剛拿到數據挖掘工程師的offer時，我內心特別激動，對未來工作充滿了期待。哈佛大學商業綜述在2012年宣布“數據科學家將是 21世紀最性感的職業”，我開始走上數據分析道路。面試官的一句“我們團隊的數據挖掘工程師都是藝術家”，讓我果斷地拒掉其它公司的offer，義無反顧地加入這個團隊。
入組快一年了，做過的最大的一個項目是“找茬”。很多人都玩過“找茬”游戲，就是給你兩幅圖片，你需要找出所有的不同之處。我的項目是找出兩套代碼的不同，然后將兩套代碼合并成一套代碼。團隊先開發出代碼A，跑數據a，然后遷了個分支B，專門跑數據b。這個分支經過一年的時間，不斷壯大，已經可以獨當一面了。這時，為了方便代碼維護，需要合并兩套代碼。
怎么辦呢？從svn上把A代碼遷到本地進行修改，我們稱這份代碼為C代碼。師兄修改C代碼，使其同時支持數據a和數據b。經過測試，發現C代碼跑a數據和A代碼跑a數據有差別，C代碼跑b數據和B代碼跑b數據也有差別。我的任務就是使得C代碼跑a數據和A代碼跑a數據效果一樣，C代碼跑b數據和B代碼跑b數據效果一樣，即使結果有差異，也要確保所有差別可解釋，且符合預期。
然后我就開始了8個月的“找茬長征路”。第一階段是測試b數據。將C代碼和B代碼跑b數據的結果進行對比，發現不同后，追查導致這些不同的原因。跑一份數據，涉及十多個階段性任務和上百個特征。我必須跟蹤調查每一個發生變化的特征，以及找出所有中間數據的差別，這特別考驗一個人的耐心和細心。有時我覺得工作特沒勁，太瑣碎，有時又覺得挺有意思的，像在玩“找茬”和“破案”游戲。第二階段是測試a數據，追蹤C代碼與A代碼的不同，其方法與階段一相同。最后，階段一花了6個月，而階段二只花了2個月。
平常，除了“找茬”，我還要做各種測試，干各種雜活。比如說師兄改了幾行代碼，說你來測試一下效果吧。上游數據團隊改了個策略，需要下游做評估，說就你來評估吧。一言以蔽之，凡是新人能干得活都交給新人。有時，師兄還很直接地問我：“我交給你的雜活都干完了嗎？”聽了師兄的話，我的玻璃心碎了一地，暗暗吐槽，“你就不能騙騙我說，我的工作很重要嗎？”
好不容易把所有茬都找完了，我想這下該讓我弄模型了吧，就算不做模型讓我分析分析數據也是好的。結果一年的任務分配下來，居然全是性能優化，就是加快代碼運行速度，節省存儲空間。說好的數據挖掘呢？我深深覺得自己就是一個填坑打雜的，做著別人不愿意做的事情。師兄都是過來人，懂得我們新人的苦悶，吃飯的時候也常常安慰我們說，“辛苦了！” “再忍一忍哈！” “新人快來了，你們就可以把雜活交給他們了！”我突然有一種媳婦快熬成了婆的感覺。
不過話說回來，這一段時間的打雜也讓我收獲良多，至少對業務邏輯和整套代碼都非常熟悉了。有時，我們無法拒絕自己不喜歡做的事，那不如想開一點，盡量看到它給自己帶來的好處，讓自己不那么難過。
