我的算法工程师日常：详解真实的算法工作-技术圈

↑ 点击蓝字关注极市平台

作者丨机智的叉烧

来源丨CS的陋室

编辑丨极市平台

极市导读

本文作者简述了自己的工作日常，给大家做比对，也给一些想入行的人了解一下工作环境是什么样的，是否符合预期做一下参考。写这篇文章还有一个目的，主要是想在最近很多人可能要确定方向，尤其是“选择算法”的这么一个时间点下，给大家一些真实的建议，让大家知道真正的算法工程师是什么样。 >>加入极市CV技术交流群，走在计算机视觉的最前沿

这周聊点轻松的，聊聊我的工作日常，大家比对比对，另外也给一些想入行的人了解一下工作环境是什么样的，是否如何预期做一下参考吧。（这段本来在结尾，还是希望把文章最完整的初衷写一下。大概率很多人看不到最后）写这篇文章还有一个目的，主要是想在最近很多人可能要确定方向，尤其是“选择算法”的这么一个时间点下，给大家一些真实的建议，让大家知道真正的算法工程师是什么样，主要现在我看有这么几个误区：

算法工程师每天就是调调包就好了，工资还赚的很多。
模型一训练，剩下的时间就能摸鱼了。
整天就是调模型就好了，脱离业务。

其实这些误区都是围绕着模型来走的，很多人会以为算法只是在做模型，当然这个和很多媒体号聊的风向有关，但其实并非如此，模型工作只是占的很小的一个比例，大家一定要有这个预期。

大体都有哪些

算法工程师的主要职责就是负责一个或大或小的算法模块，对效果，对整体指标，对整个算法模块的可靠性稳定性负责的一个职能岗位，大到整个语音助手，小到一个技能的问答模块，我们就是搭建这样一个模块的工种，那么日常都有那些工作？

需求和目标的沟通。
数据等资源的汇总和整理。
算法的落地实践和效果调优。
工程模块搭建。
技术沉淀和输出。
摸鱼和生活。

需求和目标的沟通

通常是和产品沟通，产品负责指挥整个产品的发展方向，对于我们而言就是和我们一起定义好一些目标和标准，例如”什么query应该被认定是天气“，更多的还有很多模糊的问题，最直接的其实就是一个“什么叫做好？”，这是个非常复杂的问题，很多交叉的内容需要判断该分给谁更合理，这个过程往往会比较困难，主要因为两者的信息不对称，产品不懂技术，技术不懂产品，这是问题的根源，而要解决这个问题还是就是要多沟通多交流，甚至不要等着别人来组织，而是自己主动把大家拉上讨论清楚。越是新的项目，前期这块花的时间就会多很多，毕竟要同步大家的想法，把自己的想法完整、准确地告知对方，真的很难。

数据等资源的汇总和整理

我们都知道，算法研发是一个极度依赖数据的，对现象的分析，模型训练，效果评估，都需要大量的数据，为了构造这些数据，我们需要花费大量的经历去获取。

通用的，开源的，可以直接下载。
部分在日志、埋点里的，那就要写sql拿。很多人所谓的“sql boy”的梗就来源于此。
没有标注的，需要和标注人员沟通合作，这里又是一波漫长的沟通和等待了。
啥都没有的，爬虫可能要试试，在合法的前提下。

另外我们还要保障数据的正确性，数据量覆盖现实的情况，分布和口径是否一致等等，尤其是评测集，对这些问题的要求尤其高，有的时候数据分布不对，直接导致在线问题的出现，所以要小心谨慎。为了评估好效果，为了能训练模型，而且数据处理其实非常繁琐而不具有通用型，所以时间消耗其实非常大。

算法的落地实践和调优

这才到了算法的落地实践和调优，也是大家最期待和喜欢的环节，但其实这个工作时间占比并不高。来看看都在干那些事

各种方案的调研，这里包括看论文了。
技术方案的设计，包括模型的各种实验方案。
构造模型，进行实验。说实话，真正有用以后，一般不会太去动了，所以一般是初创的项目更可能有模型的任务。
效果调优，简单的、紧急的，一般就是用规则、词典来处理，一般不是到了天花板，很少会主动去处理基线模型的。
bad case分析，这个其实非常花时间，需要标注数据，同时一些归因之类的是需要思考的，不过我自己其实挺喜欢的，毕竟这其实是在积累自己对数据的理解，这是书上没有网上没有的东西。

算法调优其实是一个很零散的流程，能拿到完整的效果优化时间一定要珍惜。这里也要和很多以为算法工程师只有调模型的人说一下，其实这块的工作很少。

工程模块搭建

越是前期的项目，算法所需要承担的工程任务就越多，越是后期成熟的项目，算法可以专注算法的时间越多。因为项目初期，各种基础工作都没有，无论是工程本身还是各种数据，这会导致我们需要很多时间花在这里，尤其是工程（毕竟算法可以用规则哈哈哈），算法服务、日志，如果需要一些更新，那还有更新模块，甚至还包括一些预处理的工作（这里强烈建议大家自己构造一些框架、一些基础功能，是可以保留下来了）。这个其实非常锻炼人的综合能力，很多事情自己能做很多，这个修炼是很有利于技术广度的，毕竟我们也不希望永远做算法吧，拓宽广度增加自己的综合能力还是挺关键的。