В чате с друзьями у некоторых друзей будет такая точка зрения: инженеры-алгоритмы — это технические инженеры, пока они хорошо справляются с моделью и делают хорошие индикаторы, это их лучший результат. Понимание бизнеса — это вопрос работы с продуктом, в какой-то степени это зависит от позиционирования продукта и от неба.
Конечно, я не согласен с этой точкой зрения. Моя точка зрения заключается в том, что инженеры-алгоритмы, хотя их основной бизнес связан с моделями алгоритмов, иногда даже знают о бизнесе больше, чем об операциях с продуктом.
Почему ты это сказал?
Давайте сначала посмотрим на картинку:
Это прямоугольная карта многослойной мозаики, и размер прямоугольника представляет собой верхний предел этого модуля. В правом верхнем углу каждого прямоугольника есть логотип, представляющий конкретное значение этого прямоугольного блока. От внешнего слоя к внутреннему слою соответственноДеловая сцена,данные,особенность,иМодель.
Как понять это?
**1. Верхний предел проблемы алгоритма определяет понимание бизнес-сценария. **Например, я инженер-алгоритм, работающий над системой рекомендаций, и теперь я хочу оптимизировать удержание приложения с помощью системы рекомендаций. Если вы напрямую нацелены на удержание для моделирования, это может быть очень сложной или даже неразрешимой проблемой для машинного обучения. Но если мы снова поймем и трансформируем эту бизнес-цель, как смоделировать проблему удержания пользователей, и преобразовать ее в проблему «рекомендации видео, которые могут заинтересовать пользователей», то мы сможем смоделировать симпатию пользователя к определенному видео, Тогда есть много способов сделать это. Это на самом деле понимание бизнес-сценариев.
** Во-вторых, после понимания бизнес-сценария очень важной частью являются данные. **В качестве примера возьмем рекомендательный алгоритм. Наша цель — смоделировать симпатию пользователя к определенному видео. На данный момент нам нужно решить, какие данные собирать: например, если пользователю нравится это видео, мы ожидаем ему, чтобы посмотреть это видео. Если это займет немного больше времени, вы можете закончить просмотр этого видео, и вы можете поставить этому видео большой палец вверх. Эти собранные данные станут целью нашего следующего моделирования алгоритма.
Но верхний предел данных здесь больше бизнес-сценария, как это понимать? **С одной стороны, данные могут иметь всевозможные непредвиденные ситуации. **Например, запись данных неверна, запись показывает, что пользователь не закончил воспроизведение видео, но на самом деле пользователь закончил воспроизведение видео; в процессе передачи данных возникла аномалия, например целочисленное переполнение и так далее. Хотя мы можем решить эту проблему, повысив стабильность системы, на практике это все же неизбежно. Как правило, трудно поддерживать точность системы на уровне 99,9%. **С другой стороны, может быть много данных, которые просто не собираются. **Все мы говорили, что цель рекомендательной системы — моделировать предпочтения пользователя. Здесь мы исходим из того, что поведение пользователя отражает его собственные предпочтения, поэтому мы можем судить о предпочтениях пользователя в зависимости от того, нажимает ли он. Однако присоединяющийся пользователь был обманут видео с заголовком вечеринки, и его поведение не соответствовало его собственным предпочтениям. В это время оно появится. Запись данных состоит в том, что пользователю нравится это видео, но на самом деле пользователь любит не нравится. Эти две проблемы определили, что верхний предел нашего сбора данных трудно достичь верхнего предела бизнес-сценария.
**3. Следующим шагом после получения данных, положительных и отрицательных примеров является функция. ** По конкретной бизнес-задаче, с одной стороны, он может быть ограничен собственным уровнем интеллекта и не может продумать все признаки, с другой стороны, желаемые признаки могут быть собраны не на 100%. Затем в цикле функций окончательный эффект модели фактически теряется.
** В-четвертых, последняя ссылка — это модель. **Какую модель мы используем, например, модель GBDT или модель глубокого обучения; какую структуру модели мы используем, как оценить эффект и полученный верхний предел составляет часть модели здесь.
Может быть, каждый ежедневно понимает инженеров-алгоритмов в основном в трех или четырех сценариях, и они чувствуют, что занимаются анализом признаков и моделированием. Но по факту делается один-два пункта, то есть более глубокое понимание бизнеса и лучшее определение положительных и отрицательных кейсов — это сценарии с большим потолком.
Поэтому, если инженеры-алгоритмы хотят выйти за свои собственные верхние пределы, необходимо понимание и обучение бизнес-сценариям.
На самом деле, мы также используем много знаний о понимании и развитии бизнес-сценариев в нашей повседневной жизни.
Например, когда мы искали работу, мы всегда пытались найти крупную фабрику и основную должность. Итак, как вы оцениваете, считается ли то, чем вы занимаетесь, основной должностью в компании? На самом деле здесь тоже надо разбираться в бизнесе.
В бизнесе важно не то, соответствует ли работа вашему резюме, а то, какой доход эта работа может принести компании.
Основные позиции, которые могут оказать основное влияние на доход компании, являются основными позициями компании.
Затем возникает следующий вопрос: какие должности оказывают существенное влияние на доход компании.
В связи с этим предлагаю две вещи:
-
Для приложения с распределением информационных потоков в качестве основного сценария рекомендации и реклама по-прежнему являются двумя наиболее важными звеньями. Первый берет на себя задачу позволить пользователям удерживать и потреблять в течение более длительного периода времени, а второй постоянно оптимизирует и повышает эффективность монетизации рекламы.
-
Некоторые исследовательские позиции, поскольку трудно напрямую генерировать ценность для дохода компании, какими бы гламурными ни были их резюме, их нельзя назвать «основными» позициями, когда наступает деловая конкуренция.
Рекомендуется думать об этом с этой точки зрения, когда вы ищете работу. В дополнение к размеру компании спросите себя, какой доход ваша должность может принести компании в будущем. В конце концов, если шкала выручки компании не растет, цена вашей зарплаты тоже не будет расти.
=====
Что вы думаете о том, нужно ли инженерам-алгоритмистам разбираться в бизнесе? Пожалуйста, оставьте мне сообщение, и мы можем обсудить вместе. Также приглашаю обратить внимание на мой публичный аккаунт в WeChat: Fengchi (fengchitalk), давайте обсудим вместе