算法工程師的核心競爭力

image

原文:https://zhuanlan.zhihu.com/p/90132545

工作以來一直在思考算法工程師這個崗位的核心競爭力,自己的心路歷程分為三個階段。

1. 第一階段

這一階段我覺得算法工程師的核心競爭力是對模型的理解,對于模型不僅知其然,還得知其所以然。

于是我把目標檢測的經典論文翻來覆去地看,將各種目標檢測模型分解成了N個模塊,針對每個模塊,反復比對各篇論文處理方式的異同,思考各種處理方式各自的優缺點,以及有沒有更好的處理方式,比如:

深度卷積神經網絡中的降采樣總結了降采樣的各種方式;

深度卷積神經網絡中的升采樣梳理了升采樣的諸多方法;

關于物體檢測的思考簡述了anchor free與anchor based的異同、one stage和two stage的區別與聯系;

深度學習高效網絡結構設計和高效卷積神經網絡一覽總結了高效網絡的設計思路與具體細節;

在anchor free檢測器炙手可熱的時候,Why anchor?分析了anchor free和anchor based的歷史由來,以及各自利弊。

同時對目標檢測實踐中一些開放式的問題也有一些自己的思考,比如:

關于感受野的總結詳述了感受野的計算方式和在應用時需要注意的地方;

目標檢測網絡train from scratch問題猜想了一下目標檢測能夠train from scratch的關鍵,在這篇文章里我質疑了DSOD和DropBlock這兩篇論文對train from scratch問題下的結論(當時何愷明那篇討論train from scratch的paper還沒出來,從何愷明后來paper的實驗看來,我的質疑是對的)。

上面是把模型揉碎了看,最近開始有更多時間與精力接觸除了目標檢測以外的任務,于是思考如何將各個計算機視覺任務統一起來,最近有了一點小的想法,該想法形成了一篇簡短的文章。

2. 第二階段

這一階段我認為算法工程師的核心競爭力在于代碼功底好,一則知道各個模型的實現細節,二則能即快又好地實現idea。于是我用pytorch手擼了Yolov2和Yolov3。同時看了不少優秀的開源代碼,比如darknet、mmdetection、detectron2等等。最近正在用pytorch仿照mmdetection和detectron2擼一個語意分割的訓練框架。

3. 第三階段

最近開始接觸各個行業的對計算機視覺的需求,我發現一名優秀的算法工程師僅僅對模型理解不錯,代碼功底不錯是不夠的,還需要對有計算機視覺業務需求的行業有著較深入的理解。恰好最近看了一篇阿里云機器智能首席科學家閔萬里的專訪文章,專訪里這幾段話我深以為然:

在阿里云的時候,我就親自打造了一個崗位:DTC:Data Technology Consultant。DT有兩個含義,一個是數據技術Data

Technology,一個是數字化轉型Digital

Transformation,一語雙關。他們像大夫,望聞問切,跟客戶一起梳理出業務流程中的痛點,找到優化方式。

DTC不只是對行業整體的判斷,還要對賽道中的選手體檢,有開藥的能力。可以把對方的難言之隱梳理出來,定量、優先級排序,然后從整體到細節,一層層結構化分解,最后進入具體執行。你要在傳統行業創造新價值,就要搞清楚:什么東西制約了你的產能,制約了你的效率,制約了你的利潤率。

技術人員今天往產業走,我相信整體遇到的障礙就是如何把技術思維變成以業務需求為導向的技術思維、技術分解思維。

雖然閔萬里這幾段話里的主體是技術咨詢師,但是我覺得這也是成為一名優秀算法工程師的必備品質。

總結一段話就是:

算法工程師往產業里走,需要把技術思維轉變為以業務需求為導向的技術思維、技術分解思維;

算法工程師需要像大夫一樣望聞問切,跟客戶一起梳理出業務流程中的痛點,找到優化方式;

算法工程師不僅需要有對行業整體的判斷,還需要對客戶有體檢、開藥的能力,可以把客戶的難言之隱梳理出來,定量、優先級排序,然后整體到細節,一層層結構化分解,最后進入具體執行;

要在傳統行業創造新價值就要搞清楚什么東西制約了產能、效率、利潤率。

我覺得僅僅輸出模型的算法工程師是比較容易被替代的,更高的追求是輸出一整套端到端的系統方案,從與客戶一起梳理業務痛點、硬件選型、模型部署環境的規劃與搭建、數據采集和標注標準制定、模型選型與設計等等。

4. 最后

image
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 230,825評論 6 546
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 99,814評論 3 429
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 178,980評論 0 384
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 64,064評論 1 319
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 72,779評論 6 414
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 56,109評論 1 330
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 44,099評論 3 450
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 43,287評論 0 291
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 49,799評論 1 338
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 41,515評論 3 361
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 43,750評論 1 375
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 39,221評論 5 365
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,933評論 3 351
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 35,327評論 0 28
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 36,667評論 1 296
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 52,492評論 3 400
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 48,703評論 2 380

推薦閱讀更多精彩內容