工作上的反思: 勿成为伪机器学习从业者

更新时间:2024-02-22 17:51:01 阅读量: 经典范文大全 文档下载

说明:文章内容仅供预览,部分内容可能不全。下载后的文档,内容与下面显示的完全一致。下载之前请确认下面内容是否您想要的,是否完整无缺。
工作上的反思: 勿成为伪机器学习从业者

最近两年自己在工作中的表现一直差强人意,没有亮点,更不用说达到自己设定的卓越优异的目标。现在越来越发现自己工作中的问题非常的明显且严重。主要有以下几条

一、技术不扎实,尤其是在机器学习方面。

表现是

1. 对于一些经常使用的工具、模块这种比较浅层的, 面对别人的疑问自己经常是不确定或不知道。最近妻子指出这个问题,才发现自己已经养成了说"不知道" "不清楚"这种话语的习惯, 而且自己没有意识到对这些问题自己作为已经工作3年的人应该有一个斩钉截铁的答案、给人一种非常懂的印象。

2. 在编程工具上自己没有极为sharp的技术, 比如经常需要分析数据, 没有将pandas, numpy运用到非常熟练,从而极为快速的提升效率。

3. 机器学习方向的知识完全是半个入门的状态, 脑子里都是一些非常模糊的概念, 经不起别人的质疑。没有非LR算法的使用经验,导致遇到实际的问题不知道如何处理

解决方法是:

1. 继续写自己的书。将日常工作中吸收到的知识、工具模块的理解、数据分析的结论都记录下来,形成系统性的知识结构。

2. Kaggle训练。做Kaggle上的题, 提升自己对机器学习算法的理解,积累实践经验。普通的ML算法都学过几次,没有实践经验导致自己能力没有长进,而且没有持续学习的动力。

3. 所有的离线分析全部转移到pandas + numpy上。

4. 以后自己不能说"不知道",最差的情况下也应该说"我去学习或确认"。

二、数据分析能力很弱

1. 对于AB-test数据, 自己总是没有深入的分析为什么是好、为什么是差, 所以自己的项目推进的总是很慢,而且显得自己很无能,因为自己说不出所以然。但我发现其他工作能力强的人,他们AB-test数据差的时候,他们经常能给老板一个解释,这源于他们对数据的分析。合理的解释让老板觉得增加了自己的认知,发现在这件事情上的收获, 进而也对对方有好感。同时这样的场景,也更能体现一个人的能力: 更深入的理解、更强的数据分析。

2. 对于线上大盘的变化, 自己并没足够的经验。比如线上数据的突变,是否是由于客户的原因导致的还是其它原因。

三、做事不成体系

模型迭代已经整整一年, 但老板感知到的是自己对模型迭代并没有一个像样的套路或者方法论。每次都像是在重新开始,给人的是一种打游击的感觉。解决方法是通过写书整理出每次模型迭代的模版, 确定出每次迭代要解决的问题是什么,自己的方案能否解决, 如何验证最终的模型是否解决了该问题。也就是通过记录的方式形成自己的做事体系、知识体系。

四、不会说

不会推销自己。自己对工作的态度过于保守, 自以为是谦虚。但工作场合下看重的并不是谦虚, 公司或老板不希望每个人对自己所做的事情谦虚的去描述,把自己所做的事情往矮了去说,或把事情藏着掖着。公司希望看到的是有能力的人显现出来, 知道谁是骡子谁是马, 从而把更重要的事情交给更优秀的人承担。做事要高调,要积极的推销自己,发表自己对问题的看法,显示自己在技术上的积累。 改正的方式是抓住与同事的沟通交流的机会, 在工作相关的问题上, 大胆说出自己的观点见解, 要非常注意的是为了达到效果建立影响,要使自己所说的有理有据,而不是"可能是" "我认为是"这种不确定性的意见。发表观点令缺勿滥、一击即中。

五、倔犟、思想僵化

对别人的意见很难听进去,让我意识到这一点是我发现自己很难听进妻子的建议和高工的建议。妻子对我有比较近距离、全方面的了解,高工的经验和专业能力比我强,但我却听不进去他们的意见。对妻子的建议不接纳是因为我内心的骄傲,觉得自己在很多事情上比她看的透彻。对高工的意见不接纳是因为我觉得他们的意见没有考虑到我实际遇到的问题, 这不仅是一种骄傲,还可能是我自己"站的太低看到的都是问题", 自己的思路太陷于问题,总觉得问题如何如何难。但现实让自己意识到自己并没有运气比别人差、做的事情并没有比别人难度大。为什么别人能比我做的好,那肯定是自己的问题。所以思维的僵化来源于自己自以为是的骄傲和"站的太低看到的都是问题"的思维狭隘, 自己的思想总是在circle of concern中, 总是在想、总是在叹息、总是在埋怨、总是在烦躁自己又遇到了问题。

六、知识面窄

工作中总能发现其他同事能对其它技术做到侃侃而谈,旁征博引,即使在老板面前也能非常自信、底气十足的争论,而且对工作中的问题有非常深入的分析,能给老板带来新的认知。 而自己的知识就完全像一个螺丝钉, 只知道这个螺丝钉的知识, 螺丝钉稍微旁边一点的知识就不知道了,别人问自己只能回答不知道。解决这个问题的方法就是: 1. 通过多讨论带来新的knowledge 2. 继续自己的书记录系统性的知识 3. 参加kaggle比赛实践获取经验,不仅能提升自己的技术能力也能通过实践提升知识面。4. 哔哩哔哩上每天听一些机器学习相关的评论、讲座和课程,提升自己对前沿技术、技术趋势、工业化的了解。

七、做事粗心

做事粗心的根本原因是两点, 第一是做事不系统,没有流程,导致总是流程上疏漏。第二,技术能力差。 这些都通过上述的方法来提升。

以上都是长时间的问题,也是需要长时间来解决的,很多甚至不容易专门突击、集中训练。Kaggle训练提升专业知识、继续之前的写书提升系统化做事方式、不说"不知道"、全面pandas+numpy化是可以每天都去做的,作为本周的坚持项。后续的每周要拿出来这篇反思,来提醒自己每周都要有所改进。

本文来源:https://www.bwwdw.com/article/pw3b.html

Top