本文分享自百度開發(fā)者中心Rethinking算法實習(xí)生

開篇老規(guī)矩，先介紹故事背景：本菜雞來自國內(nèi)某末流985渣碩，拿到了澳洲博士Offer，由于新冠疫情原因，碩士畢業(yè)后暫時被gap在國內(nèi)。閑來無事，便去杭州某大廠找了一份研究型算法實習(xí)生工作，目前剛?cè)肼毑坏揭粋€月，負責(zé)部門內(nèi)新算法的研發(fā)與設(shè)計，對接落地難題，偏前瞻性的研究側(cè)工作。本文記載了自己入職以來的一些所聞所感，供各位大佬品鑒，不足之處還望多多指正。

通常在研究為主要導(dǎo)向的部門，例如：騰訊AI Lab、阿里巴巴DAMO、小米AI實驗室、滴滴研究院、美團影像實驗室等，是全公司高學(xué)歷人才最密集的區(qū)域，動輒211、985院校起步，清北和海外學(xué)歷也實屬不足為奇（當(dāng)然也存在我這種鐵混子種類）。

作為公司的前瞻性預(yù)研鏈路中所必需的研究型人才，往往需要充分結(jié)合工程項目中亟待解決的落地難題進行技術(shù)層面的抽象，并能夠通過自身過硬的技術(shù)本領(lǐng)，將其具體化為研究性質(zhì)的科學(xué)問題。此外，對于大多數(shù)AI公司的原始數(shù)據(jù)樣本是臟亂且高緯的，處理起來可謂相當(dāng)棘手。這個過程需要工程型算法工程師去實現(xiàn)數(shù)據(jù)收集、數(shù)據(jù)清晰、結(jié)構(gòu)化、模型復(fù)線、緊張刺激的Debug階段、模型重新訓(xùn)練、研究Bad Case、煉丹、重新研究Bad Case、再次煉丹、重新研究Bad Case、再再次煉丹……

而對于資金鏈充裕的AI公司來說，AI實驗室自身的定位更偏向于“探索難題”，充當(dāng)了中流砥柱的開路先鋒角色。得益于此，公司背后的影響力也會因為科研實力而水漲船高，因此諸多公司尋求與名牌高校的頂尖實驗室跨界合作。但是，礙于近年來國際整體經(jīng)濟形勢下行，多數(shù)AI實驗室轉(zhuǎn)向業(yè)務(wù)尋求生存（PS：據(jù)有限的了解國內(nèi)僅有微軟亞研院獨樹一幟的苦苦支撐原始信念）。現(xiàn)在研究型實驗室的工作日常是：從業(yè)務(wù)需求出發(fā)，尋求潛在解決方向，調(diào)研潛在解決方案，上機刷模型，寫論文，重新刷模型，修改論文，反手再刷模型，再修改論文，如此往復(fù)一萬遍。

從高校走向公司，最大的感受就是工作強度和效率明顯提升了，可能是周邊的人太過于優(yōu)秀，一種隱形壓力不斷的推動著自己向前跑。同時，在公司里給自己獨立學(xué)習(xí)的時間變短了，新需求的提出和新知識的補給往往不是同時觸發(fā)的，需要自身有足量的知識儲備和知識遷移能力，需要對于新知識的接受和學(xué)習(xí)能力需要更加過硬。

在攻讀博士學(xué)位前的這段時間里，接觸業(yè)界的好處就是使自身對于領(lǐng)域內(nèi)的發(fā)展有了更為深層次的獨特認知，清晰知道未來的自己需要什么，需要在哪個領(lǐng)域去專研，需要在哪些地方提升自己的硬實力。

這段Gap時間，給了自己更多獨立思考和獨立科研的機會，也給了自己快速成長的時間。希望25歲的我，學(xué)成歸來，仍是少年。

2021年7月，于杭州

點擊進入了解更多前沿技術(shù)資訊~~

總結(jié)

以上是生活随笔為你收集整理的Rethinking算法实习生的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。