前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >你见过最差的算法工程师都有哪些表现?

你见过最差的算法工程师都有哪些表现?

作者头像
小白学视觉
发布2022-02-12 11:30:26
2960
发布2022-02-12 11:30:26
举报

导读:你见过最差的算法工程师什么样?"百度百科型选手?"、"播客型选手?"、"Github型选手"、"名词流选手?"、"潮流型选手?",小编今天给大家分享点轻松的话题。小编最近在浏览知乎大佬文章的时候,发现了一个有意思的话题:"你见过最差的算法工程师能差到什么程度?"。吸引了3,858关注者、被浏览6,036,194次,多位知乎大佬参与了回答。

今天小编特意为大家推荐几位知乎大佬 ( Xiaotian ZUO、LinT、纳米酱、王喆 ) 高赞的答案,大家一起来看看,都有哪些有意思的故事吧~~

答主的亲身经历~

坐标法国,某银行投行。

前年年初,项目主管招进一个data scientist,突尼斯美女,在法国念的博士,机器学习专业,简历上精通Python和R,人工智能算法工程师,某专业大数据咨询公司咨询师。被塞在了我手下,帮我处理数据做深度学习。

一上来先找我要了两篇论文啃。这在法国同事中不常见。顿时觉得,这个博士不光有颜,还有实力。

一个礼拜后我开始让她动数据,布置了几个小任务。半个小时后她过来问我,为什么一个10k的文档读出来size很小。

我至今都记得这两行萌到销魂的代码:

代码语言:javascript
复制
file = "d:\\data\\test.json"
len(file)

九个月以后她辞职了,被一个法国自动驾驶公司高薪聘走。

走之前问我的最后一个问题是,K-Fold和Cross Validation有什么区别。也怪我,为啥常常混着用这两个词。

从此下定两个决心:第一,从此以后所有面试的我都亲自去面;第二,打死我也不相信法国的自动驾驶技术了。

经历过什么,才能总结的这么到位?

强答一波,讲讲在学校或网上见到的现象 ( AI方面,严格来说,这些人放到今天的行业标准下,基本不可能成为一名算法工程师 )。

( 纯属吐槽,请勿对号入座 )

百度百科型选手/PPT选手:常见于各类创新竞赛、课程答辩,张口闭口一定是「人工智能」「神经网络」,上来一定要气压群雄,尽管对各类AI问题的进展没有任何了解,但是在他们这里,各种算法一定是封装好了,准确率100%,拿来就可以用 ( plug-and-play ) 的。什么文本情感分析做舆情监控啊,人脸识别智能面试啊,不在话下,张口就来。

博客型选手:大概率尝试过Andrew Ng的网课,但大概率没看下去,手里一定有一本Python深度学习,对原理不求甚解,数学公式大概都不想看,论文不想读,辗转各个博客网站希望找到一个好一点的解读;跑了一通实例代码,很有成就感,可能会在某个博客网站发布一篇博客,标题诸如《自然语言处理入门-XXX》,成功为网络贡献一篇与其他博客雷同率90%的文章,虽然文章名字像是一个系列,但是相信我,他大概率不会再发布同系列的文章了。

Github选手:常常和PPT选手合作,拿到需求,「人脸识别是吧?」,Github一搜,好多仓库,全克隆了再说;挑挑拣拣,调试了半天,依赖装完代码跑通了(没有error),任务完成,功德无量,接下来的任务交给其他队友!

AI+型选手 ( 教师 ):传统方向出身,没有学过ML/DL,在AI兴起以后,把DL当万金油用,深度学习预测地震啊,深度学习验证软件啊...管它什么数据驱动不驱动,经费拿到手就行了。这类老师对AI的认知可能和PPT选手差不多,比学生多的本领就是写本子、打招呼了。带一个PPT选手加一个Github选手,基本上可以在各类创新竞赛/项目中拿到还不错的成绩。

名词流选手:行走的AI术语词典,讨论问题时就喜欢堆砌名词,但从不解释,故弄玄虚,让外行有一种「不明觉厉」的感觉,其实一些言论根本经不起推敲。

潮流型选手:走在AI潮流前列,除了最新的算法,其他的都是垃圾,「不加attention?你这算法不行!」,「2019年了,还用概率图模型?!」这类人对算法应用场景一无所知,对新算法的狂热程度堪比娱乐圈流量小生的疯狂粉丝们。

何去何从型选手:多半是半路出家,转行想做AI的,但是奈何基础弱,一心只想挣大钱,所以会很迷茫,于是到知乎抛下一个问题:「非cs科班可以学xxx吗?」「本人xx,应不应该xxx?」。奈何这类问题没有什么深度,基本得不到什么可以参考的回答。这类人问题不在没有基础,而在没有主见。

读着读着就枯了~

算法领域强者如云,我拿着问题咨询了一位大公司的朋友,希望给自己定定位。该朋友为人幽默,而且水平十分高,差不多能够一个指头秒杀我那种,他对这个答案的回答是:

"我听过一个江湖潜规则,每一个大公司团队都会招一个特别不着调,水平也不行,智商也比较低的算法工程师,用来背低绩效。

当组里成员感到职业发展太难的时候,就会下意识看看那个人,这样,心里就会有莫大的安慰。

我当时下意识地看看周围的同事,发现他们都不符合这些描述。

最差的算法工程师其实是什么呢?

有意思的故事还有很多,欢迎大家看看原文。小编在浏览了近100位答主的答案后,深深觉得,大部分被说成不靠谱的算法工程师还是在初学阶段,刚刚入职的情况。所以,希望大家都可以脚踏实地,保持谦卑心态,安安心成长。最后引用下王喆老师的部分回答,作为本次分享的结尾~

"最差的算法工程师其实是什么呢?是自己对技术的感觉很差,但对自己的感觉挺好,试图用一些比较fancy的手段解决问题,但实质上引入了更高的系统复杂度,增加了系统潜在风险,这样的人,其实对整个团队是负能量的存在,始终需要更senior的人帮着擦屁股,这无形增加了整个团队的工作量,这就是最差的算法工程师。

我特别喜欢的一句话是:

"不带评论的观察是人类智慧的最高境界"

希望刚入行的算法同事们能够知道这句话的意义,其实公司不急于让每个人都发表意见,在自己技术能力不那么足的时候,不带评论,不带主观情绪的去学习一段时间,好好思考一下别人为什么要做出这样的技术决策,好好积攒一下自己的技术感觉,这是最重要的。相信度过最初的积累阶段之后,你能够为团队做出,为整个系统做出"熵减"的技术决策。"

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2021-11-20,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 小白学视觉 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
人脸识别
腾讯云神图·人脸识别(Face Recognition)基于腾讯优图强大的面部分析技术,提供包括人脸检测与分析、比对、搜索、验证、五官定位、活体检测等多种功能,为开发者和企业提供高性能高可用的人脸识别服务。 可应用于在线娱乐、在线身份认证等多种应用场景,充分满足各行业客户的人脸属性识别及用户身份确认等需求。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档