前記
回想三年前辦完手續離校那天，懷着感恩拖着箱子離開魏公村的母校，對未來工作滿懷憧憬，希望能爲社會做點什麼，能對愛自己和自己愛的人更好。不知覺三年過去，三年時間雖然說不上很長，但也有一些點滴想記錄下來，希望若干年後再回過頭來看能有不同的感悟。
工作經歷
第一段——社交公司
offer選擇
畢業後第一份工作是北京陌陌科技，這第一份工作背後發生很多並不輕鬆的故事，當時本意是參加thoughtworks校招，後來女友發現還有陌陌校招，強烈拉着我去投簡歷，沒想到最後選擇的就是第一個來自陌陌的offer，拒掉了當時導師強烈推薦選擇的IBM和中科院信工所等公司。
當時選擇offer選擇掙扎很久，因爲IBM曾是自己一直嚮往的外企，除了解決北京戶口還有不錯的待遇，中科院因爲是體制內，所以沒考慮太多，最後還是選擇去互聯網的陌陌，原因很簡單，當時碩士學習的大數據方向，總結了不少知識性內容，通過學習發現這個方向發展潛力更大，雖然公司相對遜色，綜合下來最終選擇的是方向。
工作
在陌陌工作的二年多很愉快，周圍同事都非常友好，公司氛圍也人性化。當時在大數據部基礎架構組負責Spark方向，因爲師兄在我入職前就離職，所以進來後大多數時候都是自己摸索。
兩年來經歷從300多臺服務器發展到近2000臺，把公司的Spark從1.5的standalone升級到2.0.X的yarn，再到後來升級到穩定2.3.X，這過程中把之前的分析工具從HUE遷移到Zeppelin，使用Spark SQL作爲Zeppelin引擎替代使用MR引擎的Hue，其中利用hive實現Spark沒有的鑑權機制，因爲Spark引擎的推廣讓adhoc查詢性能提升3-10倍，這過程完全是自己一個人從0到1的推動，雖然過程有各種奇怪問題，但都逐漸解決，如今想起來挺感謝當時主管肖哥信任，讓一個應屆畢業生有機會承擔這麼多工作。
這兩年來漸漸積累大量Spark相關經驗，基本上一個人支持了整個公司使用Spark技術，包括SQL、流計算和機器學習（主要還是SQL，其他兩個方向精力有限沒能投入太多）。另外負責通過Zeppelin提供查詢分析服務，使用Dr.elephant提供作業質量檢測能力。中間還嘗試用Spark SQL替代Hive來做ETL，但受限於歷史原因沒有得到足夠支持，還曾想過做流計算平臺、機器學習平臺等，但當時受限於spark本身的工作，一直抽不出精力，這些想法後來也沒成行，但後來倉庫團隊做了類似Dataworks的平臺，基本滿足這些功能需求。
在加速方面，後來因爲調研到Alluxio，便聯想到用Alluxio分佈式內存文件系統來給Spark加速，時任總監的肖哥也支持，直接劃一筆鉅額預算用於增加內存，於是我和另一個負責存儲同學合作搭建了500+節點的分佈式內存文件系統（提供30T+內存容量），據跟alluxio PMC Bin溝通，這在當時應該是中國最大的Alluxio集羣，用Alluxio 給Spark SQL adhoc分析加速，實現了3到5倍提速，通過這個工作讓自己頓時更有參與開源社區的滿足感。
雖然在公司沒有師兄在技術方向上的帶領，但不得不感謝開源社區讓自己學習很多，自己也給Spark、Alluxio和Dr.Elephant做過一些代碼貢獻，還親眼見證坐我旁邊的小夥伴升爲Hbase Committer。至此，陌陌給我職業生涯上的第一課結束了，這一課讓自己從校園小白過度到能解決問題的職場人，離開的時候心裏是不捨的。
接下來
看過這篇文章的同學也許會問樓主離開陌陌後去哪了，其實有段不長的經歷在一家社交創業公司——上海任意門科技，其產品就是95後年輕人可能用過的Soul App。
來Soul後算北京分公司前三號員工，因爲業務從0到1開始啓動，招人工作也隨之展開，這也是自己第一次開始接觸招人面試和管理工作。因爲公司業務在細分領域的出衆表現加上待遇不錯，幸運的迎來一批水平很不錯的實習生，我和另一個小夥伴帶着團隊開發第一版feed流推薦系統，這一套系統的實時特徵計算、數據召回和模型訓練都採用自己擅長的Spark技術，過程中曾遇到模型預測性能、召回數據多樣性、特徵計算效率和docker部署等問題，經過一些調研後將問題各個擊破，在2個月內實現基於XGboost和實時特徵的千人千面feed流推薦系統，另外通A/B test來測試召回源，在DAU 200w的情況下第一版上線就達到30%-50%的點擊率提升。
這段時間基本都晚上1點後睡覺，週末都在幹活，雖然工作時間很長，但心裏卻很充實，這種感覺跟在陌陌不一樣，自己owner心態更強，希望通過技術改善用戶使用體驗，從而提高日活、月活等指標。在這裏遇到了很多不錯的小夥伴，HR和老闆們人都很nice。
工作到第三個月，同樣是經過艱難的選擇，內心經歷各種不捨最後選擇離開，去了開始面試的公司之一——阿里。
第二段——電商公司
不得不說換工作的成本很大，不論是時間成本還是情感成本。生活總是不經意的在變，可我們要隨時擁抱變化。
懷着提高格局、學習最新數據技術和增加技術深度寬度的理想，我來到阿里。
之前一直對阿里有莫名的情感，記得當時讀初中的時候通過電視節目《贏在中國》知道了主持人王利芬和馬雲、牛根生、熊曉鴿和史玉柱這些在今天仍然活躍在商界的名字，那個時候意識裏淘寶這兩個字還遠不如當時的蒙牛、熱血傳奇和腦白金聲名顯赫，而時間證明阿里纔是最大的贏家。可能是這個節目的影響，至今自己對創業都有一種敬仰之心。
來到阿里，第一個印象深刻的就是阿里無處不在的宣傳語和內網隨處可見的高管組織理念不知覺中滲透到個人的思維當中。百阿就是文化影響力的第一課，通過比工作還累的脫產10天學習，讓一幫年齡背景差異非常大的陌生人成爲無話不談的摯友，讓每一個剛入職的人學習到阿里的文化內核，不得不感嘆課程設計者和文化的力量。這些在內部稱爲阿里老話的內容很大程度的確是一盞明燈，讓很多在工作職場中陷入困惑的同學找到曙光。
在這裏我主要工作是數據方面的OLAP引擎，致力於提升數據變現能力，通過引入新技術來優化DMP廣告圈人和投放效率。因爲BU偏業務，所以工作也大多聚焦在基於引擎上層的優化來承接更多業務。這份工作相對之前做Spark最大的區別是響應時間，之前Spark業務主要用於Adhoc查詢，大多數請求是秒級到分鐘級；在這邊做OLAP面對的大多是在線業務查詢，時間要求毫秒到秒級，挑戰是更大規模數據下的性能和併發度。
在阿里工作不到一年，最大的收穫並不是技術本身而是技術之外，下面會分析。
感悟
關於工作選擇
當初沒選外企IBM來到陌陌，從三年後的現在看來對當時的自己是正確選擇，當然有個小前提是個人沒有戶口需求。下面總結工作選擇考慮的點（結合之前一篇總結補充）：
- 方向 > 努力 （坐飛機再怎麼不會比火車慢）
- 方向可以理解成在公司內部的機會，如果是重點發展、從0到1和重構的方向一般是不錯機會，機會就是風口，可加速個人成長。
- 方向也是技能方向，大數據也分爲基礎架構開發和業務應用開發，要選擇適合自己的。但方向無好壞，任何方向達到資深專家程度，都極具不可替代性。
- 技能的獲得 > 公司背景 （中小公司核心部門核心工作比大公司邊緣部門好）
- 先看技術通用程度。因爲從事大數據方向工作，相對IBM自家一套技術體系有更多的選擇前景，這個從陌陌出來求職中可以看出，很多公司因爲都使用開源技術，崗位需求更大。
- 再看技術發展成熟程度。大數據技術發展時間較短，處於技術發展上升期，有更多技術紅利，身邊就有同學同事從事開源貢獻從contributer成長到committer，當然公司內可以做更多相關係統研發來得到很大成長，這相對於成熟領域是機會難得的。
- 在技能得到很好成長之後，如果願意再選擇跳到大公司也是水到渠成。
- 領導和團隊 > 待遇（並不是說待遇不重要，但伯樂難尋，但若有一個好的伯樂帶路，長遠發展的待遇不會差）
- 近朱者赤，好的團隊領導往往可以廣納人才，給團隊成員帶來更好的發展機會。
不同階段公司技術工作特點
因爲剛好在這三年裏經歷過幾十人規模的創業公司、數千人的中小企業和數萬人的大廠，在工作中發現不同階段公司業務特點和技能要求的不同。
創業公司
- 業務特點
公司一般是C輪之前，一張白紙，所有都是從0開始規劃，很多創業公司一開始就技術上雲，直接使用雲廠商成熟的數據庫和微服務來構建應用；在大數據方面直接購買開箱即用的集羣服務，省去很多服務搭建、維護很優化的基礎工作。
創業階段業務相對單一，主要是各方向產品需求快速落地，探索有效可行的商業方向，因爲此時的業務量通常不會很大，所以對技術實現的要求相對並不高。這個階段的業務會有大量探索。
當時soul在推薦和反作弊基本是零，每天都是靠大量人工審查解決不良信息問題；大數據方面的數據ETL這塊也是零，所以工作上選擇重要且緊急的從零開始快速迭代彌補空白。技術人員有很多機會從頭到尾cover一個項目。
- 技能要求
這個階段技術主要是快速落地業務。創業公司因爲本身業務量有限，加上業務大多從零開始，用常規實現方案就可以解決絕大多數業務問題，對技術人員的技術廣度需求更多，技術複雜度方面則隨着業務量不斷擴大而提升。大部分工作偏向於技術應用和業務系統，基本不會投入精力做技術平臺化、產品化和造基礎輪子工作，這方面相對會依賴阿里雲，但阿里雲一旦出問題則無從下手。
中小公司
- 業務特點
公司一般已經在D輪之後甚至已經上市，中小公司已經在業務方面探索出穩定可靠的商業路徑，融資已經比較順暢，在業務方面是進一步擴大探索可行的道路，業務的迅速擴大讓技術逐漸面臨瓶頸，這個階段一般會帶來大量技術升級迭代需求。
當時陌陌科技在2014年底上市，此時資金已不是瓶頸，公司人員從上市前200多人迅速擴大到2016年的1000多人，進入業務快速探索擴張道路，且正好遇上直播風口，主攻直播業務線，盈利同比達到30%到100%+的高增長，股價從15年底的15塊多漲到18年最多54塊塊。
- 技能要求
這個階段公司逐步開始技術平臺化工作，成本和效率成爲技術發展考慮方向，讓基礎技術平臺化來提高業務應用開發效率，這個階段一般會造一些公司內部適用的輪子，如微服務平臺、監控平臺，另外還會基於開源產品進行二次開發，一般不會造基礎輪子。
當時陌陌用戶月活達到億級，業務上已經是比較高的量級，在線基礎架構技術如微服務平臺、各種數據庫中間件平臺和監控平臺等基礎技術已經逐步成熟並向整個公司提供技術服務；離線大數據基礎架構也不斷擴展升級，服務器從15年的300臺迅速發展到2018年的多機房2000臺規模，這中間爲應對業務挑戰在技術方面做了多次大的架構升級優化。
BAT一類大廠
- 業務特點
經過20年左右的飛躍式發展，大廠業務廣泛遍及生活方方面面，且圍繞各自主營業務衍生出一系列業務場景，如騰訊圍繞通訊連接做社交生態、百度圍繞AI做技術生態和阿里圍繞電商做商業生態。
大廠業務之間通常每個賽道都有或多或少競爭，各自通過依賴核心業務的收入保障，業務方面既有新業務也有老業務，通過核心業務的營收來支撐投入新的場景，希望新場景成爲新增長引擎。
- 技能要求
這個時候各類技術已經非常成熟，尤其是基礎工程技術如雲平臺、中間件、數據庫和AI平臺，對技術的要求更廣泛和深入，因爲業務已經形成規模，技術的升級和更新會帶來巨大效益，這裏會有從做底層數據庫輪子到上層各類業務系統的需求，有研究AI算法甚至量子計算機的需求佈局。
這裏海納百川不缺人，每一個技術人在這裏有更高天花板，有能力的同學會有更大施展空間。
當然因爲技術成熟和團隊數量多，業務和技術就存在大廠特色賽馬機制，要承擔一項業務必須要有足夠突出的技術點來支撐，而且技術能力要有壁壘，不然其他團隊也可以做同樣的事情，甚至做的更好來把你替代。
以個人經歷來看，在各方面技術已經非常成熟的情況下，大廠工作對技術人各方面挑戰更大，因爲這裏要做的是“找事情”，如抽象業務場景特點、思考技術發展路徑、技術如何跟現有技術有足夠差異化、技術推動如何跟其他技術上下游聯動、技術如何形成壁壘不被輕易超越、技術如何更好支撐不同業務場景等，說白了就是在一堆已經很優秀支撐業務的技術產品裏面找到一條裂縫，這個裂縫就是業務痛點，就是用技術可以去發力差異化打造的地方。
這個過程會比在中小公司有明確發展路徑的場景下更有挑戰，對能力的要求已經超越了技術本身，泛化到業務抽象能力、技術選型能力和溝通合作能力。
總結
回顧這三年，剛開始工作的時候發現一個點解決一個點，更多是鍛鍊發現問題解決問題能力，雖然的確沉澱了不少技術經驗，但自己還不明白工作是分輕重緩急，業務sense不足，有時候是自己技術YY，並沒想這樣做是不是重要且緊急（或者說ROI），有時工作計劃被主管否了還會不理解。
然後到創業公司時從0到1搭建系統架構，慢慢跳脫出來思考整體架構前後設計和工程管理問題，但當時也沒有帶團隊經驗（帶了9個人），很多時候把方案設計好交給其他同學做並一直follow進度，雖然最後按時交付系統，但這樣不僅自己累，其他同學提升也不一定大。
再到現在的工作主動培養業務sense，瞭解業務需求背景進而去思考如何讓技術更體系化承接業務，解決業務痛點。
通過工作點滴，讓思維逐漸朝點、線、體拓展，提升自己思考問題的維度和解決問題方法論的能力，從更通用層面來發現和解決問題本質。
記得三年前立了個flag，就是讓社會進步來源於自己的一份力量，現在看來離這一目標仍需努力，目標是將來能承擔更大的責任，爲結果負責，有能力對愛自己和自己愛的人更好。
（完）
本文不僅對自己是總結記錄，如果對其他剛工作的同學能有啓發則更好。
關注公衆號可進一步溝通交流：水木之椿