導(dǎo)讀：個性化推薦系統(tǒng)，簡單來說就是根據(jù)每個人的偏好推薦他喜歡的物品。互聯(lián)網(wǎng)發(fā)展到現(xiàn)在，推薦系統(tǒng)已經(jīng)無處不在，在各行各業(yè)都得到普遍都應(yīng)用。亞馬遜號稱 40% 的收入是來自個性化推薦系統(tǒng)的，淘寶的個性化推薦系統(tǒng)也帶來非常大的收益，新聞媒體的個性化推薦系統(tǒng)典型的是今日頭條，直播平臺給用戶推薦喜歡的主播，金融網(wǎng)站給用戶推薦需要的理財產(chǎn)品，社交網(wǎng)絡(luò)給用戶推薦大 V 或者其他朋友……越來越多的公司將推薦系統(tǒng)作為產(chǎn)品的標(biāo)配。

大家接觸推薦系統(tǒng)的概率會越來越大。作為程序員，了解推薦系統(tǒng)也越來越必要，甚至可以主動選擇“推薦系統(tǒng)算法工程師”的相關(guān)職位。那大家一定會關(guān)心推薦算法工程師需要哪些知識儲備，以及作為一個推薦算法工程師，未來的發(fā)展道路怎樣?

本文是作者計劃的一系列文章中的一篇。后面的文章將涉及到推薦系統(tǒng)的基本介紹、冷啟動、商業(yè)價值、工程實現(xiàn)、評估等方方面面。這系列文章是作者多年推薦系統(tǒng)學(xué)習(xí)、實踐經(jīng)驗的總結(jié)，希望能夠幫助到即將入行推薦系統(tǒng)開發(fā)的讀者或者推薦系統(tǒng)開發(fā)人員，讓大家少走彎路。

正文：

本文我會基于自己的實踐經(jīng)驗講述推薦算法工程師的成長之道，這里的“道”有發(fā)展路徑和道 (道理、方法論、經(jīng)驗、智慧) 兩層意思。所以本文除了講解推薦算法工程師的成長路徑之外, 還會詳細(xì)闡述推薦算法工程師需要了解的方法論和智慧。相信讀者讀完本文會更加堅信推薦算法工程師是一個好的職業(yè)選擇, 并且結(jié)合自己的興趣和特長也知道未來該怎樣去規(guī)劃、發(fā)展和成長。在這里我會從推薦算法是一個好的職業(yè)選擇、發(fā)展路線及職業(yè)定位、成長之道、挑戰(zhàn)和機(jī)遇四個維度來講解。

為什么說推薦算法是好的職業(yè)選擇

深度學(xué)習(xí)技術(shù)的逐步成熟，推動了 AI 第三次浪潮的到來，縱觀目前 AI 在互聯(lián)網(wǎng)行業(yè)上的應(yīng)用，有比較好的產(chǎn)品落地及商業(yè)化價值的應(yīng)用主要有 7 個大方向：

語音識別
NLU 及 NLP
圖像識別 (特別是人臉識別)
金融行業(yè)的信用評分和反欺詐
推薦系統(tǒng)
搜索系統(tǒng)
廣告 (精準(zhǔn)) 投放 (即計算廣告)

在這 7 個大方向中，推薦，搜索，廣告投放是互聯(lián)網(wǎng)公司最普及也是最能產(chǎn)生現(xiàn)金流的三個方向。

廣告投放自不用說，這是互聯(lián)網(wǎng)最重要的變現(xiàn)手段，基本每個互聯(lián)網(wǎng)公司都會利用廣告來變現(xiàn)。只要是提供大量“標(biāo)的物”給海量用戶的產(chǎn)品就一定會用到搜索和推薦兩種技術(shù)，代表了用戶的兩種不同訴求。

搜索是用戶的主動需求，用戶想要找什么東西，知道自己的需要，就會通過搜索來獲取。而推薦代表的是用戶的被動需求，當(dāng)用戶的需求不明確時，推薦就有了用武之地。

在這里，我也要強(qiáng)調(diào)一點，其實推薦、搜索、廣告精準(zhǔn)投放都是機(jī)器學(xué)習(xí)驅(qū)動的系統(tǒng)，它們在技術(shù)體系上是一脈相承的，甚至在廣義上講它們是一樣的。

首先, 廣告投放是將廣告推送給可能會喜歡該廣告的用戶(當(dāng)然可能需要通過標(biāo)的物的承接，比如視頻的貼片廣告，廣告是“寄宿“在視頻上的)，本質(zhì)上可以將廣告看成是推薦系統(tǒng)的“標(biāo)的物”。

這樣看的話，廣告投放可以看成是一種推薦系統(tǒng)，只不過廣告精準(zhǔn)投放會將關(guān)注點放到廣告上，希望將廣告更好更精準(zhǔn)的投放出去。

其次，推薦系統(tǒng)可以看成一個搜索過程，我們可以認(rèn)為是將用戶的歷史行為的整體作為搜索關(guān)鍵詞，通過推薦系統(tǒng)“搜索”出用戶可能感興趣的內(nèi)容，只不過“搜索”過程是算法自動完成的，而不是用戶輸入關(guān)鍵詞。

通過上面的分析，在更廣的意義上，推薦、搜索、廣告精準(zhǔn)投放是一致的。他們在工程技術(shù)體系上也是類似的。

搜索、推薦在工程實現(xiàn)上都是分為召回和排序兩個階段，在實現(xiàn)算法上除了常用的機(jī)器學(xué)習(xí)算法，深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)等都在這三個領(lǐng)域得到了很好的應(yīng)用。

隨著移動互聯(lián)網(wǎng)的深入發(fā)展及產(chǎn)品創(chuàng)新，目前這 3 個方向有更多更深入的交叉。

比如百度的搜索和廣告基本是整合在一起的，用戶輸入關(guān)鍵詞既能給出相關(guān)的搜索結(jié)果也會產(chǎn)生與關(guān)鍵詞匹配的相關(guān)廣告。

隨著信息流的發(fā)展，信息流整合了變現(xiàn)能力，在信息流推薦列表中插入廣告是非常好的變現(xiàn)方式。視頻推薦中的貼片廣告也是利用了廣告和推薦的協(xié)同效應(yīng)。

推薦和搜索結(jié)合在一起更是常用的產(chǎn)品策略，在用戶無搜索結(jié)果時給用戶推薦，在用戶點擊某個搜索結(jié)果時給用戶推薦相關(guān)的結(jié)果，在用戶輸入搜索詞不準(zhǔn)確或者有錯誤時給用戶推薦更好的搜索詞。

有了上面的鋪墊介紹, 我們來說說為什么推薦算法工程師是一個好的職業(yè)選擇，可以從如下維度來說明。

1. 就業(yè)范圍廣、薪資高

從上面的介紹可以看到，推薦算法工程師可以無障礙的轉(zhuǎn)搜索、廣告精準(zhǔn)投放，只要是互聯(lián)網(wǎng)公司，都會有搜索、推薦、廣告投放業(yè)務(wù)，所以擇業(yè)面廣。

從目前市面上的招聘信息來看，熟悉推薦算法的候選人是很吃香的，不僅容易找到好工作，并且薪資也是很高的。

2. 推薦算法與變現(xiàn)近，商業(yè)價值大

推薦系統(tǒng)是非常具備商業(yè)價值的，可以很容易為公司產(chǎn)生價值，所以說是離錢很近的方向，更不用說精準(zhǔn)廣告了。離錢近的業(yè)務(wù)往往也是公司的核心業(yè)務(wù)，最容易獲取資源，受到老板的重視。

3. 技術(shù)門檻相對較高，可替代性不強(qiáng)

要想做一個好的推薦系統(tǒng)是很難的。涉及到數(shù)據(jù)收集、ETL，模型構(gòu)建、模型訓(xùn)練，數(shù)據(jù)存儲、接口服務(wù)、UI 展示等。

其中最大的挑戰(zhàn)除了構(gòu)建好的算法模型外，在工程上挑戰(zhàn)性也是極大的，需要并行計算來訓(xùn)練模型, 需要大規(guī)模的數(shù)據(jù)存儲讀寫, 同時推薦系統(tǒng)的服務(wù)接口需要具備高并發(fā)、可拓展、容錯的能力。構(gòu)建一個好的推薦系統(tǒng)需要非常多的組件來配合，構(gòu)建一套完善齊備的推薦組件挑戰(zhàn)是極大的, 推薦系統(tǒng)專家需要對所有這些方面都了解。

所以門檻也是極高的， 毫不夸張地說，如果你精通推薦系統(tǒng)，你的職業(yè)前途會一片光明。

4. 研究領(lǐng)域廣，足夠深，挑戰(zhàn)性大

從上一點我們知道推薦系統(tǒng)涉及面廣，每個面都很復(fù)雜，可以做的很深，并且極富挑戰(zhàn)性，也值得對技術(shù)有追求的人努力奮斗一輩子。

通過上面的講解, 讀者應(yīng)該能夠感受得到推薦算法工程師確實是一個很好的就業(yè)方向, 那么我們怎么進(jìn)入這一行并且未來該怎么成長發(fā)展呢?

發(fā)展路線及職業(yè)定位

大家都知道互聯(lián)網(wǎng)技術(shù)方向的職業(yè)發(fā)展一般有三條道路。第一條是一直做技術(shù)成為技術(shù)專家，第二條是轉(zhuǎn)管理方向，第三條是做到一定程度轉(zhuǎn)行到周邊方向，如產(chǎn)品、項目經(jīng)理等。

在國內(nèi), 多少對年紀(jì)大了的技術(shù)人員有一定的偏見，認(rèn)為年紀(jì)大了干不動了，所以大家都愿意往管理方向發(fā)展。

其實，在國外做技術(shù)是非常自信和自豪的事情，聽說在 Google 技術(shù)人員的地位非常高，只有技術(shù)不行的人才考慮轉(zhuǎn)管理 (有待考證)。國外大齡程序員是非常多的，也是非常受尊敬的， 比如 Java、C# 之父都是一直做技術(shù)的。

1. 技術(shù)路線

推薦算法工程師的技術(shù)路線一般可以分為四大類，一類是偏工程實現(xiàn)，一類是偏算法研究，一類是綜合類 (工作涉及到算法開發(fā)及對應(yīng)的工程實現(xiàn))，一類是偏業(yè)務(wù)。

不管是哪一類都需要了解自己需要學(xué)習(xí)什么技術(shù)，需要具備什么樣的技能和知識儲備。下面我們分別說說這四類算法工程師的職業(yè)成長之路。

(1) 偏工程實現(xiàn)類

偏工程實現(xiàn)類的推薦算法工程師，需要有較好的編程能力，熱愛編程。一般的工作是實現(xiàn)各類推薦算法框架，開發(fā)推薦周邊模塊 (如 AB 測試等)，構(gòu)建好用的推薦平臺，讓推薦算法可以更快更好的落地到業(yè)務(wù)中。

這一塊做的好是非常容易成為大牛的，比如大家熟悉的賈揚清，大名鼎鼎的 Caffe 框架的作者，也是 Tensorflow 的核心開發(fā)者。他原來是 facebook 的 AI 架構(gòu)總監(jiān)，最近被阿里挖了過來， 直接給的是 P11 級別，title 是 VP(高級副總裁)，當(dāng)然要達(dá)到賈揚清的段位是非常非常難的。

偏工程實現(xiàn)類的需要有扎實的計算機(jī)基礎(chǔ)，熟悉數(shù)據(jù)結(jié)構(gòu)和算法，熟悉計算機(jī)體系結(jié)構(gòu)，熟練掌握設(shè)計模式，有很好的面向?qū)ο蠛统橄笏季S能力。

除了熟悉推薦系統(tǒng)的底層代碼實現(xiàn)，還需要對機(jī)器學(xué)習(xí)算法、最優(yōu)化理論、數(shù)值計算等非常熟悉，能夠用高效的代碼來實現(xiàn)這些算法。

(2) 偏算法研究類

偏算法研究類的推薦算法工程師主要關(guān)注的是怎么結(jié)合公司業(yè)務(wù)、產(chǎn)品特性構(gòu)、已有的數(shù)據(jù)建一系列好的算法，希望通過這些算法來大大提升轉(zhuǎn)化 (可能具體算法的高效工程實現(xiàn)交給工程師)。

這類職位一般要求有研究背景，希望是博士，需要具備非常好的理論基礎(chǔ)。一般是大公司有專門從事算法研究開發(fā)的職位，或者是研究院類似的單位 (大公司的研究院也算)，小公司一般不會招聘專門搞算法研究的。

個人覺得在工業(yè)界算法不是最重要的，關(guān)鍵是怎么將算法跟產(chǎn)品形態(tài)很好的結(jié)合起來，快速上線，整個業(yè)務(wù)要形成閉環(huán)，具備迭代優(yōu)化的能力。

Google 的辛格博士就是喜歡用簡單的算法來搞定問題的典型代表 (讀者可以參考吳軍的數(shù)學(xué)之美第二版第 13 章)。

偏算法研究類需要有很好的數(shù)學(xué)基礎(chǔ)，需要對高等數(shù)學(xué)、線性代數(shù)、最優(yōu)化、概率統(tǒng)計、幾何、圖論等方向非常熟悉。同時需要在機(jī)器學(xué)習(xí)領(lǐng)域有深刻的領(lǐng)悟，能夠利用數(shù)學(xué)工具設(shè)計高效易用的機(jī)器學(xué)習(xí)算法。不一定需要編程能力特別強(qiáng)。

(3) 綜合類

創(chuàng)業(yè)公司、小公司、或者剛剛成立推薦算法團(tuán)隊的公司，前期沒資源也不愿意在推薦系統(tǒng)上一下投入非常多的人力，很多推薦算法工程師是既需要思考算法，也要做相關(guān)的工程，是上面兩類的綜合體。

雖然學(xué)習(xí)接觸的東西會更多，但是精力也會更分散。

(4) 偏業(yè)務(wù)類

隨著大數(shù)據(jù)、云計算、AI 的發(fā)展，越來越多的云計算大廠或者 AI 創(chuàng)業(yè)公司將 AI 能力 (包括推薦能力) 封裝成 SAAS 服務(wù)提供給第三方公司。

我個人覺得這一定是未來趨勢，未來很多創(chuàng)業(yè)公司不會再去招聘推薦算法工程師來自己開發(fā)推薦業(yè)務(wù)了，可能就是直接購買別人的推薦 SAAS 服務(wù)。

這個時候就需要一個懂推薦算法業(yè)務(wù)的專家，結(jié)合公司具體業(yè)務(wù)情況，選擇最合適的推薦算法提供商及對應(yīng)的推薦 SAAS 服務(wù)。

這類偏業(yè)務(wù)的推薦算法工程師不需要開發(fā)推薦算法，也不需要工程實現(xiàn)，但是需要對推薦算法相關(guān)知識熟悉，了解周邊生態(tài)，知道什么算法可以用在什么推薦產(chǎn)品形態(tài)上，每種算法的優(yōu)劣，知道在合適的時間節(jié)點引入合適的算法。這類職位其實就是一個推薦算法商業(yè)策略師。

2. 管理路線

如果做了很長時間推薦算法想轉(zhuǎn)管理崗位，需要提前做好準(zhǔn)備。包括心理準(zhǔn)備和知識儲備。

人的時間是有限的, 轉(zhuǎn)管理了就一定沒有那么多時間鉆研技術(shù)了。

但是技術(shù)管理人員一定要熟悉了解技術(shù)，要有很好的技術(shù)視野，能夠把握未來的技術(shù)發(fā)展方向，在合適的時機(jī)做合適的決策，引入合適的新技術(shù)，這種能力也是要建立在一定的技術(shù)積累和學(xué)習(xí)上的, 所以怎么做好技術(shù)學(xué)習(xí)和團(tuán)隊管理的平衡非常重要。

做技術(shù)管理需要多花時間學(xué)習(xí)業(yè)務(wù)知識和管理技能，學(xué)會有效溝通，需要站在老板的角度思考問題，需要引領(lǐng)團(tuán)隊更好地支撐公司的商業(yè)目標(biāo)。同時也需要有很好的產(chǎn)品意識, 能夠深刻洞察用戶的需求，做好的產(chǎn)品來為用戶和公司創(chuàng)造價值。

管理方向再往上走可以是技術(shù) VP，CTO 等更高的級別，當(dāng)然這類更高的級別對人在各個方面的要求會更高。如果自己有想法，并且喜歡挑戰(zhàn)的話，等你準(zhǔn)備充分了，還可以創(chuàng)業(yè)。

3. 轉(zhuǎn)行換方向

推薦算法工程師如果想轉(zhuǎn)其他方向，可選擇的范圍很多，比如算法產(chǎn)品經(jīng)理、項目經(jīng)理、數(shù)據(jù)分析等。在什么時間換行、換什么行業(yè)需要結(jié)合個人的興趣和現(xiàn)實情況決定。

我不贊同在一個行業(yè)做了很長時間再換行，畢竟人的工作年限有限的。

一般職業(yè)選擇是很謹(jǐn)慎的，需要事先想清楚，在剛開始做的一二年內(nèi)也會知道自己喜不喜歡這個行業(yè)，在這個方向上是否有一定的優(yōu)勢和天賦，如果不合適就要盡快換行。

到這里就介紹完了推薦算法工程師的發(fā)展路線和職業(yè)定位，如果我們決定一直做推薦算法工程師，那么想在這條路上走的更遠(yuǎn)，就需要把握推薦算法工作的要義，這就是下面一節(jié)要講的內(nèi)容。

成長之“道”

作者有 7、8 年推薦行業(yè)相關(guān)經(jīng)驗，也走過很多彎路、趟過很多坑，所以這里將我的一些經(jīng)驗教訓(xùn)和建議分享給大家，讓大家少走彎路，這些經(jīng)驗即所謂的“道”。

其實這些經(jīng)驗和建議也適合很多互聯(lián)網(wǎng)行業(yè)的其他職位，甚至是非互聯(lián)網(wǎng)行業(yè)的職位。

1. 關(guān)注業(yè)務(wù)、關(guān)注價值產(chǎn)出

推薦算法工程師不能只關(guān)注自己做了什么，是否保質(zhì)保量地完成了任務(wù), 對公司老板來說，能夠為公司創(chuàng)造商業(yè)價值才是最關(guān)鍵的。當(dāng)然，配合公司產(chǎn)品將功能快速高效實現(xiàn)是我們的主要工作之一。

如果你沒有關(guān)注業(yè)務(wù)、關(guān)注推薦價值產(chǎn)出的意識，你一定不會在日常工作中思考業(yè)務(wù)和價值，更不可能基于自己的思考來優(yōu)化推薦產(chǎn)品，最終你的工作很難產(chǎn)生商業(yè)價值。

如果你無法真正為公司和用戶創(chuàng)造價值，那么對公司就沒有價值，從而也不會受到重視，無法得到更大的成長。

所以，及早具備關(guān)注業(yè)務(wù)和商業(yè)價值的意識，并在日常工作中不斷踐行，你才會有更大的成長空間。不光要關(guān)注價值，更應(yīng)該量化你的價值產(chǎn)出。

2. 讓系統(tǒng)盡快運轉(zhuǎn)起來，盡快產(chǎn)生價值

很多剛?cè)胄型扑]算法的新人，會進(jìn)入一個誤區(qū)，以為算法工程師就是要做一個牛逼的算法出來，讓效果一飛沖天。這種想法太幼稚了。

先不說牛逼的算法是否容易實現(xiàn)，即使實現(xiàn)了，是否可以分布式計算，是否可以在一定時間內(nèi)跑完，是否穩(wěn)定，這些問題在實際應(yīng)用中都得考慮，并且也是制約算法是否可以落地的重要因素。

所以推薦算法工程師不能將所有精力放到研究高深的算法上，好的做法是先采用盡量簡單的方法實現(xiàn)，先讓系統(tǒng)跑起來，對業(yè)務(wù)先產(chǎn)生價值，后面逐步去優(yōu)化它。

其實，往往簡單的推薦算法比不用推薦會有一個較大的提升，非常牛逼的算法也很難在簡單算法基礎(chǔ)上再有極大提升了，上一個簡單的算法其實已經(jīng)解決了 80% 的問題了。

特別是對創(chuàng)業(yè)公司來說，往往沒有那么多的資源招聘很多牛逼的算法工程師，這時做一個簡單的系統(tǒng)先上去比什么都管用。

3. 打造倒三角知識體系，培養(yǎng)核心競爭力

現(xiàn)代社會科技發(fā)展日新月異, 特別是計算機(jī)行業(yè)，新技術(shù)更新迭代更快，你不可能將所有東西學(xué)會，即使是推薦系統(tǒng)這一個子領(lǐng)域，你也不可能每一塊都特別精通。

我個人建議在有限的時間和精力下，你要結(jié)合自己的興趣和長處選擇一個更專的方向深入鉆研，做到這個方向的絕對專家，同時在與這個行業(yè)相關(guān)的行業(yè)上拓展廣度。

我將這種提升方式叫做打造自己的倒三角知識體系(見下面圖 1)。

 

 

圖 1：打造倒三角知識體系

只有這樣你才會有自己的核心競爭力。 拿我個人來說，我自己是數(shù)學(xué)專業(yè)的，數(shù)學(xué)很好，也非常喜歡數(shù)學(xué)，所以我會在推薦系統(tǒng)上深挖，成為推薦專家，特別是推薦算法上，同時在大數(shù)據(jù)、搜索、廣告、NLP、計算機(jī)視覺等領(lǐng)域拓展自己的能力邊界。

將來不管你是不是一直做推薦算法，在一個領(lǐng)域做到專家肯定會對你有幫助的。

首先可以形成自己的一套思考解決問題的理論體系，這一套體系會幫助你在其他方向或者行業(yè)打開局面，重新快速地構(gòu)建自己在新方向的認(rèn)知體系。

4. 抓住核心，有的放矢

不管是在推薦系統(tǒng)知識學(xué)習(xí)上，還是在實際推薦業(yè)務(wù)開發(fā)上，我們都需要將精力放到價值產(chǎn)出最大的任務(wù)上，這樣才能產(chǎn)生事半功倍的效果，我們每個人都要活學(xué)活用二八定律。

5. 關(guān)注外面的世界，不閉門造車

推薦系統(tǒng)涉及到算法和工程兩大塊，具體的做法和實現(xiàn)雖然不同的行業(yè)不太一樣，但是肯定是有借鑒價值的，平時除了工作外，需要多關(guān)注外面的動向，了解別的的公司在做什么，怎么做的，只有這樣才能知道哪些地方做的不夠好，有待提高。

有了對比了解，就更有提升的方向和目標(biāo)了。

6. 沉淀核心技能，持續(xù)學(xué)習(xí)新知識，學(xué)習(xí)跨領(lǐng)域的知識

推薦系統(tǒng)是一個復(fù)雜的體系工程，需要持續(xù)學(xué)習(xí)新知識和技能，一萬小時理論說一個人要成為一個領(lǐng)域的專家必須在這個領(lǐng)域積累一萬個小時，每天工作 8 小時的話，相當(dāng)于 5 年時間。

注意一萬小時是必要條件，不是充分條件。

另外，每個領(lǐng)域都在快速發(fā)展，除了積淀已有知識外，還需要學(xué)習(xí)很多新知識。比如，深度學(xué)習(xí)對很多行業(yè)產(chǎn)生了革命性的影響，那我們也需要對深度學(xué)習(xí)在推薦系統(tǒng)上的實踐持續(xù)關(guān)注并努力踐行。

技術(shù)的學(xué)習(xí)是無止境的，我們需要從各個渠道學(xué)習(xí)，論文、書本、Github、各種技術(shù)公眾號、線上課程、付費直播、線下分享、線下溝通交流等等。

除了學(xué)習(xí)本領(lǐng)域的知識外，還需要適當(dāng)學(xué)習(xí)跨領(lǐng)域的知識。比如產(chǎn)品、運營、項目管理等等，甚至是管理學(xué)、心理學(xué)、哲學(xué)、經(jīng)濟(jì)學(xué)、會計、營銷等等。

更寬廣的知識體系會讓你從一個完全不同的視覺來看待問題，可以給你提供更多的靈感來源(和最優(yōu)化求最大值類似，在很窄的知識面上，你很容易就走到了一個局部極大值，學(xué)習(xí)更多的知識，相當(dāng)于給自己一個擾動，讓自己可以找到更大的局部最大值)。

如果你打算將來走管理路線，那么學(xué)習(xí)跨領(lǐng)域的知識必不可少。

7. 構(gòu)建良好的人脈關(guān)系

個人的力量是有限的，要想在事業(yè)上獲得極大成功，一定需要別人的幫助，人類祖先之所以能夠在惡劣的環(huán)境下生存下來，靠的就是群體的智慧。

我們在工作中需要跟同事保持良好的人際關(guān)系，盡量多幫助別人，需要跟同行業(yè)的人多溝通交流，互相學(xué)習(xí)，甚至是認(rèn)識完全不同行業(yè)的人。

盡量多結(jié)識優(yōu)秀的人，他們是你成長的榜樣，別人身上的優(yōu)點值得你學(xué)習(xí)。

在人際交往上不要太短視和功利，你的人脈關(guān)系其實是無價之寶，在適當(dāng)?shù)臅r候說不定你的朋友可以助你一臂之力。

這里舉一個我自己的例子，我 16 年開始用脈脈，堅持每天加 10 人 (熟悉脈脈的知道，脈脈每天最多加十個陌生人)，這幾年堅持下來，加了近 1 萬人，很多人都成了朋友，并且這些人其實就是我們團(tuán)隊招聘的來源，我通過這個渠道招聘到了實習(xí)生和正式員工。

8. 基于自己的認(rèn)知和理解，構(gòu)建一套屬于自己的思考體系

優(yōu)秀的人都是有自己一套思維體系和思考邏輯的。當(dāng)我們在一個方向上深耕時，我們會積淀很多經(jīng)驗，這些經(jīng)驗就是你最寶貴的財富。我們要實時總結(jié)，將經(jīng)驗教訓(xùn)內(nèi)化為你的知識體系, 通過不斷思考及有意識的總結(jié)提升，你就會構(gòu)建一套自己的認(rèn)知體系。

我們可以將這套認(rèn)知體系看成一個機(jī)器學(xué)習(xí)模型，你的經(jīng)歷就是訓(xùn)練數(shù)據(jù)，你的總結(jié)深度思考過程就是構(gòu)建模型的過程。通過不斷的總結(jié)你不斷地優(yōu)化你的模型，最后模型會越來越精確，泛化能力越來越好，最終你就可以對很多未知數(shù)據(jù) (情況) 做更好的決策。

9. 打造屬于自己的個人品牌

我曾經(jīng)看到過一句話，說一個人對社會的價值在于你的輸出而不是你的獲取，我是非常認(rèn)可的。

要想讓自己得到行業(yè)和社會的認(rèn)可，除了做好本職工作還是不夠的，你需要將自己的經(jīng)驗知識整理并輸出，通過你對社會的影響來構(gòu)建個人品牌。相信品牌的價值大家都能理解，有了很好的個人品牌，你可以找到更好的就業(yè)晉升機(jī)會，如果你技術(shù)很牛逼的話，你創(chuàng)業(yè)也更容易拉到合伙人。

當(dāng)然構(gòu)建個人品牌可以有很多方式，比如開源自研技術(shù)、寫博客、寫公眾號文章、組織線下技術(shù)活動、發(fā)表論文、開網(wǎng)絡(luò)課程、寫書等等。這些活動難的不是你能不能做，最難的在于你是否能夠一直堅持做下去。

只有當(dāng)你持續(xù)投入時，通過時間的積淀，你的個人品牌就會不斷成長放大。舉個作者身的例子，作者從 14 年底開始通過微信運動捐步，到現(xiàn)在已經(jīng)通過微信運動捐了 1330 元了，熟悉微信運動捐步的讀者知道每天要走一萬步才具備捐步資格，并且每次捐步就是幾毛錢到一兩元，從中可以看到堅持的力量。

打造自己的品牌，越早準(zhǔn)備越好。作者現(xiàn)在開始持續(xù)寫公眾號文章，也是為了打造自己的個人品牌。

危機(jī)與未來展望

前面對推薦算法工程師的職業(yè)發(fā)展之路及成長之道做了較全面的介紹, 在最后作者基于自己的思考來聊聊在不久的將來 (5~10 年) 推薦算法工程師可能存在的危機(jī)及機(jī)遇。

人類的需求一定有明確需求和不明確需求兩大類，搜索代表的是明確的需求，而個性化代表的是不明確需求，所以只要人類有獲取信息的需要，個性化推薦一定會伴隨人類的發(fā)展，一直持續(xù)下去。

雖然推薦算法不會消亡，但是一定會遇到挑戰(zhàn)和變數(shù)。

推薦算法工程師最大的危機(jī)來自于云計算及 AI 的發(fā)展，越來越多的云計算公司將 AI 作為云服務(wù)的基礎(chǔ)能力 (包括推薦能力) 封裝起來對外提供服務(wù)。過去兩年很多大公司都從 Mobile first 轉(zhuǎn)為 AI first，將 AI 能力作為一項核心能力來打造，這一趨勢會進(jìn)化出越來越易用低價的 AI 服務(wù)。

同時，有很多 AI 初創(chuàng)公司也試圖構(gòu)建垂直行業(yè)的 AI 解決方案，試圖從大廠口中分一杯羹。 未來 AI 一定會成為云計算的“水電煤”，用戶接入即可使用。

上述現(xiàn)象導(dǎo)致的直接后果就是，在不久的將來，越來越多的公司會選擇從第三方技術(shù)提供方購買推薦服務(wù)，而不是自己從零開始構(gòu)建推薦系統(tǒng)。最終會導(dǎo)致減少對推薦算法工程師的需求。

不過，隨著 5G 技術(shù)的商業(yè)化、物聯(lián)網(wǎng)的快速發(fā)展、VR/AR/MR 技術(shù)的成熟，會有更多的設(shè)備接入互聯(lián)網(wǎng)，未來我們可以獲取的信息量更大更廣，身邊充斥著各種訊息萬變的信息。

基于這些信息會產(chǎn)生滿足人類各種新的需求的產(chǎn)品及服務(wù)。同時隨著教育水平的提升，每個人將會更加獨立、更加愿意表現(xiàn)自我，讓自己的個性化需求得到最大程度的釋放。

這種情況正好是個性化推薦需要解決的場景，所以未來個性化推薦會更加重要和普遍，各行各業(yè)會越來越依賴個性化推薦來滿足用戶在各種場景下的個性化需求，這些新的場景一定會采用不同的交互方式和推薦算法體系，這也是推薦算法工程師新的機(jī)會。

移動互聯(lián)網(wǎng)最大的革新之一是通過觸屏來更便捷地讓用戶與互聯(lián)網(wǎng)交互。

隨著 NLP 及語音交互技術(shù)的發(fā)展成熟，基于語音的交互方式會產(chǎn)生非常多的家庭場景的應(yīng)用 (語音交互更適合家庭場景，聲音不會對外人產(chǎn)生干預(yù))，在家庭互聯(lián)網(wǎng)場景下 (見下圖 2)，由于交互方式是通過語音來完成的, 推薦系統(tǒng)可能會朝著適配語音交互方式家庭場景 (家庭場景有多人、多終端) 進(jìn)行創(chuàng)新和發(fā)展。

 

 

圖 2：PC 互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)、家庭互聯(lián)網(wǎng)的不同交互方式

同時，隨著 VR/AR/MR 的發(fā)展成熟，能夠大大增強(qiáng)人類感知世界的能力。我們可以想象，在不久的將來當(dāng)人們帶著 MR 眼鏡時，你的 MR 系統(tǒng)可以給你提供一個全方位的、實時的、如影隨形的個性化推薦系統(tǒng) (見下面圖 3)。

 

 

圖 3：虛擬現(xiàn)實讓你的感知能力增強(qiáng)，更加易于獲取信息

(圖片來源于網(wǎng)絡(luò))

當(dāng)你帶著 MR 眼鏡走進(jìn)一個餐廳時，馬上給你推薦你喜歡吃的實物，當(dāng)你走進(jìn)商場時，給你推薦你可能喜歡的衣服 …

如果未來技術(shù)能夠做到芯片與大腦相容，識別出腦信號，更多有意思的推薦場景，現(xiàn)在真是無法想象。

隨著技術(shù)的進(jìn)步, 個性化推薦未來一定會遇到很多有意思的挑戰(zhàn)和機(jī)遇，值得我們?nèi)ヌ剿餮芯? 所以將個性化推薦作為你的職業(yè)選擇一定是一件振奮人心的事情, 讓我們拭目以待!

作者介紹：gongyouliu，有近 10 年大數(shù)據(jù)與 ai 相關(guān)項目經(jīng)驗，有 9 年推薦系統(tǒng)研究及實踐經(jīng)驗，目前負(fù)責(zé)電視貓大數(shù)據(jù)與人工智能團(tuán)隊。

標(biāo)簽： [db:TAGG]

版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請與原作者聯(lián)系。