pemimpin perniagaan, anda akan mempunyai keupayaan dan kuasa yang mencukupi untuk Membuat keputusan sumber dan hala tuju.

③ Menjelaskan laluan pertumbuhan anda sendiri adalah lebih instruktif daripada menjelaskan pangkat seperti P5 atau P8.

2. Teknologi

Sebagai jurutera algoritma, teknologi cemerlang adalah prasyarat:

(1) Kekal maju dalam teknologi - (Qi, Shu, Dharma, Tao)

① Berkuasa Keupayaan pembangunan kejuruteraan: Sebagai seorang jurutera, keupayaan pembangunan adalah keupayaan yang paling asas.

② Prinsip pembelajaran mesin yang kukuh: Prinsip pembelajaran mesin adalah universal dan akan membawa kepada beberapa idea analisis Pada masa yang sama, pembelajaran mesin juga mendalam model pembelajaran dan lebih besar Asas model.

③ Penjejakan persidangan teratas dan hala tuju terkini: Walaupun arahan persidangan teratas dalam akademik dan dalam industri mungkin tidak disegerakkan, yang canggih arahan dalam akademik selalunya boleh memberikan Industri memberikan inspirasi untuk idea penyelesaian.

④ "Amalan terbaik" dalam industri: Setiap jurutera perlu mengumpul "amalan terbaik" yang digunakan untuk senario tertentu dalam industri masing-masing melalui pengumpulan dan pemendakan. pengalaman industri yang berharga terbentuk secara beransur-ansur.

(2) Kekalkan pelaksanaan yang kukuh

Semua rancangan, akhirnya Semuanya bergantung pada pelaksanaan, pelaksanaan yang begitu kuat dan daya pandu sendiri sangat diperlukan.

3. Mentaliti

Malah, ini bukan sahaja tempat kerja, tetapi juga dalam banyak bidang: menyesuaikan diri mentaliti anda dengan baik, banyak Perkara akan berjaya akhirnya. Mentaliti yang baik terutamanya merangkumi bahagian berikut:

(1) Fokus Kolaboratif

Komunikasi dan kerjasama harus menumpukan pada menyelesaikan beberapa isu utama, sekali gus mengurangkan pertemuan bermakna yang tidak perlu .

(2) Ambil langkah ke hadapan

Sebagai jurutera algoritma, anda mesti Untuk mengambil satu langkah lagi ke hadapan. Ketahui lebih lanjut tentang permintaan produk dan pasukan operasi, dan pertimbangkan isu dari perspektif pihak lain. Ia adalah perlu untuk mempunyai "pemikiran mengisi tempat duduk" dan bekerjasama dengan rakan kongsi lain seperti produk dan operasi untuk membuat kemajuan Masing-masing boleh belajar daripada kekuatan dan kelemahan masing-masing, dan akhirnya bekerjasama untuk menyelesaikan sesuatu. Jangan menolak atau melawan permintaan yang dibuat oleh pasukan produk dan operasi, jangan mengabaikan beberapa idea pihak lain kerana pihak lain tidak cukup berpengalaman atau cukup bertimbang rasa, sehingga terlepas peluang untuk melancarkan produk.

(3) Kosongkan fikiran

Apabila menghadapi masalah yang sukar, Anda mungkin serta cuba untuk mengosongkan fikiran anda, meninggalkan corak pemikiran yang wujud, dan fikirkan semula teras perniagaan anda. Selepas mengeluarkan beban yang wujud, anda mungkin merasakan bahawa masalah semasa mungkin sebenarnya tidak begitu rumit dan boleh diselesaikan langkah demi langkah.

(4) Kekalkan hati yang agak kuat

Biasa dalam industri Internet Tekanan yang tinggi dan persaingan dalam industri sangat kejam, jadi anda mesti mengekalkan hati yang kuat, menghadapi kesukaran dan cabaran dengan tenang, dan tidak diganggu oleh dunia luar

4. Seimbangkan hubungan penting

(1) Hubungan ibu bapa-anak keluarga

Hubungan keluarga adalah sangat penting gembira apabila semuanya ada di rumah". Menghabiskan lebih banyak masa bersama keluarga adalah kunci Perkara yang sangat penting.

(2) Keseimbangan Kerja-Kehidupan

Kerja hanyalah sebahagian daripada kehidupan , jadi kita masih perlu mengimbangi kerja dan kehidupan dengan lebih baik, bekerja dengan cekap dan hidup dengan penuh perhatian.

(3) Kepentingan Peribadi

Adalah disyorkan bahawa semua orang boleh membangunkan satu atau dua perkara Minat dan hobi anda sendiri membolehkan otak anda beroperasi dengan cara yang berbeza, yang sangat membantu untuk merehatkan keadaan anda.

4 Ringkasan

Artikel ini memfokuskan kepada 3 bahagian:

<.>

① Cabaran yang dihadapi dalam tiga peringkat penting di tempat kerja.

② Cara merancang: Visi, penilaian diri, ambil tindakan.

③ Kosongkan laluan, gilap teknologi, miliki sikap positif dan kendalikan perhubungan penting dengan baik.

5. Sesi Soal Jawab

S1: Jika sesuatu kedudukan menghadapi masalah seperti "pengoptimuman 35 tahun", adakah perlu mendalaminya ?

J1: Soalan ini melibatkan isu "mentaliti" yang disebutkan di atas: "Jangan gembira dengan sesuatu, jangan bersedih dengan diri sendiri." Malah, setiap orang akan menghadapi "masalah 35 tahun", yang ditentukan oleh persekitaran dan pasaran dan kita tidak boleh memutuskan dunia luar, tetapi kita boleh membuat keputusan sendiri, jika kita bekerja keras untuk menjadi diri kita sendiri; semuanya akan baik-baik saja. Sama ada perlu mengkaji secara mendalam, kuncinya masih terletak pada hala tuju perancangan kerjaya anda, serta hala tuju dan tahap kajian mendalam anda sendiri. Jika anda ingin mengambil jalan pembangunan seorang jurutera, ia masih perlu untuk terus bekerja keras dalam bidang anda sendiri dan meletakkan asas yang kukuh, yang akan sangat membantu pada masa akan datang, anda juga mesti mempertimbangkan pengembangan arah perniagaan dan pengurusan, seperti yang dinyatakan dalam artikel "T type of talent". Ringkasnya, kuasa membuat keputusan "sama ada 35 tahun dioptimumkan" tidak terletak pada anda Daripada bimbang, adalah lebih baik untuk terus meningkatkan kebolehan peribadi anda dan menjadikan diri anda lebih aktif dan proaktif di tempat kerja.

S2: Bagaimanakah anda melihat kesan pembangunan model besar ke atas jurutera algoritma?

A2: Di satu pihak, model bahasa yang besar menghasilkan kesan yang hebat menggunakan data latihan yang mencukupi tetapi sebaliknya, pembangunan model besar tidak dapat dipisahkan daripada produk. "Pembungkusan" produk dan "kot" produk dibuang Intipatinya masih merupakan model algoritma klasik, tetapi magnitud parameter adalah besar dan korpus latihan lebih kaya. Kelebihan utama model besar ialah ia mempunyai lebih banyak data latihan dan menggabungkan beberapa algoritma pembelajaran pengukuhan untuk mencapai yang terbaik dalam setiap butiran latihan data. Oleh itu, bagi jurutera algoritma, tidak perlu terlalu bimbang, tetapi untuk melihat model besar ini secara positif: Pertama, model besar telah membawa "peningkatan" kepada keseluruhan industri algoritma AI, iaitu, mereka telah diiktiraf secara meluas oleh pasaran dari peringkat modal kedua, Model besar menunjukkan arah untuk jurutera algoritma, dan hanya dengan menggabungkan produk, perniagaan dan teknologi mereka boleh mencari jalan keluar. Bagi menggunakan model AI untuk menulis kod secara automatik, ia boleh dilihat sebagai bantuan kepada produktiviti dan bukannya menggantikan orang.

S3: Apakah perbezaan terbesar antara orang biasa dan pakar dalam medan carian yang disyorkan?

A3: Mana-mana teknologi boleh dibahagikan kepada empat peringkat: instrumen, teknik, kaedah dan Tao. Orang biasa mungkin lebih pada tahap instrumen dan kemahiran: menggunakan model yang sangat mewah, menggunakan pelbagai helah untuk melaraskan parameter, dan akhirnya mencapai keputusan yang lebih memuaskan manakala sarjana sering mengalami kedua-dua tahap ini dan mendapati bahawa walaupun kedua-dua tahap ini boleh Ia boleh menyelesaikan beberapa masalah praktikal, tetapi ia tidak dapat menyelesaikan beberapa masalah peringkat tinggi Ini melibatkan Tao dan Dharma, dan melibatkan isu penting yang lebih mendalam. Ambil cadangan sebagai contoh, bagaimana untuk meningkatkan kepuasan pengguna: Oleh kerana pencirian kepuasan pengguna adalah agak subjektif, cara memecahkannya kepada beberapa penunjuk objektif dan boleh diukur akan menguji kemahiran jurutera algoritma. Untuk memberikan contoh khusus: CTR ialah penunjuk yang biasa digunakan, yang boleh mengukur kepuasan pengguna pada tahap tertentu tetapi jika anda hanya mengoptimumkan matlamat tunggal CTR, ia mungkin membawa banyak "clickbait" oleh itu, anda perlu gunakan penunjuk lain Untuk mengimbangi isu ini; dan pemilihan penunjuk memerlukan pengumpulan pengalaman di satu pihak, dan pemahaman yang mendalam tentang perniagaan di sisi lain, yang melibatkan tahap undang-undang dan Tao. Oleh itu, kita mesti melihat "tahap" secara rasional dan kembali kepada intipati: sebagai jurutera algoritma, apa yang perlu kita lakukan ialah menggunakan keupayaan kejuruteraan untuk menyelesaikan masalah sebenar dan membawa nilai, bukannya "menunjukkan kemahiran" dan bermain dengan model; dapat menyelesaikan masalah dengan cekap adalah nilai terbesar kepada syarikat.

S4: Jika anda mengambil perantis, butiran jahat manakah yang akan anda ajar dia untuk memberi perhatian lebih?

A4: Ini pertama bergantung pada tahap keupayaan perantis. Jika perantis adalah graduan baru, dia tidak boleh mempunyai terlalu banyak keperluan dan perlu meneruskan langkah demi langkah jika perantis adalah seorang veteran dalam industri dan telah membentuk metodologinya sendiri dalam industri, jika dia boleh mencapai tugas itu; objektif, dia tidak perlu melakukan terlalu banyak langkah tambahan. Dari perspektif pengurusan pasukan, kerana setiap orang mempunyai titik terang mereka sendiri dan juga kekurangan mereka sendiri, adalah sukar untuk membuat keperluan bersatu, sebagai ketua pasukan, saya akan memberi lebih perhatian kepada kaedah pemikiran pekerja dan idea penyelesaian masalah, dsb Jika terdapat ketidaksempurnaan, ketidaklengkapan, malah penyelewengan dan kesilapan dalam aspek ini, ia perlu ditunjukkan dan diperbetulkan secepat mungkin. Di samping itu, apabila ia berkaitan dengan penyeragaman penghantaran, seperti spesifikasi model dalam talian, spesifikasi struktur kod dan kelengkapan anotasi kod, keperluan yang lebih ketat akan dikenakan secara amnya tidak mempunyai keperluan yang terlalu ketat dan tidak akan tertakluk kepada keperluan yang ketat. Ia tidak akan melibatkan terlalu banyak "perincian syaitan".

S5: Artikel tersebut menyebut bahawa bidang carian dan promosi tidak begitu berkembang sejak beberapa tahun kebelakangan ini, jadi apakah hala tuju pembangunan masa depan?

A5: Bukannya tiada perkembangan dalam bidang pencarian dan pengiklanan dalam tempoh dua tahun yang lalu, tetapi tiada kejayaan besar dalam bidang teknikal , dan masih terdapat banyak pembangunan ke arah pembahagian. Walau bagaimanapun, perkembangan dalam dua tahun yang lalu lebih di peringkat perniagaan, kerana hala tuju bidang ini disokong terutamanya oleh perniagaan, oleh itu, jika tidak ada "letupan" revolusioner dalam perniagaan, ia akan menjadi sukar untuk memacu utama kejayaan dalam teknologi. Bagi hala tuju pembangunan masa hadapan, tidak sepatutnya ada rangka kerja model baharu dan mengganggu ke arah umum masih akan ada banyak ruang untuk pembangunan di kawasan dan hala tuju, yang bergantung terutamanya pada industri dan industri tertentu arah dalam industri, anda boleh memberi lebih perhatian kepada persidangan teratas yang berkaitan dalam industri untuk mencari jawapan.

S6: Seorang jurutera mempunyai pengalaman selama 3 tahun dalam pengilang besar dalam arah yang disyorkan yang mana lebih sesuai untuk ditukar?

A6: Apabila bertukar antara runut algoritma, anda mesti menjalankan penilaian kendiri terlebih dahulu dan mempunyai pemahaman yang tepat dan menyeluruh tentang minat dan kekuatan anda sendiri Contohnya, sama ada anda lebih suka mengkaji model Kaedah ini masih lebih kepada menyelesaikan masalah perniagaan, seperti sama ada terdapat mana-mana subbahagian yang saya cukup baik dan mahir dalam pengalaman 3 tahun saya dalam pengilang besar di samping itu, saya juga perlu mempertimbangkan pembangunan mana; arah berdaya saing secara semula jadi, seperti arah pemanduan autonomi yang dinyatakan dalam artikel Ini adalah hala tuju kompetitif dengan masa depan yang menjanjikan dan hampir dilaksanakan. Secara umumnya, memandangkan algoritma pengesyoran disambungkan secara langsung kepada perniagaan, jurutera algoritma pengesyoran akan mempunyai kepekaan perniagaan yang kuat, jadi mudah untuk menjadi penyelesai masalah yang baik dalam pelbagai arah.

S7: Pada masa ini, kebanyakan jawatan algoritma dipertandingkan oleh pelajar sarjana dan kedoktoran dari universiti peringkat tinggi Bagaimana pelajar dari universiti biasa boleh menyertai pertandingan itu? Adakah saya perlu menukar kedudukan saya?

J7: Kilang besar mungkin mempunyai keperluan yang lebih tinggi untuk kolej dan kelayakan akademik, tetapi selepas menyertai perniagaan, lebih banyak pergantungan diletakkan pada keupayaan peribadi pelajar dari kolej biasa Anda boleh berusaha untuk lebih banyak peluang latihan dan kumpulkan lebih banyak pengalaman projek tanpa terlalu risau tentang latar belakang sekolah anda.

S8: Apakah yang perlu saya lakukan jika saya terlalu sibuk di tempat kerja dan tiada masa untuk mengikuti kertas kerja?

J8: Pilih beberapa kertas teratas yang menarik dan teruskan mengikutinya pada masa yang sama, beri perhatian lebih kepada platform seperti Zhihu, serta beberapa forum teknologi industri, akan ada blogger yang berkaitan untuk membantu Mengklasifikasikan artikel persidangan teratas dan menulis ringkasan Anda boleh membaca lebih lanjut untuk mencari arah yang anda minati. Masa diperah. Luangkan setengah jam hingga satu jam setiap hari untuk benar-benar mengkaji kertas itu dan memperhalusi perkara-perkara teknikal utama, dan kemudian meringkaskan dan menyusunnya dengan kerap, anda boleh mencapai hasil yang baik.

S9: Apakah pendapat anda tentang cadangan video yang panjang?

A9: Mekanisme pengendalian platform video panjang dan platform video pendek agak berbeza. Pengesyoran video panjang lebih menumpukan pada kandungan video, jadi jurutera algoritma dikehendaki memikirkan secara terbalik tentang titik kesakitan pengguna yang menggunakan video panjang dari perspektif perniagaan di samping itu, beberapa unit mengubah video panjang menjadi video pendek dan mengekstrak sorotan dalam video panjang , tukar video panjang kepada video pendek melalui "potongan", dan kemudian gunakan idea video pendek untuk membuat cadangan. Dari perspektif produk, kita boleh menggunakan idea video pendek untuk mengesyorkan video panjang melalui kaedah "video panjang dengan video pendek" khususnya, klip dan treler video panjang diedit untuk menarik pengguna menonton, dan kemudian melalui laluan produk untuk membimbing pengguna menonton versi penuh, dan akhirnya membimbing pengguna untuk menjadi ahli dan meningkatkan nilai pengguna. Pencerahan yang dibawa oleh ini ialah jurutera algoritma masih perlu kembali kepada perspektif produk dan perniagaan untuk mencapai kejayaan, dan tidak boleh terhad kepada perspektif algoritma.

S10: Adakah algoritma memerlukan kelayakan akademik yang tinggi? Adakah pengambilan sosial sangat mementingkan pengalaman lalu? Jika anda tidak berminat dengan arah teknikal semasa, bagaimana untuk berubah?

J10: Jika industri cukup terlibat dan tekanan persaingan tinggi, isu kelayakan akademik tidak boleh dielakkan jika sekolah dan kelayakan akademik tidak dominan, anda boleh menambah projek Untuk "menyelamatkan negara melalui selekoh" melalui pengalaman. Dari segi pengambilan sosial, syarikat memberi lebih perhatian kepada pengalaman lepas dan berharap dapat memperkenalkan pengalaman kerja lepas calon untuk memperkasakan perniagaan semasa syarikat, kedua, mereka juga perlu meneliti kualiti asas calon, termasuk pemacu kendiri, keupayaan belajar; , dan cara berfikir , keupayaan pengekodan, dsb. Bagi menukar hala tuju di tempat kerja, anda boleh mempertimbangkan untuk menukar arah dalam syarikat terlebih dahulu untuk memberi diri anda tempoh percubaan dan peralihan.

S11: Algoritma pengesyoran telah memasuki tempoh kesesakan. Adakah ia perlu menyelidiki data asas dengan lebih mendalam (seperti Hadoop, SQL, dll.)?

J11: Dari perspektif kejuruteraan, Hadoop, SQL, dll. sememangnya merupakan seni bina asas data tetapi sebagai jurutera algoritma, kita harus mencari kejayaan daripada produk dan perniagaan arah , bukannya memupuk dan mengoptimumkan struktur asas secara mendalam.

S12: Bos dari institut penyelidikan dan tidak mempunyai pengalaman pelaksanaan kejuruteraan, tetapi dia terlalu memberi perhatian kepada butiran di tempat kerja dan menggunakan kelebihan produk pesaing untuk menafikan dan menyekat pekerja. Bagaimana untuk memperbaiki keadaan ini?

J12: Sebenarnya, bos yang baik harus mengembang ke luar daripada memerah ke dalam. Jika malangnya anda bertemu dengan bos yang terbiasa menyelit ke dalam, anda boleh membimbing bos untuk melihat ke luar dengan tekun, memahami titik kesakitan bos, dan melakukan kerja yang baik dalam pengurusan ke atas. Di samping itu, jika bos anda benar-benar sukar untuk bergaul dan tidak dapat berkomunikasi dengan anda, dan anda tidak mahir atau berminat dengan kandungan pekerjaan, dan pekerjaan itu tidak dapat memberi anda pendapatan yang memuaskan malah menjejaskan kehidupan anda, maka ia masih disyorkan untuk mencari kerja lain.

S13: Pengiklanan carian atau NLP, arah manakah yang lebih baik untuk pekerjaan pada masa hadapan?

J13: Carian dan pengiklanan lebih dekat dengan perniagaan, manakala NLP ialah arah yang agak asas. Dalam beberapa tahun kebelakangan ini, pembangunan perniagaan pengiklanan carian dan promosi telah menjadi agak matang, tetapi hala tuju NLP menghadapi masalah besar, iaitu sukar untuk mencapai pelaksanaan produk. Jika anda boleh mencari arah pendaratan yang baik dari perspektif perniagaan, anda boleh mencuba NLP jika tidak, adalah disyorkan untuk mencari dan mempromosikan. Ringkasnya, terdapat topik aplikasi perniagaan siap pakai dalam medan carian dan promosi, dan anda hanya perlu menggunakan algoritma untuk "menyelesaikan masalah" sebaliknya, dalam bidang NLP, soalan asal adalah sangat mudah, tetapi jawapannya adalah sangat kompleks.

S14: Adakah terdapat ambang yang tinggi untuk menukar arah algoritma semasa kerja?

J14: Terdapat ambang ia bergantung pada asas peribadi anda dan beralih arah. Sebagai contoh, jika ia bertukar dalam Sougongtui, kesukarannya agak kecil tetapi jika ia bertukar antara CV/NLP dan Sougangtui, ia agak sukar. Oleh itu, masih banyak kos untuk menukar arah algoritma semasa bekerja, terutamanya apabila pengambilan sosial memberi lebih perhatian kepada pengalaman lalu. Walau bagaimanapun, jika anda mempunyai kualiti keseluruhan yang kukuh, keupayaan pembelajaran yang cemerlang dan motivasi diri, dan perniagaan syarikat memerlukan bakat sedemikian, akan ada banyak peluang untuk menukar arah. Jika anda memutuskan untuk menukar arah, anda perlu memilih jalan, membuat rancangan dan terus mengambil tindakan.

S15: Apakah masa depan bidang ramalan siri masa? Adakah terdapat sebarang arah popular untuk disyorkan?

J15: Terdapat korelasi yang tinggi antara senario dagangan kuantitatif dan ramalan siri masa tidak digunakan di banyak tempat dalam medan pengesyoran carian, mungkin dalam tingkah laku pengguna; pemodelan jujukan Ia terlibat dalam bidang pemanduan autonomi juga mungkin melibatkan beberapa ramalan siri masa, seperti perancangan laluan FSD, penggabungan berbilang bingkai dan senario lain dalam bidang video mempunyai korelasi yang kuat dengan senario masa seperti trafik; ramalan dan ramalan nilai pelanggan Kolerasi yang kukuh dengan ramalan siri masa.

S16: Seorang jurutera algoritma telah bekerja dalam industri selama 3 tahun dan masih merasakan kerja itu sukar Oleh itu, dia ingin tahu sama ada arah algoritma bergantung lebih kepada bakat atau kerja keras?

J16: Pertama sekali, adalah perlu untuk menjelaskan sama ada kunci kepada "kesukaran" terletak pada membaca kertas kerja atau menyelesaikan masalah perniagaan. Pada peringkat awal kerjaya, pasti akan ada tempoh kekeliruan, kekecewaan dan kebimbangan Situasi ini berbeza-beza dari orang ke orang, jadi sukar untuk memberikan jawapan yang jelas lebih kepada mengikut kata hati dan mencari minat anda sendiri kekuatan.

S17: Apakah perbezaan antara algoritma pengesyoran dan perlombongan data?

A17: Perlombongan data ialah teknologi yang lebih asas, dan algoritma pengesyoran ialah aplikasi peringkat lebih tinggi, banyak teknologi perlombongan data digunakan dalam algoritma pengesyoran.

S18: Dari perspektif pengambilan sosial, apakah tahap pengalaman kerja selama 3 tahun ke arah algoritma pengesyoran e-dagang yang perlu dicapai?

A18: Pengalaman selama 3 tahun secara amnya boleh mencapai tahap separa senior, sepadan dengan tahap ke-9 Alibaba dan Tencent dengan 2 tahun pembangunan lanjut, anda boleh capai secara umumnya Tahap P8 atau Tencent Ali tahap 10.

Atas ialah kandungan terperinci Syarikat-syarikat Internet utama sedang menghadapi "gelombang pemberhentian kerja". Bagaimanakah jurutera algoritma boleh bertahan dalam "musim sejuk" dalam kerjaya mereka?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan:
Artikel ini dikembalikan pada:51cto.com. Jika ada pelanggaran, sila hubungi admin@php.cn Padam