<p style="text-align: justify;"><img style="width: 808px; height: 61px; margin-left: auto; margin-right: auto; float: none;" src="https://info.compassedu.hk/sucai/content/1669967937792/1669967937792.png" width="808" height="61" /></p> <p style="text-align: center;">個人實習背景：本科一段華為，碩士兩段，一段海外諾亞方舟lab，一段小紅書。<br /><img style="width: 808px; height: 606px; margin-left: auto; margin-right: auto; float: none;" src="https://info.compassedu.hk/info_imgUrl_php5BwXoc.jpg" width="808" height="606" /><img src="https://info.compassedu.hk/info_imgUrl_php3N0Cm5.jpg" width="808" height="1077" /></p> <p style="text-align: center;"><img style="width: 808px; height: 582px; margin-left: auto; margin-right: auto; float: none;" src="https://info.compassedu.hk/info_imgUrl_phpeAWrZR.jpg" width="808" height="582" /><span class="h6">（小紅書）</span></p> <p style="text-align: center;"><img style="width: 808px; height: 539px; margin-left: auto; margin-right: auto; float: none;" src="https://info.compassedu.hk/info_imgUrl_phpv6v3vh.jpg" width="808" height="539" /><span class="h6">（諾亞）</span></p> <p style="text-align: center;"><img style="width: 808px; height: 606px; margin-left: auto; margin-right: auto; float: none;" src="https://info.compassedu.hk/info_imgUrl_phpFaMhzo.jpg" width="808" height="606" /><span class="h6">（華為）</span></p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;"><strong><span class="h1">都去實習！</span></strong></p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;">早點去實習！不是慫恿大家都去卷，拋開實習中可能會碰到的方方面面的困難，但不可否認，實習確實可以<strong>縮小自己在校園階段的認知和市場真正需求之間的gap</strong>，同時也是在實踐中找到真正的興趣點和方向的最快途徑，因為在有應屆生身份期間，我們的試錯成本相對比較低，雖然上班了也可以試錯，但代價可能就是被開除了。我也是在實習中不斷試錯和摸索，逐漸在<strong>系統(tǒng)，研究和業(yè)務三大板塊</strong>中橫向比較自己到底更適合哪種工作內(nèi)容和作息。</p> <p style="text-align: justify;"><br />同時，實習也是培養(yǎng)自己向上社交的地方，跟上一個好mentor，是很可能會起飛的，比如我就有朋友在微軟和百度跟leader出了1作頂會，直接被強推去直博了；亦或是有一個氛圍很好的團隊，我開始健身就是因為團隊主任經(jīng)常喊實習生去樓下健身房鍛煉，周三下班打籃球，一塊食堂吃飯和傍晚園區(qū)跑步，這對后期逐漸養(yǎng)成鍛煉習慣有很大幫助，作為團隊老大，leader一直通過實際行動在帶動大家，不管是在工作和強身健體上，都是有正向作用的。</p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;"><strong><span class="h1">系統(tǒng)，研究，業(yè)務崗實習體驗</span></strong></p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;">1:<strong>系統(tǒng)：三者中對基本功和底層理解要求最高的</strong>，一般來說寫架構(gòu)或者系統(tǒng)，得精通C++，golang，CUDA等相對門檻較高的編程語言，走system track是三者里最容易轉(zhuǎn)CTO的，也就是all in 技術(shù)；缺點也是同樣，<strong>門檻高，難度較大</strong>，適合編程能力和智商較高的同學；</p> <p style="text-align: justify;"><br />2:<strong>研究：三者中相對比較work life balance</strong> ，一般來說就是讀最新論文，找問題，提出idea，做實驗驗證idea，投論文或者相關國際評測比賽（俗稱刷榜），個人覺得研究崗優(yōu)勢就是不會太忙，時間相對自由；缺點是一般<strong>門檻較高，校招研究工程師基本是phd了</strong>，然后目前也只有大公司會有l(wèi)ab,但也在做產(chǎn)研結(jié)合了，還是會為了技術(shù)落地的；</p> <p style="text-align: justify;"><br />3:<strong>業(yè)務：三者中相對賺錢最快的崗位</strong>，比如推薦/廣告算法這種，阿里廣告一年收入將近3000億，其實主要靠的就是算法和工程這塊帶來的變現(xiàn)，因此這也是大部分同學比較適合的方向；缺點就是<strong>加班多，比較累，校招核心業(yè)務組難度較大</strong>（內(nèi)卷），對候選人的綜合能力要求比較高；</p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;"><strong><span class="h1">實習的收獲</span></strong></p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;"><strong>01 數(shù)據(jù)決定天花板</strong></p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;">技術(shù)崗或多或少都要和各種數(shù)據(jù)打交道，所以我們要深入理解數(shù)據(jù)，直觀感受線上線下指標波動。</p> <p style="text-align: justify;"><br />在學校，基本所有深度學習項目是離線進行的，也就是說一般會在1-多個bench-mark（公開權(quán)威數(shù)據(jù)集上做各種實驗），但是這些數(shù)據(jù)集往往都是清洗好的，做個數(shù)據(jù)管道就可以喂到模型里，但實踐生產(chǎn)中，<strong>數(shù)據(jù)要復雜的多</strong>，比如很多數(shù)據(jù)是雜亂缺失的，數(shù)據(jù)分布極為不均衡（有些類別有幾w個樣本，有的只有幾十條），以及<strong>很多數(shù)據(jù)標簽不完備，甚至沒有標注</strong>，因此為了提高數(shù)據(jù)集質(zhì)量，我們需要先單獨通過一些半監(jiān)督/自監(jiān)督模型去預測原始數(shù)據(jù)對應的標簽，再撰寫標注文檔，送標進行人工復核（對接標注團隊，進行人工復核）。</p> <p style="text-align: justify;"><br /><strong>02 學會多指標協(xié)同評估結(jié)果</strong></p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;">緊接著，算法團隊拿到這些標注好的數(shù)據(jù)，這時候，一般需要結(jié)合業(yè)務場景去進行模型選型，甚至還需要去調(diào)研一些最新開源的論文中的模型并嘗試復現(xiàn)和根據(jù)輸入做適應性改進。</p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;">當一些指標穩(wěn)定后（比如召回，map,AUC,F1等），將模型送給數(shù)據(jù)分析/產(chǎn)品交付團隊進行<strong>線上全量數(shù)據(jù)測試</strong>，理想的話，就可以算作驗收和上線了，但是大概率會有一些問題反饋或者被打回來進行修改，比如線上線下數(shù)據(jù)/特征分布不一致導致需要重新構(gòu)造數(shù)據(jù)集的正負樣本/分析特征分布來<strong>改進模型構(gòu)造策略</strong>，同時，除觀測一些動態(tài)指標外，我們?nèi)匀恍枰紤]<strong>上線后性能開銷等</strong>，有時甚至需要損失一定精度去保模型可以部署在端側(cè)（移動端，云端等)，熟悉NLP的同學知道，很多時候直接上預訓練模型是很難直接上線的（Bert,T5等，模型參數(shù)量有的達到幾十個G），因此<strong>評價一個算法或者技術(shù)方案好壞其實是多維度的</strong>，并不僅僅依賴于幾個數(shù)學指標！</p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;">因此整個流程走下來，是一環(huán)扣一環(huán)的，除了要深刻理解數(shù)據(jù)外，<strong>有較好的論文檢索和快速的代碼復現(xiàn)能力</strong>也是很重要，因為在企業(yè)是要講究效率的，沒有太多時間放松下來，當然作為實習生一開始往往都有些不太適應，這時候需要及時和mentor反饋和尋求組里幫助，該說就要說！最后，如何和不同團隊進行有效溝通和對接也是項目拉通/對齊與否的關鍵，作為實習生，主管也讓我們?nèi)虆⑴c到他們的OKR中，學習和鍛煉項目拆解/業(yè)務理解能力。</p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;"><strong>03 鍛煉實際場景問題分析與思考</strong><br /><br /></p> <p style="text-align: justify;">為了解決實際業(yè)務問題，我們需要分析問題，但具體怎么分析比較寬泛，比如不妨我們一塊來思考一個問題，<strong>老板讓團隊在一個月內(nèi)從0-1搭建一個面向美妝場景的垂類搜索框架，怎么去構(gòu)思？</strong></p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;"><strong>數(shù)據(jù):</strong></p> <ul> <li style="text-align: justify;">目前有大規(guī)模數(shù)據(jù)么？有合作方提供還是需要去購買（taobao/shopee/shein)？</li> <li style="text-align: justify;">獲取數(shù)據(jù)后，需要做EDA，數(shù)據(jù)質(zhì)量如何（缺失，長尾現(xiàn)象）？</li> <li style="text-align: justify;">有沒有小樣本甚至零樣本情況？標注情況（如果標注不準，需要更新送標文件）？</li> <li style="text-align: justify;">美妝類商品樣本的語義空間是什么，是集中的還是零散的？</li> <li style="text-align: justify;">有多少數(shù)據(jù)可以進一步挖掘，有多大難度（是否需要先做聚類，是否需要構(gòu)造正負樣本集）？</li> <li style="text-align: justify;">品牌別名出現(xiàn)概率大么？需要做相關數(shù)據(jù)挖掘么？</li> <li style="text-align: justify;">是否公司已有相關詞庫，如果沒有需要盡快構(gòu)建，構(gòu)建過程中的新詞挖掘怎么做？是否有必要進行領域預訓練增強模型感知特定領域詞匯能力？</li> <li style="text-align: justify;">除了文本，是否需要跨膜態(tài)數(shù)據(jù)？（圖像，短視頻等）</li> </ul> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;"><strong>應用場景：</strong></p> <ul> <li style="text-align: justify;">性能要求和硬件要求？(移動端還是網(wǎng)頁端？遲延要求多少毫秒？)，由于性能原因，語言模型、大型詞典可能不會被使用。</li> <li style="text-align: justify;">類別的名詞性質(zhì)是什么，是否需要足夠的名詞信息來支持？</li> <li style="text-align: justify;">建索引這塊數(shù)據(jù)庫選取？</li> <li style="text-align: justify;">美妝商品類目體系如何建立或者快速匹配已有商品庫？</li> <li style="text-align: justify;">Badcase多不多？是否需要直接上規(guī)則約束？上多少比例規(guī)則？</li> <li style="text-align: justify;">需要的泛化能力是什么？例如如是粵語/俚語，那么泛化能力需要更強，泛化能力則需要來自于遷移能力好的模型，無論</li> <li style="text-align: justify;">分類模型還是搜索的語義匹配模型，如何選取適配的模型？</li> <li style="text-align: justify;">是否需要多模態(tài)模型？多模態(tài)預訓練這塊團隊有人擅長么？</li> <li style="text-align: justify;">維護的詞匯表需要的更新頻率呢？定期更新的頻率會更高，而更新頻率較高的部分，用文本分類會受到限制。</li> </ul> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;">實質(zhì)上，這是實際業(yè)務場景中需要考慮的方方面面的縮影，同時，我們更要從工程師角度去看待不同模塊之間的耦合，努力做到滿足業(yè)務/用戶需求的同時，比如可以繼續(xù)追求算法/硬件之間的協(xié)同優(yōu)化，減少企業(yè)性能開銷。</p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;"><strong><span class="h1">什么樣的項目更吸引面試官？</span></strong></p> <p style="text-align: justify;">&nbsp;</p> <ul> <li style="text-align: justify;"><strong>只要是流程完整，有自己理解和思考的經(jīng)歷都屬于項目經(jīng)歷。</strong></li> </ul> <p style="text-align: justify;"><br />很多人局限于必須要頂會，但是頂會不是一般同學可以發(fā)的，同時不對口的paper在面試官看來一樣可能沒啥吸引力，因此不論有無好paper，真正掌握實操經(jīng)驗才是最重要的。</p> <p style="text-align: justify;"><br />要明白算法重要的不是你使用了什么技術(shù)，而是<strong>使用它的動機和理論依據(jù)</strong>，比方說，很多項目，用的都不是單一的技術(shù)，模型；有些場景，用規(guī)則反而比深度學習模型效果更好；有些場景，樹模型效果特好，優(yōu)于神經(jīng)網(wǎng)絡；有些場景，需要模型具備很好的泛化能力等。</p> <p style="text-align: justify;">&nbsp;</p> <ul> <li style="text-align: justify;"><strong>要想順利通過面試，就要站在面試官的角度去想問題。</strong></li> </ul> <p style="text-align: justify;"><br />這兩年隨著崗位飽和或者企業(yè)降本增效，公司作為招聘方，更關注項目落地的可行性，不喜歡假大空選手。因為招人進來是要把項目推進起來并最終落地產(chǎn)生收益，請放下一些學生思維，比如我拿了xxx獎學金，我GPA一直第一，誠然確實優(yōu)秀，不過這在企業(yè)看來，并不能<strong>體現(xiàn)你能產(chǎn)生商業(yè)價值或者有靈敏的思維和潛力</strong>，所以公司可能會去要一個績點不高但是動手能力很強的同學，這是現(xiàn)狀，也很正常。</p> <p style="text-align: justify;"><br />最后，實習不就是為了見識不同類型的企業(yè)和文化嗎？也能讓你了解到自己想要什么和將來的方向，過程中難免有不開心，委屈，不理解或者疲憊，<strong>不要內(nèi)耗就好，當作成長，其實是件好事</strong>，當然如果很不幸，部門存在pua或者實習內(nèi)容太水，比如純打雜學不到新東西等，也不要勉強自己，直接提離職就好。</p> <p style="text-align: justify;"><img style="width: 808px; height: 188px; margin-left: auto; margin-right: auto; float: none;" src="https://info.compassedu.hk/sucai/content/1669967949311/1669967949311.png" width="808" height="188" /></p>