曲线救国

掐指一算，笔者从事机器学习应用的工作已经4年有余，如果加上之前的数据分析工作经历，共5年零5个月。若是再加上数据分析工作之前的准备时间，总共是6年2个月。毕业后的工作大致总结如下，

  • 1年3个月测试开发，磨炼开发习惯和工程能力，机器学习兴趣觉醒；
  • 9个月业余时间学习机器学习相关内容，主要参考网上MOOC；主要工作仍然是测试开发；
  • 1年3个月数据分析工作，开始大规模接触工业级数据，抓住一切机会将机器学习技术应用到工作中；
  • 4年1个月数据挖掘工作，主要从事游戏方面的机器学习应用。

笔者也算是演了一场机器学习的曲线救国戏码。

感恩良师，受用终身

在这个过程中，得到了两位良师的重要指导，受用终身。

首先是笔者在鹅厂的第二个导师Erisen，他教授笔者最有意义的技能是工程的规范化和严谨性。记得当时笔者的工作是后台协议测试以及持续集成相关工具的开发。Erisen对代码规范极其严格，经常review笔者的代码并且要求笔者返工。当时笔者刚离开校园，从来没有接收过如此严格的编码要求，一开始很反感。但是，后来发现代码规范最大的好处是，阅读Erisen的代码非常亲切，因为我们是用的一种规范。在阅读Erisen代码的过程中，笔者可以学到很多平时通过语言沟通无法学到的技巧。这个习惯笔者一直保持到现在，虽然笔者周围的同事换了一波又一波，但是我的代码依然是按照某种规范来执行，并且力求我交接出去的代码，可读性要好，这样既方便了别人，也方便了自己。因为交接工作的同学如果可以轻易通过阅读代码理解交接工作，就不会来打扰笔者，这是一个双赢的过程。同时，良好的代码规范可以很大程度减少项目维护成本。工作一段时间的同学应该有过这种经历–三个月写的代码，现在怎么读不懂了，这是我写的吗？如果代码有良好的注释，并且始终按照一种风格来编写，可以大大降低这类场景的发生概率。所以，感恩Erisen对笔者的指导。

Dragon是第二个给笔者提供重要指导的导师。他是笔者在做数据分析工作时的领导。Dragon告诉笔者成长规划需要从三个层次来规划，

  1. 领域知识 这部分工作仅与当前工作有关，当换工作后该内容会被立刻替代。比如当前从事广告推荐工作，如果工作换到游戏数据挖掘，那么广告相关的领域知识基本没有什么作用。这类技能类似使用王者荣耀中不同职业的英雄，坦克和刺客的玩法截然不同。
  2. 专业技能 它是安身立命的根本，你在职场上无法轻易替代的核心价值。对于笔者所在的机器学习工业应用领域，它就是工程能力和算法能力。这类技能就类似打MMORPG，战力可以积累，战力高则职场竞争力强。
  3. 通用能力 这类技能基本可以适用绝大部分工作。比如沟通，协作，执行力，知识沉淀，技能传承等。虽然它很通用，但是能够掌握却不容易。因为与个人性格，成长环境有关，有些人可能一辈子就学不会心平气和的沟通。

如果要做好当前工作，上面三个层次的能力都需要提升。笔者基于上面三个层次，结合笔者这些年来的工作经验，总结出游戏机器学习应用工程师技能树，希望对读者有借鉴意义。

写在最后

工作中偶尔被同事调侃成“非科班出生”，所以本次博客笔者也自嘲一下，：）。起初笔者比较在意，不过随着阅历的丰富，笔者慢慢释然。所谓科班出身，只不过在学校里面多学了一些相关内容。我们这行就像逆水行舟，不进则退。需要活到老学到老。英雄不问出处，在自己的工作岗位上，发挥自己的价值，这才对得起公司和自己。

满招损，谦得益。一定要始终保持一个虚心学习的心，切忌狂妄自大，刚愎自用。机器学习领域如此博大精深，一个人又能掌握其中的多少内容，精通多个子领域更是难上加难。关羽是历史上非常了不起的武将，但是最大的性格缺陷就是刚愎自用，最后败走麦城。虽然别人都戏称笔者是(关)二哥，但是笔者始终将这个例子作为反面教材铭记于心。

笔者始终对机器学习中的各种算法保持一颗感恩和敬畏的心。因为这些算法都是前人经过不懈努力思考得出，并且免费分享到全世界。这样笔者和众多机器学习从业人员才能利用这些算法换取薪水，给我们的家人换来面包和牛奶。所以，笔者很珍惜当前来之不易的工作，希望能够在此领域越走越远，成为独当一面的从业人员。