Les grandes sociétés Internet sont confrontées à une « vague de licenciements ». Comment les ingénieurs en algorithmes peuvent-ils survivre à « l'hiver froid » de leur carrière ?

1. Trois étapes importantes dans le monde du travail

Réfléchir aux parcours professionnels implique une question philosophique : D'où je viens et où est-ce que je veux aller ? En tant qu'ingénieur en algorithmique, vous serez généralement confronté aux trois étapes de défis suivantes au cours de votre carrière.

1. Défi 1 : La transition de l'étudiant au monde du travail

C'est la seule voie pour tous les travailleurs. À l'école, la relation entre les tuteurs et les étudiants est relativement simple et simple ; sur le lieu de travail, vous rencontrerez de nombreuses choses complexes auxquelles vous n'avez jamais été exposé auparavant. À cet égard, nous avons les suggestions suivantes :

① Participer à au moins un stage avant de rejoindre officiellement le poste pour s'adapter à l'avance à la vie au travail.

② Restez curieux sur le lieu de travail, consultez et communiquez davantage avec les seniors, parlez moins, regardez plus et faites plus.

③ Maintenir la capacité d'apprentissage sur le lieu de travail, se concentrer sur l'accumulation de connaissances et de capacités de base et les combiner avec des problèmes pratiques sur le lieu de travail.

④ Corrigez votre mentalité et ne méprisez pas le sale boulot Vous pouvez également accumuler de l'expérience et du crédit dans de petites choses.

2. Défi 2 : Transition de Junior à Senior

C'est aussi le chemin de croissance vécu par la plupart des professionnels seniors. En prenant comme exemple les principaux fabricants nationaux, les rangs juniors de Tencent sont d'environ 6 à 9, ce qui équivaut à peu près au P5-P7 d'Alibaba, correspondant au processus de croissance d'ingénieur junior à ingénieur senior. Cette étape est une étape importante pour accumuler des compétences commerciales et une profondeur technique. La durée que chaque personne traverse à ce stade varie en fonction des opportunités de carrière, du statut personnel et de l'espace de croissance de l'entreprise. À cet égard, il existe plusieurs suggestions :

(1) Compréhension approfondie de la nature de l'entreprise ​

Par rapport aux idées et à la recherche folles, la « mise en œuvre » des idées est plus important. Les récentes orientations de développement de pointe de l'industrie Internet, y compris l'émergence de grands modèles tels que Chat-GPT et AIGC, sont le produit d'une innovation technologique qui suit de près les besoins des utilisateurs et les produits correspondants. Le grand modèle de langage derrière le Chat-GPT récemment populaire est en fait apparu très tôt. Cependant, en raison de l'absence de « point de bascule » dans l'application au début, il n'a pas pu être « implémenté » via le produit, il n'a donc pas été largement diffusé. utilisé. En tant qu'ingénieur en algorithme, vous devez partir de la nature du produit et de l'activité pour comprendre et exploiter la valeur apportée par l'algorithme.

(2) Plongez en profondeur dans la technologie​

Développez et améliorez continuellement vos capacités techniques. En prenant le système de recommandation comme exemple, il est nécessaire d'avoir une compréhension complète des capacités de modélisation des modèles tels que le rappel et le classement (y compris le classement mixte et le classement fin), ainsi que les avantages et les inconvénients des modèles SOTA, et les progrès des modèles de pointe.

(3) Développement des talents en forme de T ​

Le talent en forme de T est un concept souvent mentionné, qui fait référence à l'amélioration de ses propres compétences tout en garantissant la profondeur technique de sa propre piste technique. . L'évolutivité comprend deux aspects, l'un est le niveau métier et l'autre est le niveau technique. Toujours en prenant le système de recommandation comme exemple, les ingénieurs en algorithmes dans le domaine du système de recommandation recommandent d'en apprendre davantage sur les principes de base du CV et de la PNL pour mieux responsabiliser les entreprises concernées.

En général, le travail des ingénieurs juniors est davantage axé sur l'exécution des tâches, tandis que le travail des ingénieurs seniors est davantage axé sur la réflexion et la résolution de problèmes spécifiques. Par exemple, si le DAU d’une certaine APP diminue, vous devez connaître les raisons de ce déclin et proposer des solutions. Il s'agit d'un sujet important. Cela peut être dû à un taux de conversion relativement faible d'une certaine page ou d'une certaine scène, ou à diverses autres raisons complexes. C'est un problème qu'un ingénieur senior doit considérer systématiquement. Tout d'abord, identifiez les problèmes clés grâce à l'analyse des données, puis fixez des objectifs, construisez des modèles, construisez des indicateurs d'évaluation, puis proposez des solutions et enfin résolvez les problèmes. Dans un tel processus, il est souvent difficile d’atteindre l’objectif par les individus et il est nécessaire de coordonner diverses ressources externes pour y parvenir.

3. Défi 3 : Transition d'employé à Leader

#🎜🎜 # Le troisième défi, certains ingénieurs l'ont peut-être vécu, mais la plupart des ingénieurs ne l'ont peut-être pas encore vécu, et c'est la transition d'employé à leader. C'est un grand pas en avant, car le leader doit diriger l'équipe pour atteindre les objectifs, la responsabilité est donc encore plus grande. D'un autre côté, le modèle de gestion des sociétés Internet s'aplatit progressivement, il ne reste donc plus beaucoup de postes pour les dirigeants. Si vous avez la chance de devenir un leader, vous devez d’abord croire en vous et diriger l’équipe avec audace pour atteindre ses objectifs. Lorsque vous devenez leader pour la première fois, vous êtes souvent confronté à un problème difficile, celui de l’équilibre entre les affaires et la technologie. Cela implique l’art de la gestion. L’essence du management est en réalité indissociable de trois éléments majeurs : la responsabilité, le pouvoir et l’argent. La « responsabilité » représente la division et la définition des responsabilités ; le « pouvoir » représente l'organisation du travail du personnel ; « l'argent » représente le mécanisme d'incitation des employés.

La transition d'employé à leader est un travail très stimulant, et avec la croissance de l'expérience, des compétences en communication Avec l'amélioration, ces les capacités se formeront subtilement. De plus, en tant que leader, vous devez constamment vous développer vers l'extérieur et mobiliser au maximum les ressources des autres équipes, au lieu de simplement demander ou même de presser de l'intérieur.

Voici les trois étapes de défis auxquelles les ingénieurs en algorithmes sont souvent confrontés. Chaque étape a ses propres problèmes épineux, mais en même temps. le temps aussi Il existe des solutions correspondantes. En tant qu'ingénieur en algorithmes, vous devez faire preuve de suffisamment de patience à chaque étape, être calme et vous perfectionner.

2. Comment les ingénieurs en algorithmes planifient-ils

Algorithm Engineer There Il y a 3 points clés dans la planification de carrière :

① Vision : Vous devez voir clairement la situation avant de faire des projets, sinon vous risquez de le faire. Faites des plans incorrects.

② Auto-évaluation : Avant d'élaborer un plan, vous devez procéder à une auto-évaluation complète de vous-même, "connaissez-vous vous-même et l'ennemi , et tu ne seras jamais en danger", afin de choisir la bonne Planifiez votre propre direction ;

③ Action : Prenez action! Même si la planification est parfaite, elle n’est pas aussi pratique que d’agir.

1. Vision

Le contrôle de la situation nécessite de faire le suivant :

① Tout d'abord, assurez-vous de voir clairement et de bien comprendre la situation actuelle.

② Deuxièmement, nous devons nous assurer de tout voir et d'examiner les perspectives de l'industrie actuelle dans une perspective plus globale.

③ Enfin, assurez-vous de regarder loin. Le « loin » mentionné ici ne fait pas seulement référence à la portée, mais inclut également le. durée ; uniquement Ce n'est qu'en voyant des périodes plus lointaines que nous pouvons planifier l'avenir plus clairement.

(1) Niveau des Jeux Nationaux​

#🎜🎜 #

L'image ci-dessus est tirée du livre "Principes" de Ray Dalio, un célèbre expert américain en capital-risque. L'auteur du livre a établi un modèle pour mesurer la montée et la chute des empires. L'indice de montée et de chute des empires change au fil du temps. La courbe bleue sur l'image représente le destin national des États-Unis, qui est tout à fait cohérent avec la situation réelle : dans les années 1950, le destin national des États-Unis a atteint son apogée et a réalisé de nombreuses percées technologiques, contrairement à la Chine ( La courbe rouge sur la figure), alors que la libération venait d'être obtenue, le pays était pauvre et à un point bas ; la chronologie était encore avancée jusqu'en 1500 (autour de la dynastie Ming), lorsque la Chine occupait une position de leader dans le monde ; Dans les temps modernes, l'indice de l'empire chinois a toujours été à un niveau bas ; en 1950, la Chine a commencé à se développer rapidement ; jusqu'à présent, l'indice de l'empire chinois s'est progressivement rapproché de celui des États-Unis, tandis que les États-Unis sont en déclin ;

Bien sûr, différents experts construiront différents modèles en fonction de leurs propres compréhensions et auront des compréhensions différentes. De la même manière, lorsque vous réalisez une vision industrielle, vous devez également combiner vos propres connaissances avec la compréhension d'experts pour mener une analyse complète et complète.

(2) Niveau de l'industrie de l'Internet mobile ​

Plus précisément au niveau de l'Internet, en particulier au niveau de l'industrie de l'Internet mobile, vous pouvez vous référer à la figure ci-dessous. Le graphique ci-dessous montre la base d'utilisateurs actifs mensuels de QuestMobile.

On peut voir sur la photo qu'au cours des 3 dernières années, l'ensemble de l'échelle Internet n'a pas connu de croissance majeure et la croissance nette annuelle de DAU n'a été qu'au niveau niveau de 20 millions (un certain produit) DAU dépasse 100 millions), ce niveau de croissance est donc difficile à soutenir la croissance d'une APP. De ce point de vue, la taille des utilisateurs d'Internet est stable depuis longtemps, de sorte que la méthode antérieure consistant à utiliser les dividendes démographiques et à générer des revenus grâce à des tactiques de foule n'est plus réalisable, et l'ensemble de l'industrie Internet est devenue une bourse. doit être reconnu maintenant.

L'industrie Internet est subdivisée selon les filières suivantes :

(1) Commerce électronique

① Dans les premières années, des sociétés de commerce électronique telles que Pinduoduo, Alibaba et JD.com a eu recours à des tactiques de foule et a profité de subventions développées à grande échelle.

② Ces dernières années, l'espace de croissance des utilisateurs est devenu de plus en plus petit et le dividende démographique a progressivement disparu, de sorte que des subventions similaires deviendront de moins en moins nombreuses, en prenant comme exemple Double Eleven, les achats en ligne ; les entreprises ne recherchent plus le volume des transactions GMV ce jour-là, mais une recherche plus rationnelle de maximisation des profits.

③ Le seul dividende démographique du secteur du commerce électronique dans un avenir proche proviendra peut-être du marché en déclin, mais l'espace de croissance est encore limité.

④ Par conséquent, l'orientation future du développement du e-commerce sera vers un e-commerce de qualité et un e-commerce vertical.

(2) Communauté

① La communauté s'est développée rapidement ces dernières années ; en prenant Xiaohongshu comme exemple, l'ambiance communautaire de Xiaohongshu est très bonne : les utilisateurs sont constamment « plantés » par le contenu de Xiaohongshu et former leur esprit ; Ensuite, les utilisateurs participeront activement à des discussions sur des sujets pertinents et entreront en résonance les uns avec les autres, formant ainsi une conversion de revenus.

② La communauté est une piste en développement, et nous sommes optimistes quant à son développement futur ; pour certaines communautés verticales de niche, même si elles ne sont pas à grande échelle, elles sont de haute qualité.

③ Le développement communautaire ne repose pas sur le dividende démographique, mais plutôt sur la pénétration plutôt que sur une croissance folle, c'est donc une direction de développement prometteuse.

(3) Game

① La perspective de la piste de jeu est relativement prometteuse, en plus de la croissance continue de Dans le secteur des jeux nationaux, il y a encore un grand océan bleu dans le secteur des jeux à l'étranger. De nombreuses expériences nationales en matière d'exploitation de jeux peuvent être transplantées à l'étranger. C'est également une direction commerciale récente de Tencent.

② Dans l'ensemble, la piste du jeu n'est pas affectée par le dividende démographique d'Internet, et au En même temps, il existe un vaste espace pour le développement à l'étranger et c'est une voie prometteuse.

(4) Réseau Social

① L'échelle d'utilisateurs de WeChat est proche du nombre d'internautes nationaux et la population, qui est à très grande échelle.

② Le fossé des réseaux sociaux est très profond, et il est difficile pour les utilisateurs de migrer facilement d'une plateforme sociale d'origine à une autre plateforme sociale en raison de l'implication Le prix est élevé, c'est l'une des raisons pour lesquelles ByteDance a essayé à plusieurs reprises dans le secteur des réseaux sociaux mais n'a jamais réussi.

③ Même si les réseaux sociaux seront dans une certaine mesure affectés par le dividende démographique, en raison de leurs barrières élevées, il existe une forte probabilité à l'avenir Le statu quo stable sera maintenu, c'est-à-dire qu'avec WeChat comme noyau, diverses extensions basées sur l'écosystème WeChat seront progressivement formées.

④ Les algorithmes impliqués dans les réseaux sociaux s'appuient principalement sur des méthodes de propagation graphique et communautaire. Ce type de méthode convient aux petits-. réseaux sociaux à grande échelle.La valeur est très limitée.Ce n'est que pour les réseaux sociaux de la taille de WeChat que la valeur correspondante des algorithmes tels que les modèles graphiques, les chaînes de communication des réseaux sociaux et la découverte de la communauté peut être exercée.

⑤ En résumé, le développement des réseaux sociaux sera relativement stable, et il est difficile d'avoir de grosses opportunités à court terme.

(5) Plateforme d'information

① La plateforme d'information a également été en déclin récemment, et les utilisateurs Dans une certaine mesure, Internet s’appuie sur des plateformes d’information, mais le degré de dépendance n’est pas fort.

② Au cours des deux dernières années, les plateformes d'information ont été fortement impactées par les courtes vidéos, qui ont conquis une grande partie du marché des utilisateurs. .

③ Dans ce contexte, la plateforme d'information reviendra à son essence, qui est de diffuser l'information et de satisfaire les besoins d'information des utilisateurs. dans des domaines spécifiques.

④ Pour le divertissement, le divertissement, le kill-time et d'autres informations à longue traîne, les utilisateurs les obtiennent généralement via de courtes plateformes vidéo, donc Cela pose de plus grands défis à la plateforme d’information.

⑤ En raison de la complexité des médias, des nombreuses règles et de la supervision stricte de la plateforme d'information, il est difficile pour les utilisateurs de s'adapter. De plus, dans le domaine des courtes vidéos externes, L'impact a rendu la plateforme d'information plus difficile.

⑥ De plus, les plateformes d'information s'appuient également davantage sur les dividendes démographiques. De nos jours, les dividendes démographiques ont tendance à être saturés, limitant encore davantage le développement. de plateformes d’information.

⑦ En résumé, vous devez être prudent lorsque vous choisissez les pistes de la plateforme d'information.

(6) Vidéo courte

① Le développement récent de la vidéo courte est en plein essor, la plus longue durée d'utilisation, les formulaires de produits avec le comportement d'utilisateur le plus riche et les commentaires positifs et négatifs les plus intenses des utilisateurs sont les plus fréquents.

② La courte piste vidéo contient des types de données riches et un grand nombre d'utilisateurs, de sorte que la valeur potentielle des données est élevée et il y a beaucoup de place pour un développement futur.

③ Récemment, les publicités vidéo courtes et même le streaming en direct sont devenus de plus en plus courants. Ces signes indiquent que les vidéos courtes s'intègrent progressivement à l'e-mail. -modèles commerciaux. Le potentiel de monétisation est énorme.

④ En résumé, la vidéo courte est une piste avec de nombreuses opportunités et un grand potentiel.

① côté gauche L'étape ascendante de la courbe est la technologie émergente de l'IA, et les perspectives technologiques restent à voir.

② Au creux de la courbe médiane se trouvent les technologies d'IA incertaines. Ces technologies ont encore besoin de temps et de tests de marché, et un nombre considérable de technologies d'IA seront confrontées à un « éclatement de bulle ».

③ La courbe de droite montre que la technologie de l'IA a franchi « l'éclatement de la bulle » et a démontré et précipité la valeur de la technologie de l'IA, si elle est combinée à de meilleurs besoins des utilisateurs et à de meilleures applications de produits dans les prochaines années. la technologie « reviendra ».

④ L'extrémité droite de la courbe est l'étape la plus idéale du développement de la technologie de l'IA, et la productisation de la technologie continue d'apporter une croissance et des revenus objectifs.

Prenez plusieurs directions populaires récentes de l'IA comme exemples pour les présenter en détail :

(1) AIGC

L'AIGC est très populaire récemment, comme Stable Diffusion, Midjourney et d'autres outils de peinture d'IA . L'émergence du Chat-GPT a également bouleversé de nombreux modèles dans les domaines du CV et de la PNL, reflétant la forte puissance produit des grands modèles. De nombreux ingénieurs craignent que l'émergence de modèles aussi grands ne constitue une menace pour les ingénieurs en algorithmes, et même pour l'humanité tout entière. En fait, c'est encore loin d'être une « menace », et la réalisation de l'intelligence artificielle générale (AGI) a encore une menace. Il reste encore beaucoup de chemin à parcourir, qu'il s'agisse de peinture AI ou de ChatGPT, l'algorithme n'a pas encore de capacités logiques et de conscience. Lorsqu'une technologie se développe jusqu'à un certain stade et rencontre une bonne idée de produit, elle va certainement exploser. Par conséquent, qu'il s'agisse de peinture AI ou de ChatGPT, il y a des besoins des utilisateurs et des idées de produits comme support. L'éclairage apporté par cela est le suivant : la technologie et l'entreprise ne seront jamais séparées. Ce n'est qu'en comprenant parfaitement l'entreprise que la valeur apportée par la technologie des algorithmes peut être maximisée.

(2) Conduite autonomeLa conduite autonome est une direction prometteuse, et elle vise à résoudre un problème ultime : comment optimiser la fluidité du trafic routier. La conduite autonome est divisée en plusieurs niveaux d'objectifs. La première chose à atteindre est « l'intelligence du vélo ». À l'heure actuelle, de nombreuses entreprises ont obtenu des résultats satisfaisants, comme Tesla Autopilot. À l'étranger, la conduite autonome FSD a atteint un stade relativement mature ; en Chine, la technologie de conduite autonome d'entreprises de conduite autonome de premier plan telles que Xpeng, un constructeur automobile en plein essor, et Baidu Apollo, une plateforme tierce indépendante, est également de plus en plus mature. La conduite autonome elle-même est un produit qui assiste, voire remplace les humains, libérant dans une certaine mesure le travail humain et permettant aux gens de se sentir plus en sécurité. En résumé, la conduite autonome a un grand potentiel et de belles perspectives, et la vision dans cette direction est également excellente, c'est donc une direction qui mérite d'être considérée.

(3) CV/PNL​

CV

et PNL sont les deux axes de recherche dominants de l'apprentissage profond traditionnel. Ils peuvent être comparés à la physique et à la chimie dans les disciplines de base et sont la pierre angulaire de nombreux modèles d'IA. . Le CV aborde « ce que j'ai vu » et la PNL aborde « ce que j'ai entendu et dit ». Si les deux directions CV et PNL sont surmontées, la machine apprendra et comprendra mieux les humains et disposera de nombreuses capacités de « synesthésie ». Par conséquent, les deux domaines du CV et de la PNL sont toujours d'actualité, en particulier l'explosion des idées de produits AI painting et Chat-GPT, qui à leur tour favoriseront le développement des domaines du CV et de la PNL. En résumé, CV et PNL sont deux directions qui méritent de continuer à être explorées.

(4) L'IA pour la science (AlphaFold2)

L'application de l'IA dans le domaine scientifique reçoit peut-être moins d'attention dans cette direction, mais elle a également une bonne valeur et de bonnes perspectives. L'une des directions d'application est l'informatique quantique, qui utilise les caractéristiques de la communauté physique pour résoudre le problème des capacités de calcul intensif ; l'autre direction d'application est la prédiction de la structure des gènes des protéines (AlphaFold2), qui revêt une grande importance pour la recherche et le développement de nouveaux médicaments, en particulier la recherche et le développement de médicaments ciblant le cancer. La plupart des technologies médicales et les applications de l’IA dans le domaine médical et de la santé étaient encore plus théoriques ces dernières années. Au cours des deux dernières années, de nombreux résultats de modèles sont apparus et ont donné de premiers résultats. Par conséquent, la vision future de l’IA pour la science, en particulier dans le domaine médical, est toujours très bonne. Au cours des prochaines décennies, la durée de vie humaine sera probablement prolongée grâce aux avancées technologiques en matière d’IA. En résumé, la valeur future de la science de l’IA et même du domaine médical de l’IA est considérable, mais cette partie de la recherche en est encore à son stade préliminaire et la période avant la commercialisation est relativement longue. Les jeunes ingénieurs en algorithmie peuvent envisager d’essayer ce type de découpage. -Concurrence de pointe Tao, profitez-en.

(5) Systèmes recommandés et publicité informatique

Les systèmes recommandés et la publicité informatique appartiennent à la filière plus traditionnelle « recherche et publicité » Au cours des deux dernières années, il n'y a eu aucune percée au niveau méthodologique. Ces dernières années, il y a eu davantage d'articles dans les grandes conférences. La plupart d'entre eux sont des avancées visant à résoudre quelques petits points problématiques. La voie de la recherche et de la promotion repose davantage sur les entreprises. S'il n'y a pas de percée plus importante au niveau commercial, les perspectives de développement des algorithmes seront alors relativement limitées. En revanche, le vivier de talents dans ce domaine est relativement saturé et la concurrence est féroce, alors réfléchissez bien à cette piste.

2. Auto-évaluation

En plus d'améliorer la compréhension de la Vision, nous devons également procéder à une auto-évaluation complète. L'auto-évaluation est principalement considérée sous 3 dimensions :

(1) Dans quoi es-tu bon ?

​

Ce dans quoi vous êtes le meilleur n'est souvent pas ce que vous jugez par vous-même. Généralement, vous pouvez vous référer à quelle partie de votre expérience professionnelle passée a été véritablement reconnue par les autres. Le moi tel que perçu par les autres peut être différent de celui que vous percevez à vos propres yeux, et ce dans quoi vous excellez doit provenir de ce que les autres reconnaissent.

(2) Quels sont vos intérêts ? (Suivez votre cœur)

​

Il est très important de trouver vos propres points d'intérêt. Chacun a sa propre période de confusion. Durant ces périodes, il est plus important de suivre son cœur et de trouver les domaines qui vous intéressent vraiment.

(3) Cela peut-il vous fournir un revenu décent ?

​

La vie professionnelle est en fait un processus relativement simple consistant à faire correspondre votre propre valeur aux besoins de l'entreprise. par le biais d'une rémunération, donc, un revenu raisonnable et suffisamment décent est très raisonnable et très nécessaire. Mais ne vous concentrez pas uniquement sur le revenu, la valeur du travail, l’espace de croissance et d’autres aspects doivent également être pris en compte de manière globale.

3. Dégagez le chemin et peaufinez la technologie

Peu importe le niveau de détail de la planification, elle doit finalement être mise en œuvre par l'action.

1. Chemin

La première étape de l'action est de clarifier votre propre chemin d'action :

(1) Élaborez un plan à court terme et un plan à long terme

​

① Si vous n'avez qu'une planification à court terme mais manquez de planification à long terme, vous deviendrez facilement confus une fois le plan terminé.

② Si vous n'avez qu'une planification à long terme mais manquez de planification à court terme, vous deviendrez facilement un rêveur. Sans mise en œuvre pratique, la planification à long terme deviendra hors de portée.

③ Assurez-vous de combiner la planification à court terme et la planification à long terme comme votre propre voie d'action ;.

④ Le moment défini entre la planification à court terme et la planification à long terme varie d'une personne à l'autre. Il est généralement recommandé que la planification à court terme soit basée sur un cycle semestriel et une planification à long terme. devrait être basé sur un cycle de 2 à 3 ans.

(2) Regardez le chemin de croissance sous un angle différent ​

① En prenant comme exemple le défi de carrière 2 (de Junior à Senior) mentionné ci-dessus, un ingénieur a reçu une promotion dans un grande usine (par exemple, passer progressivement d'Alibaba P7 à P9), et les capacités derrière ce rang doivent être très claires pour les ingénieurs.

② L'essence de la croissance est de passer par 4 étapes :

a)Dépannage - Résoudre des problèmes triviaux : Ce n'est qu'en étant capable de résoudre suffisamment de problèmes triviaux que vous pourrez avoir la capacité de résoudre des problèmes plus importants.

b)Problem Solver - Résout systématiquement un type de problème : en prenant le déclin DAU d'une certaine application comme exemple, si le chemin d'analyse du problème de déclin DAU peut être démonté clairement et que la solution correspondante peut être donné, alors il est passé du stade de dépannage au stade de résolution de problèmes.

c)Growth Hacker - Mener l'équipe dans la bonne direction : En allant plus loin, en analysant clairement toutes les raisons du déclin du DAU et en les résolvant une par une, vous aurez déjà la capacité de diriger le L'équipe APP pour réaliser la croissance de DAU.

d)Business Pilot - Business Leader : Lorsque vous deviendrez un chef d'entreprise, vous aurez suffisamment de capacité et d'autorité pour décider des ressources et de l'orientation.

③ Clarifier son propre chemin de croissance est plus instructif que de clarifier des rangs tels que P5 ou P8.

2. Technologie

En tant qu'ingénieur en algorithmes, une excellente technologie est une condition préalable :

(1) Gardez une longueur d'avance sur la technologie - (outil, technique, méthode, manière) ​

① Forte capacité de développement en ingénierie : en tant qu'ingénieur, la capacité de développement est la capacité la plus fondamentale.

② Principes d'apprentissage automatique solides : Les principes de l'apprentissage automatique sont universels et mèneront à certaines idées d'analyse. En même temps, l'apprentissage automatique est également le fondement des modèles d'apprentissage profond et des modèles plus larges.

③ Conférences de pointe et suivi des orientations de pointe : bien que la direction des conférences de haut niveau dans le monde universitaire et celle de l'industrie ne soient pas synchronisées, les orientations de pointe du monde universitaire peuvent souvent inspirer des solutions pour l'industrie. .

④ « Meilleures pratiques » de l'industrie : chaque ingénieur doit accumuler des « meilleures pratiques » applicables à des scénarios spécifiques dans ses secteurs respectifs et acquérir progressivement une expérience industrielle précieuse par accumulation et précipitation.

(2) Maintenir une exécution solide ​

Tous les plans finiront par être mis en œuvre par l'exécution, une exécution solide et une force d'entraînement autonome sont donc très nécessaires.

3. Mentalité

En fait, cela n'est pas seulement vrai sur le lieu de travail, mais aussi dans de nombreux domaines : ajustez bien votre mentalité, et beaucoup de choses finiront par être résolues. Une bonne mentalité comprend principalement les éléments suivants :

(1) Focus Collaborative​

La communication et la collaboration doivent se concentrer sur la résolution de quelques problèmes clés, réduisant ainsi les réunions inutiles.

(2) Faites un pas en avant​

En tant qu'ingénieur en algorithmes, vous devez faire un pas en avant. Apprenez-en davantage sur les exigences des équipes produit et opérationnelles et examinez les problèmes du point de vue de l’autre partie. Il est nécessaire d'avoir une mentalité de « remplir le siège » et de travailler avec d'autres partenaires tels que les produits et les opérations pour progresser. Chacun peut apprendre des forces et des faiblesses de chacun et, en fin de compte, travailler ensemble pour faire avancer les choses. Ne rejetez pas, ni même ne luttez pas, les demandes formulées par les équipes produit et opérationnelles ; n’ignorez pas certaines idées de l’autre partie parce que l’autre partie n’est pas suffisamment expérimentée ou suffisamment attentionnée, manquant ainsi une opportunité de lancer un produit.

(3) Videz votre état d'esprit​

Lorsque vous faites face à des problèmes difficiles, vous pourriez aussi bien essayer de vider votre esprit, d'abandonner vos schémas de pensée inhérents et de repenser le cœur de votre entreprise. Après avoir supprimé le fardeau inhérent, vous aurez peut-être l’impression que le problème actuel n’est peut-être pas si compliqué et peut être résolu étape par étape.

(4) Maintenez un cœur relativement fort​

L'industrie Internet est généralement sous forte pression et la concurrence dans l'industrie est très cruelle, vous devez donc garder un cœur fort et affronter calmement les difficultés et les défis , ne soyez pas dérangé par le monde extérieur

4. Équilibrer les relations importantes

(1) Relation familiale parent-enfant

Les relations familiales sont très importantes "Tout est heureux quand. tout est à la maison". Il est important de passer plus de temps avec sa famille.

(2) Équilibre travail-vie personnelle​

Le travail n'est qu'une partie de la vie, nous devons donc encore mieux équilibrer le travail et la vie privée, travailler efficacement et vivre attentivement.

(3) Intérêts personnels ​

Il est recommandé à chacun de développer un ou deux passe-temps qui lui sont propres, ce qui permet au cerveau de fonctionner de manière différente, ce qui est très utile pour la relaxation .

4. Résumé

Cet article se concentre sur 3 parties :

① Les défis rencontrés dans les trois étapes importantes du lieu de travail.

② Comment planifier : Vision, auto-évaluation, passer à l'action.

③ Dégagez le chemin, perfectionnez la technologie, ayez une attitude positive et gérez bien les relations importantes.

5. Séance de questions et réponses

Q1 : Si un poste est confronté à un problème du type « optimisation vieille de 35 ans », est-il nécessaire de l'approfondir ?

A1 : Cette question implique le problème de « mentalité » mentionné ci-dessus : « Ne soyez pas content des choses, ne soyez pas triste avec vous-même. En fait, tout le monde sera confronté au « problème vieux de 35 ans », qui est déterminé par l'environnement et le marché ; et nous ne pouvons pas décider du monde extérieur, mais nous pouvons donc décider nous-mêmes, si nous travaillons dur pour être nous-mêmes ; tout ira bien. Quant à savoir s'il est nécessaire d'étudier en profondeur, la clé réside toujours dans l'orientation de votre planification de carrière, ainsi que dans l'orientation et le degré de vos propres études approfondies. Si vous souhaitez emprunter la voie du développement d'un ingénieur, il faut encore continuer à travailler dur dans votre propre domaine et poser des bases solides, ce qui sera très utile à l'avenir. De plus, vous devez également envisager l'expansion de ; orientations commerciales et de gestion, comme mentionné dans l'article « Type de talent T ». En résumé, le pouvoir de décision de « si 35 ans est optimisé » ne vous appartient pas. Au lieu d'être anxieux, il vaut mieux améliorer continuellement vos capacités personnelles et vous rendre plus actif et proactif sur le lieu de travail.

Q2 : Comment voyez-vous l'impact du développement de grands modèles sur les ingénieurs algorithmiques ?

A2 : D'une part, les grands modèles de langage produisent des effets fantastiques en utilisant suffisamment de données de formation, mais d'un autre côté, le développement de grands modèles est en réalité indissociable du « packaging » du produit, du rejet ; le « packaging » du produit « Coat » est essentiellement un modèle d’algorithme classique, mais l’ampleur des paramètres est énorme et le corpus de formation est plus riche. Le principal avantage du grand modèle est qu'il contient plus de données de formation et intègre des algorithmes d'apprentissage par renforcement pour atteindre le summum dans chaque détail de la formation des données. Par conséquent, pour les ingénieurs en algorithmes, il n'est pas nécessaire d'être trop inquiet, mais de considérer ces grands modèles de manière positive : premièrement, les grands modèles ont apporté un « coup de pouce » à l'ensemble de l'industrie des algorithmes d'IA, c'est-à-dire qu'ils ont été largement reconnus par le marché du niveau du capital ; deuxièmement, le grand modèle indique la direction aux ingénieurs en algorithmes, et ce n'est qu'en combinant les produits, les activités et la technologie qu'ils pourront trouver une issue. Quant à l’utilisation de modèles d’IA pour écrire automatiquement du code, elle peut être considérée comme une aide à la productivité plutôt que comme un remplacement de personnes.

Q3 : Quelle est la plus grande différence entre les gens ordinaires et les experts dans le domaine de recherche recommandé ?

A3 : Toute technologie peut être divisée en quatre niveaux : instrument, technique, méthode et Tao. La personne moyenne peut être plus au niveau des instruments et des compétences : utiliser des modèles très sophistiqués, utiliser diverses astuces pour ajuster les paramètres, et finalement obtenir des résultats plus satisfaisants, alors que les maîtres ont souvent expérimenté ces deux niveaux et constatent que même si ces deux niveaux peuvent le faire ; peut résoudre certains problèmes pratiques, mais il ne peut pas résoudre certains problèmes de niveau supérieur. Cela implique le Tao et le Dharma, et implique des questions essentielles plus profondes. Prenons comme exemple les recommandations, comment améliorer la satisfaction des utilisateurs : la caractérisation de la satisfaction des utilisateurs étant relativement subjective, la manière de la décomposer en plusieurs indicateurs objectifs et quantifiables mettra à l’épreuve les compétences des ingénieurs algorithmiques. Pour donner un exemple spécifique : le CTR est un indicateur couramment utilisé, qui peut mesurer la satisfaction des utilisateurs dans une certaine mesure, mais si vous optimisez uniquement l'objectif unique du CTR, il peut apporter beaucoup de « clickbait » ; autres indicateurs Pour équilibrer cette question, la sélection des indicateurs nécessite l'accumulation d'expérience d'une part et une compréhension approfondie de l'entreprise d'autre part, ce qui implique le niveau du droit et du Tao. Par conséquent, nous devons examiner les « niveaux » de manière rationnelle et revenir à l'essentiel : en tant qu'ingénieurs en algorithmes, ce que nous devons faire est d'utiliser les capacités d'ingénierie pour résoudre des problèmes réels et apporter de la valeur, plutôt que de « montrer nos compétences » et de jouer avec des modèles ; être capable de résoudre les problèmes efficacement est la plus grande valeur pour l’entreprise.

Q4 : Si vous deviez embaucher un apprenti, à quels détails diaboliques lui apprendriez-vous à faire plus attention ?

A4 : Cela dépend d’abord du niveau de capacité de l’apprenti. Si l'apprenti est un jeune diplômé, il ne peut pas avoir trop d'exigences et doit procéder étape par étape ; si l'apprenti est un vétéran du secteur et a déjà formé sa propre méthodologie dans le secteur, s'il peut accomplir la tâche ; objectifs, il n’a pas besoin de faire trop d’étapes supplémentaires. Du point de vue de la gestion d'équipe, puisque chacun a ses propres points forts et aussi ses propres défauts, il est difficile d'établir des exigences unifiées en tant que chef d'équipe, j'accorderai plus d'attention aux méthodes de réflexion et aux idées de résolution de problèmes des employés, etc. S'il existe des imperfections, des lacunes, voire des écarts et des erreurs dans ces aspects, ils doivent être signalés et corrigés dans les plus brefs délais. En outre, en ce qui concerne la normalisation des livrables, tels que les spécifications de modèle en ligne, les spécifications de structure de code et l'exhaustivité des annotations de code, d'autres questions n'auront généralement pas d'exigences trop strictes et ne seront pas soumises à des exigences plus strictes. des exigences strictes. Cela n’impliquera pas trop de « détails diaboliques ».

Q5 : L'article mentionnait que le domaine de la recherche et de la publicité ne s'est pas beaucoup développé ces dernières années, alors quelles sont les orientations de développement futures ?

A5 : Ce n'est pas qu'il n'y a pas eu de développement dans le domaine de la recherche et de la publicité au cours des deux dernières années, mais il n'y a pas eu de percée majeure dans le domaine technique, et il y a encore beaucoup de développement dans le sens de segmentation. Cependant, le développement au cours des deux dernières années s'est davantage produit au niveau des entreprises, car l'orientation de ce domaine est principalement soutenue par les entreprises. Par conséquent, s'il n'y a pas d'« explosion » révolutionnaire dans le secteur, il sera difficile de conduire des projets majeurs ; percées technologiques. En ce qui concerne l'orientation future du développement, il ne devrait pas y avoir de nouveaux cadres modèles perturbateurs dans l'orientation générale ; il y aura encore beaucoup de marge de développement dans les domaines et les orientations subdivisés, qui dépendent principalement de l'industrie spécifique et de l'industrie. orientations au sein de l'industrie, vous pouvez accorder plus d'attention aux principales conférences pertinentes de l'industrie pour trouver des réponses.

Q6 : Un ingénieur a 3 ans d'expérience dans une grande usine dans la direction recommandée vers quelle direction est-il plus approprié de s'orienter ?

A6 : Lorsque vous passez d'une piste d'algorithme à l'autre, vous devez d'abord procéder à une auto-évaluation et avoir une compréhension précise et complète de vos intérêts et de vos points forts. Par exemple, si vous préférez vous plonger dans des méthodes de modélisation ou résoudre des problèmes commerciaux, comme Y a-t-il une subdivision dans laquelle je suis assez bon et compétent au cours de mes 3 années d'expérience dans un grand constructeur. De plus, nous devons également considérer quelles directions de développement sont naturellement compétitives. Par exemple, la direction de conduite autonome mentionnée dans l'article ? est une direction compétitive, et l'avenir peut être attendu et il est sur le point d'atterrir. D'une manière générale, étant donné que l'algorithme de recommandation est directement lié à l'entreprise, l'ingénieur en algorithme de recommandation aura une forte sensibilité commerciale, il est donc facile de devenir un bon résolveur de problèmes dans diverses directions.

Q7 : À l'heure actuelle, la plupart des postes d'algorithmes sont occupés par des étudiants en maîtrise et en doctorat d'universités de haut niveau. Comment les étudiants des universités ordinaires peuvent-ils participer au concours ? Dois-je changer de position ?

A7 : Les grandes entreprises peuvent avoir des exigences plus élevées en matière d'universités et de qualifications académiques, mais après avoir rejoint l'entreprise, elles s'appuient davantage sur leurs capacités personnelles ; Je ne m'inquiète pas trop de mes antécédents scolaires.

Q8 : Que dois-je faire si je suis trop occupé au travail et que je n'ai pas le temps de suivre le journal ?

A8 : Sélectionnez quelques articles de conférence de premier plan qui vous intéressent et continuez à les suivre ; en même temps, accordez plus d'attention aux plateformes telles que Zhihu, ainsi qu'à certains forums technologiques de l'industrie. Il y aura des blogueurs pertinents. qui peut vous aider à classer les meilleurs articles de la conférence et à rédiger des résumés. Lisez-en davantage pour trouver ce qui vous intéresse. Le temps est compté. Passez une demi-heure à une heure chaque jour pour étudier réellement le document et affiner les points techniques clés, puis le résumer et l'organiser régulièrement. À long terme, vous pouvez obtenir de bons résultats.

Q9 : Que pensez-vous des recommandations vidéo longues ?

A9 : Les mécanismes de fonctionnement des plateformes de vidéos longues et des plateformes de vidéos courtes sont assez différents. Les recommandations de vidéos longues se concentrent davantage sur le contenu de la vidéo, de sorte que les ingénieurs en algorithmes doivent réfléchir à l'envers aux problèmes des utilisateurs qui consomment de longues vidéos d'un point de vue commercial. De plus, certaines unités transforment de longues vidéos en vidéos courtes et en extraient les faits saillants ; dans les vidéos longues, convertissez les vidéos longues en vidéos courtes grâce au « découpage », puis utilisez l'idée des vidéos courtes pour faire des recommandations. Du point de vue du produit, nous pouvons utiliser l'idée de vidéos courtes pour recommander des vidéos longues grâce à la méthode des « vidéos longues avec des vidéos courtes » ; plus précisément, les clips et les bandes-annonces de vidéos longues sont édités pour inciter les utilisateurs à les regarder, et puis à travers le chemin du produit pour guider les utilisateurs à regarder la version complète, et finalement guider les utilisateurs pour devenir membres et augmenter la valeur de l'utilisateur. L'éclairage apporté par cela est que les ingénieurs en algorithmes doivent encore revenir à la perspective produit et commerciale pour réaliser des percées, et ne peuvent pas se limiter à la perspective algorithmique.

Q10 : L'algorithme nécessite-t-il des qualifications académiques élevées ? Le recrutement social accorde-t-il une grande importance à l’expérience passée ? Si la direction technique actuelle ne vous intéresse pas, comment vous transformer ?

A10 : Si une industrie est suffisamment impliquée et que la pression concurrentielle est forte, la question des qualifications académiques reste inévitable ; si les diplômes scolaires et académiques ne sont pas un avantage, vous pouvez « sauver le pays » en augmentant l'expérience de projet. En termes de recrutement social, les entreprises accordent plus d'attention à l'expérience passée et espèrent intégrer l'expérience professionnelle passée des candidats pour renforcer les activités actuelles de l'entreprise. Deuxièmement, elles doivent également examiner les qualités de base des candidats, notamment leur autonomie et leur capacité d'apprentissage ; , et façon de penser, capacité de codage, etc. Pour changer d'orientation sur le lieu de travail, vous pouvez d'abord envisager de changer d'orientation au sein de l'entreprise pour vous accorder une période d'essai et une période de transition.

Q11 : L'algorithme de recommandation est entré dans une période de goulot d'étranglement. Est-il nécessaire d'approfondir la couche de données sous-jacente (telle que Hadoop, SQL, etc.) ?

A11 : D'un point de vue technique, Hadoop, SQL, etc. sont en effet l'architecture sous-jacente des données ; cependant, en tant qu'ingénieurs en algorithmes, nous devrions rechercher des percées dans la direction produit et commerciale plutôt que d'approfondir et d'optimiser l'architecture sous-jacente. structure.

Q12 : Le patron vient d'un institut de recherche et manque d'expérience en matière de mise en œuvre d'ingénierie. Cependant, il accorde trop d'attention aux détails au travail et utilise les avantages des produits concurrents pour nier et supprimer les employés.

A12 : En fait, un bon patron devrait s'étendre vers l'extérieur plutôt que de se replier vers l'intérieur. Si malheureusement vous rencontrez un patron qui a l'habitude de se replier sur lui-même, vous pouvez l'amener à regarder vers l'extérieur ; à communiquer avec diligence, à comprendre les points faibles du patron et à faire du bon travail de gestion ascendante. De plus, si votre patron est vraiment difficile à vivre et ne peut pas communiquer avec vous, et que vous n'êtes pas bon ou intéressé par le contenu du travail, et que le travail ne peut pas vous apporter un revenu satisfaisant ou même affecter votre vie, alors c'est toujours recommandé de trouver un autre emploi.

Q13 : Publicité de recherche et PNL, quelle direction est la meilleure pour l'emploi à l'avenir ?

A13 : La recherche et la publicité sont plus proches de l'entreprise, tandis que la PNL est une direction relativement basique. Ces dernières années, le développement commercial de la publicité et de la promotion par recherche est devenu relativement mature, mais la direction de la PNL est confrontée à un problème majeur, c'est-à-dire qu'il est difficile de mettre en œuvre le produit. Si vous pouvez trouver une bonne direction d'atterrissage d'un point de vue commercial, vous pouvez essayer la PNL, sinon il est recommandé de rechercher et de promouvoir ; Bref, il existe des sujets d'application métier tout faits dans le domaine de la recherche et de la promotion, et il suffit d'utiliser des algorithmes pour « résoudre le problème », alors que dans le domaine de la PNL, les questions initiales sont très simples, mais les réponses ; sont très complexes.

Q14 : Existe-t-il un seuil élevé pour changer de direction d'algorithme pendant le travail ?

A14 : Il y a des seuils. Cela dépend de vos fondations personnelles et de votre changement de direction. Par exemple, s'il s'agit de basculer au sein de SouGuangTian, ​​​​la difficulté est relativement faible ; mais s'il s'agit de basculer entre CV/NLP et SouGuangTian, ​​​​c'est relativement difficile ; Par conséquent, changer la direction de l’algorithme pendant le travail coûte encore cher, surtout lorsque le recrutement social accorde davantage d’attention à l’expérience passée. Cependant, si vous possédez de solides qualités générales, une excellente capacité d'apprentissage et une motivation personnelle, et que les activités de l'entreprise nécessitent de tels talents, vous aurez de nombreuses opportunités de changer de direction. Si vous décidez de changer de direction, vous devez choisir un chemin, élaborer un plan et continuer à agir.

Q15 : Quel est l'avenir du domaine de la prévision de séries chronologiques ? Y a-t-il des directions populaires à recommander ?

A15 : Il existe une forte corrélation entre les scénarios de trading quantitatifs et les prévisions de séries chronologiques ; la technologie des séries chronologiques n'est pas utilisée dans de nombreux endroits dans le domaine de la recherche et de la recommandation et peut être impliquée dans la modélisation des séquences de comportement des utilisateurs ; la conduite autonome peut également être impliquée dans certaines prévisions de séries chronologiques, telles que la planification de chemin FSD, la concaténation multi-images et d'autres scénarios ; de nombreuses technologies dans le domaine vidéo ont une forte corrélation avec les séries chronologiques, la prévision de la valeur client et d'autres scénarios ; corrélation avec la prédiction des séries chronologiques.

Q16 : Un ingénieur en algorithmes travaille dans l'industrie depuis 3 ans et estime toujours que le travail est difficile. Par conséquent, il veut savoir si la direction des algorithmes repose davantage sur le talent ou le travail acharné ?

A16 : Tout d'abord, il est nécessaire de clarifier si la clé de la « difficulté » réside dans la lecture du journal ou dans la résolution de problèmes commerciaux. Au début d'une carrière, il y aura inévitablement des périodes de confusion, de frustration et d'anxiété. Ces situations varient d'une personne à l'autre, il est donc difficile de donner une réponse claire. Il s'agit plutôt de suivre son cœur et de trouver ses propres intérêts et intérêts. points forts.

Q17 : Quelle est la différence entre l'algorithme de recommandation et le data mining ?

A17 : L'exploration de données est une technologie plus basique et les algorithmes de recommandation sont des applications de niveau supérieur ; de nombreuses technologies d'exploration de données sont utilisées dans les algorithmes de recommandation.

Q18 : Du point de vue du recrutement social, quel niveau de 3 ans d'expérience professionnelle en direction des algorithmes de recommandation e-commerce faut-il atteindre ?

A18 : 3 ans d'expérience peuvent généralement atteindre le niveau quasi-sénior, correspondant au P7 d'Alibaba, et le niveau 9 de Tencent avec 2 ans de développement ultérieur, on peut généralement atteindre le niveau P8 d'Alibaba ou le 10ème de Tencent ;

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!