站在岸上學不會游泳 | 算法校招生的高效成長總結

在這個由數據編織、由算法驅動的時代,AI大模型正成爲推動社會進步的重要力量。我們不僅是變革的見證者,更是推動者和塑造者。感謝零售UP技術人欄目的邀請,本文藉此機會回顧一下自己的算法之路上的一些故事和思考,希望能帶給讀者一些幫助。

介紹自己

我是2020屆校招生,INFJ提倡者,畢業於上海交通大學,入職以來一直擔任算法工程師一職,在這個充滿挑戰與機遇的崗位上,我始終致力於將AI人工智能技術與我們的業務實踐緊密結合,我深知我的工作不僅僅是編寫代碼和優化模型,更是要用技術的力量推動業務的創新和進步。

目前,我主要負責的是京東智能客服系統的核心算法工作。在這個數字化和智能化日益重要的時代,智能客服不僅極大地提升了我們的服務質量和效率,更是成爲了我們與客戶溝通的重要橋樑。在transformer、大語言模型(LLM)等前沿技術的加持下,我通過精準的數據分析、高效的算法設計和持續的系統優化,使我們的智能客服系統更加智能化、更加人性化,並在行業中保持領先地位。

大模型變革引領整個2023年,我作爲核心算法能力主要提供者,設計開發的京東零售客服垂域大模型能力在“基於大模型重構智能客服”項目中起到了核心作用,獲得了業務的一致認可,最終項目榮獲了2023年京東集團“創新項目獎”。

除此之外,我入職以來也榮獲多次重要榮譽,如京東零售技術榜樣、年度明星員工獎、最佳校招生、京東零售交易金碼獎、1篇優秀專利、優秀黨委工作者等。

算法啓蒙:從控制科學到人工智能

理論思想:照亮算法之旅的明燈

我們現在工作中講的“算法”,一般指的是人工智能相關的技術,但我最早開始接觸的"算法"這個詞還未曾被人工智能的光環所籠罩。我的本職專業,控制科學裏面的各種基礎算法理論構成了我本科和研究生生涯的知識底色,尤其是經典的PID控制,它的哲學思想如同一盞明燈,照亮了我後來的算法探索之旅。在後來的研究生“科研生涯”,我每每在算法的迷宮中迷失方向時,我常常會想起PID的古老智慧,嘗試將它的原理巧妙地融入現代算法的框架中,也就是將PID的算法點往進“套”, 比如負反饋(正則優化)、比例控制(權重比例)、噪聲(負樣本)等,大都能取到不錯的優化效果,這種新舊結合的算法模式,算是自己專業上的一種延續和傳承,內心聊以慰藉。

現在回想起來,控制理論相關的基礎思想奠定了我早期的算法思維模式,但當時人工智能的概念還沒有太流行,我大學本科階段大部分時間都花在了控制理論的領域,基礎知識晦澀難懂,但每每挑燈鑽研,突然之間恍然大悟的時候,內心的成就感難以言表。我既沉醉於那些充滿挑戰與緊張的時刻,它們如同磨礪意志的礪石,也不忘對目標的執着追求,因爲結果往往是對努力最公正的見證。控制理論的積累,爲我後續走上算法之路打下來堅實的基礎。以過程爲尺,量度每一步的堅持與精進;以結果爲燈塔,照亮前行的道路。注重過程和結果的我,不管在學生生涯和工作生涯,始終堅信每一步的積累都是通往前進的基石。

邁入潮流:無數次失敗與探索

我在研究生那幾年,人工智能炒的火熱,計算機視覺領域的Faster RCNN、SSD、YOLO等框架獨領風騷,自然語言領域的Transformer、Bert、GPT等模型強勢崛起,引領着新一輪的技術潮流,我嗅到了一絲不尋常的風向,但我所在的實驗室屬於傳統的控制方向的實驗室,這方面的探索和積累基本等於無。在人工智能的浪潮推動下,沒有任何領域能夠脫離其深遠的影響,導師也欲拿出一小部分資源來開闢新的實驗方向,於是我主動與導師進行了溝通並表達了自己意願和想法,導師十分開心的同意了。雖然我拿到了這個機會,但是也有一絲絲擔心,因爲全新的方向沒有師兄師姐帶,方向、論文、實驗都需要自己摸索,畢業沒有了保障,這個時候只能靠自己了。

根據實驗室有限的資源、自己的前期調研,我很快敲定了自己的研究方向,大方向是基於3D點雲圖像的目標檢測技術。沒有數據,想方設法搞到模擬數據,沒有GPU,軟磨硬泡搞到GPU,一次次的實驗失敗,畢業的壓力無限湧上心頭,無數個不眠的夜晚都在思考實驗的事情,那年上海的冬日更是以它獨有的嚴寒考驗着我的堅持與毅力,實驗室座位旁邊貼着Royal Never Give Up,《生活大爆炸》更是在宿舍帶給我歡笑和動力,Sheldon他們對科學的熱愛和追求鼓舞着我,每一次失敗都像是在黑暗中摸索,但每一次進步都如同破曉時分的第一縷陽光溫暖有力量,最後我的畢業論文以一篇頂會完結,大會在悉尼召開,我主動聯繫導師表達了想出國參加學術會議的意願,可能導師看到我可能給實驗室帶來了不一樣的方向,最終實驗室和學校共同資助我出國參加了這次學術會議,這段經歷至今讓我難忘,回國後沒兩週疫情爆發了,最後我以上海市優秀畢業生的榮譽畢業。





在悉尼參加學術會議

爲什麼來京東這個問題對我來說很好回答,因爲這裏有吸引人的領導。秋招衆多的offer中,只有這一份offer最爲獨特,我的領導作爲經驗豐富的職場前輩,願意以一種平等、尊重、真誠的態度與一個畢業生保持交流,這讓我感受到了京東的企業文化不僅僅是一句空話,而是一種深入人心的實踐。領導的真誠態度也讓我對京東的工作有了更多的期待。 在一個真誠相待的環境中工作,可以減少不必要的誤解和衝突,提高工作效率和團隊凝聚力。那個時候我才意識到我內心深處期待的原來是這樣的團隊,滿懷期待和希望,我踏上了京東這一段職業旅程。

下一站,京東。

算法應用:職場新秀的成長征途

深入一線:站在岸上學不會游泳

和很多同學一樣,以爲進入到大廠,就可以立馬進行生產任務,部署上線後產生價值。但是我很快意識到,arxiv上的那些所謂的算法,與實際業務落地實際相去甚遠,這也是目前學術界和工業界普遍存在的問題。實際上,算法工程師平時的工作,更多地要求我們具備創新思維和解決問題的能力,而不僅僅是依賴現有的技術和工具。雖然我們可以使用到業界領先的模型和算法,但如何將它們有效地應用到實際問題中,如何針對特定的業務場景進行調整和優化,這些都需要我們具備紮實的技術基礎和敏銳的業務洞察力。這不僅要求我們不斷學習最新的技術動態,還要求我們深入理解業務需求,以便更好地將技術轉化爲實際價值。

深入瞭解業務不僅僅是完成產品需求文檔(PRD)中列出的任務,更重要的是要親自投身到業務的第一線,通過直接體驗和觀察,可以獲得更爲真實和全面的理解,從而更有效地推動項目的發展和優化。我負責客服域的一些算法方向,隔三差五就搬個小板凳坐在樓上的客服同學旁邊,一方面觀察自己上線的算法模型在客服同學中的使用情況,收集建議,思索優化方向,另一方面觀察和交流他們在系統操作、流程優化、工單流轉等方面的痛點和潛在問題,對於我所負責的模塊,我會迅速與產品和研發團隊溝通,確定並實施優化措施。如果問題涉及其他團隊,我也會及時通知他們,並積極參與討論。一個卓越的系統背後,往往是衆多不同角色的通力合作與協同努力的結果。

“站在岸上學不會游泳”,深入一線接觸實際業務場景可以增強業務理解,這種理解是設計有效算法模型的基礎,深入一線業務是實現技術與業務深度融合的關鍵,有助於我們創建更加貼合實際需求的解決方案。

追求卓越:對項目負責是一種態度

在這個快節奏、高效率的時代,我們每個人都肩負着將項目從概念轉化爲現實的重任。然而,完成一個項目只是開始,如何高質量地實現項目目標,纔是我們的終極課題。“對業務負責”不僅僅是滿足客戶的需求,甚至需要超越客戶的期望,這要求我們在整個項目週期內持續提供卓越的業務價值。

在平時工作中,要做到“對項目負責”,我們需要的不僅是技術和管理,更是一種態度,一種對卓越的不懈追求。 這可能要求我們做到明確目標與期望、項目開發規劃、團隊協作與溝通、持續的質量控制等各個方面做到極致。2023年大模型的改革之風引起各行各業的變動,團隊內部敏銳地意識到大模型和客服系統之間的強烈聯繫,迅速拉通產研同學,我多次走訪一線,確定了大模型落地和試點方向,目的使大模型的作用真正服務好每一位用戶,最終和產研確認了10多個業務場景作爲前期的探索重點;經過大半年和多個版本的迭代,我基於客服域沉澱的有效會話數據,創新的訓練了客服域垂域大模型,以此爲基礎洞察用戶諮詢痛點,提升人工客服接待效率,基於大模型重構的智能客服爲用戶帶來了全新的客戶體驗,讓大模型價值實打實的落地到實際業務中。

在智能客服大模型項目的MVP迭代過程中,我對線上的效果進行了持續跟蹤和反饋,線上的效果持續跟蹤和反饋是確保算法性能和產品價值的關鍵環節。這不僅是一個技術過程,更是一種深刻的客戶服務理念。我建立了一套全面的線上監控系統,實時跟蹤算法的各項性能指標,如準確率、響應時間、用戶滿意度等。這些數據爲我們提供了寶貴的反饋,使我們能夠快速識別問題所在,及時進行調整。在一線調研和效果溝通環節,我不斷鼓勵用戶參與到產品的迭代中來,用戶的每一次點擊、每一次互動都成爲我們改進產品的寶貴資源。注重傾聽用戶的聲音,理解他們的需求,將這些反饋轉化爲具體的算法改進措施。我會定期進行A/B測試,對比新舊算法在實際應用中的表現差異,客觀評估算法改進的效果,不斷調整技術細節,直到找到最佳的解決方案。

對項目負責,不僅僅是完成任務,而是要追求卓越。這個時候,我不僅僅是一名算法工程師,我不僅要關注算法的技術細節,更要關注算法在實際應用中的表現和效果。通過持續的效果跟蹤和反饋,不斷優化算法,提升產品價值,最終交付一個高質量的項目成果。

三維成長:驅動力、深度廣度與心態

數據+算法+工程=算法工程師,與我而言,對數據的洞察,算法的探索,以及對於應用實踐的持續投入,這三種純粹而強烈的驅動力塑造了我專業成長的軌跡。

數據,是洞察業務背景的窗口,對數據的敏銳洞察是我工作的基石。我致力於從海量的業務數據中發現有價值的信息,通過數據分析和挖掘,爲業務決策提供有力的支持。

算法,是解決業務難題的手段,對算法的深入探索是我不斷前行的動力。技術領域的發展日新月異,新的算法和模型層出不窮,我們應不斷的調整算法思維,以應對不斷變化的市場需求。

應用實踐,是檢驗業務成果的試金石,理論的先進性需要通過實踐來驗證。我注重培養將算法模型從理論轉化爲實踐的能力,這包括但不限於參與模型的部署實施、進行嚴格的A/B測試驗證、搭建系統的穩定運行和性能監控機制,確保算法的實用性和有效性。

作爲算法工程師,我們的職業發展既需要深度也需要廣度,而項目管理者的角色則爲我們提供了一個將這兩者結合起來的平臺。

深度是我們的核心競爭力,它要求我們對算法有深入的理解和精湛的技術。這包括但不限於對機器學習、統計學、優化理論、概率論等領域的深入掌握,以及對特定算法模型的熟練運用。深度還涉及到對特定問題的洞察力,能夠設計出既高效又精確的算法解決方案。在項目中,深度使我們能夠解決複雜的技術難題,提高模型的性能,這是我們作爲技術專家的價值所在。

廣度則涉及到跨學科的知識和技能,它要求我們對項目的整體有更全面的理解。這包括瞭解業務需求、項目管理流程、團隊協作方式等。廣度還意味着我們需要具備良好的溝通能力,能夠與不同背景的人有效溝通,理解他們的需求和限制。在項目中,廣度使我們能夠更好地協調資源,推動項目進展,這是我們作爲團隊成員的價值所在。

另外,良好的心態是職業發展的潤滑劑。它包括對挑戰的積極態度、對失敗的寬容心態、對成功的謙遜態度。算法效果的提升不是一蹴而就,失敗的實驗更是家常便飯,這個時候良好的心態能夠幫助我們在面對技術難題時保持冷靜,不妨適當學會適當釋放壓力,比如一次清晨的慢跑,一次深夜的沉思,一次美好的相遇,或者是熱度很高的“公園20分鐘充能理論”,這些短暫的時光,雖然簡單,卻能夠爲我們的心靈和身體注入新的活力,適當做做減法,可幫助我們從日常的壓力中暫時解脫出來。有必要積攢一些微小的期待和快樂,這樣纔不會被遙不可及的夢和無法掌控的未來給拖垮。

算法變革:AI大模型對算法的重塑

作爲一名算法工程師,我深知AI變革對我們的意義。在這個由數據編織、由算法驅動的時代,AI大模型正成爲推動社會進步的重要力量。我們不僅是變革的見證者,更是推動者和塑造者。

自己有把傘,勝過任何地方的屋檐。不管如何變革,個人的準備和適應能力始終是面對未知挑戰的關鍵。適應AI變革,意味着我們要擁抱變化。正如達爾文所言:“存活下來的物種,不是那些最強壯的種羣,也不是那些智力最高的種羣,而是那些對變化做出最積極反應的物種”,保持好奇心和開放心態,這樣才能在變革中找到新的機會。AI大模型的變革爲我們提供了前所未有的機遇,讓我們有能力解決以往無法解決的問題。作爲算法工程師,我們要勇於嘗試,不斷探索新的解決方案,用我們的創造力推動技術的邊界。

我們不僅要持續深化對機器學習、深度學習等核心AI技術的掌握,還要學會運用和駕馭日益豐富的數據處理工具和框架。我們面臨着提升對大數據處理能力的需求,以及在雲計算、分佈式計算環境下進行算法實現和優化的挑戰。同時,AI變革也帶來了對算法工程師跨領域知識和軟技能的更高要求,包括對業務的理解、項目管理能力以及團隊協作精神。此外,隨着AI技術的倫理和隱私問題日益凸顯,我們還需要培養強烈的責任感和道德意識,確保技術應用的合理性和安全性。在AI不斷推動行業轉型的今天,算法工程師更應具備前瞻性思維,不斷探索AI技術的潛在應用,引領創新,以適應並推動這一變革。

這也可能是一場深刻的社會結構和文化價值觀的轉型。這場變革將觸及人類生活的每一個角落,從經濟活動到社會互動,從個人認知到集體決策,都將經歷重塑和再造。AI變革是一場全方位的社會轉型,它要求我們在享受技術帶來的便利和效率提升的同時,也要積極面對伴隨而來的挑戰。我們需要在技術發展和人文關懷之間找到平衡,確保AI技術成爲推動社會進步、增進人類福祉的正能量。

作者:京東零售 康志恆

來源:京東雲開發者社區

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章