前段時(shí)間跟候選人聊天，一個(gè)有多年工作經(jīng)驗(yàn)的資深 iOS 工程師告訴我，他最近正在學(xué)習(xí) Machine Learning 相關(guān)的知識(shí)。他覺(jué)得，對(duì)于程序員來(lái)說(shuō)，技術(shù)進(jìn)步大大超過(guò)世人的想象，如果你不跟隨時(shí)代進(jìn)步，就會(huì)落后于時(shí)代。

我其實(shí)已經(jīng)聽(tīng)過(guò)很多人跟我說(shuō)過(guò)類(lèi)似的話。只不過(guò)不同人嘴里提到的詞匯各有不同——大數(shù)據(jù)、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、人工智能…… 這些當(dāng)前火熱的概念各有不同，又有交叉，總之都是推動(dòng)我們掌控好海量數(shù)據(jù)，并從中提取到有價(jià)值信息的技術(shù)。

程序員對(duì)這些技術(shù)躍躍欲試，知乎上「深度學(xué)習(xí)如何入門(mén)?」「普通程序員如何向人工智能靠攏?」等問(wèn)題都有很高的關(guān)注度。我們?cè)谡衅甘袌?chǎng)也能夠看到，越來(lái)越多的技術(shù)候選人在跳槽時(shí)會(huì)思考，能否從事相關(guān)崗位的工作。

從 100offer 平臺(tái)上的數(shù)據(jù)來(lái)看，大數(shù)據(jù)相關(guān)職位的面試邀請(qǐng)占比也與日俱增。

當(dāng)前，很多候選人對(duì)大數(shù)據(jù)相關(guān)崗位的青睞并非偶然

處理器速度的加快，大規(guī)模數(shù)據(jù)處理技術(shù)的日漸成熟，讓我們從 Big Data 中快速提取有價(jià)值的信息成為可能。幾十年前神經(jīng)網(wǎng)絡(luò)算法被提出之初，捉襟見(jiàn)肘的計(jì)算能力很難讓這個(gè)計(jì)算密集的算法發(fā)揮出它應(yīng)有的作用。而現(xiàn)在，PB 級(jí)別的數(shù)據(jù)也可以在短時(shí)間內(nèi)完成機(jī)器學(xué)習(xí)的模型訓(xùn)練。這讓格靈深瞳、科大訊飛等高度依賴(lài)深度學(xué)習(xí)的圖像、語(yǔ)音識(shí)別公司得以對(duì)產(chǎn)品進(jìn)行快速迭代。

互聯(lián)網(wǎng)行業(yè)的快速發(fā)展，讓不少公司擁有了成千上萬(wàn)的用戶數(shù)據(jù)，各家都想挖掘這座儲(chǔ)量豐富的金礦，由此延伸出數(shù)據(jù)在自家業(yè)務(wù)不同應(yīng)用場(chǎng)景中的巨大價(jià)值——京東、淘寶等電商網(wǎng)站利用用戶畫(huà)像做個(gè)性化推薦，PayPal、宜信等互聯(lián)網(wǎng)金融公司通過(guò)識(shí)別高危行為的特征實(shí)施風(fēng)險(xiǎn)控制，滴滴、達(dá)達(dá)等出行、配送業(yè)務(wù)利用交易數(shù)據(jù)進(jìn)行實(shí)時(shí)定價(jià)從而使利潤(rùn)***化……

還有一些公司，借助大數(shù)據(jù)相關(guān)技術(shù)創(chuàng)造出新的業(yè)務(wù)模式——比如利用算法做個(gè)性化內(nèi)容推薦的今日頭條、一點(diǎn)資訊，比如通過(guò)監(jiān)測(cè)服務(wù)整合海量數(shù)據(jù)、做數(shù)據(jù)價(jià)值變現(xiàn)的 TalkingData，當(dāng)然還有一些底層架構(gòu)的支持服務(wù)商如阿里云、UCloud 也開(kāi)通了托管集群、機(jī)器學(xué)習(xí)平臺(tái)等服務(wù)。

這些企業(yè)整體對(duì)大數(shù)據(jù)、數(shù)據(jù)挖掘相關(guān)人才的需求非常之大，導(dǎo)致行業(yè)內(nèi)人才的供給相對(duì)不足。因而薪資通常也相對(duì)高一些。

再加上這些崗位相比于傳統(tǒng)的軟件工程，有更高的挑戰(zhàn)空間和更大的難度，自然引得更多人才進(jìn)入到這個(gè)領(lǐng)域。

最近，為了了解大數(shù)據(jù)相關(guān)工程師的招聘現(xiàn)狀，我們走訪了幾家緊需大數(shù)據(jù)相關(guān)人才的公司，與他們的技術(shù) Leader 聊了聊相關(guān)人才的招聘現(xiàn)狀。

對(duì)于工程師來(lái)說(shuō)，可以考慮的大數(shù)據(jù)相關(guān)崗位有哪些?

從各家招聘的工程師來(lái)看，與大數(shù)據(jù)打交道的核心工程師通常分為這么兩大類(lèi)

大數(shù)據(jù)平臺(tái)/開(kāi)發(fā)工程師

他們的工作重心在于數(shù)據(jù)的收集、存儲(chǔ)、管理與處理。

通常比較偏底層基礎(chǔ)架構(gòu)的開(kāi)發(fā)和維護(hù)，需要這些工程師對(duì) Hadoop/Spark 生態(tài)有比較清晰的認(rèn)識(shí)，懂分布式集群的開(kāi)發(fā)和維護(hù)。熟悉 NoSQL，了解 ETL，了解數(shù)據(jù)倉(cāng)庫(kù)的構(gòu)建，還可能接觸機(jī)器學(xué)習(xí)平臺(tái)等平臺(tái)搭建。

有些大數(shù)據(jù)開(kāi)發(fā)工程師做的工作可能也會(huì)偏重于應(yīng)用層，將算法工程師訓(xùn)練好的模型在邏輯應(yīng)用層進(jìn)行實(shí)現(xiàn)，不過(guò)有些公司會(huì)將此類(lèi)工程師歸入軟件開(kāi)發(fā)團(tuán)隊(duì)而非大數(shù)據(jù)團(tuán)隊(duì)。

算法&數(shù)據(jù)挖掘工程師

此類(lèi)工程師的工作重心在于數(shù)據(jù)的價(jià)值挖掘。

他們通常利用算法、機(jī)器學(xué)習(xí)等手段，從海量數(shù)據(jù)中挖掘出有價(jià)值的信息，或者解決業(yè)務(wù)上的問(wèn)題。雖然技能構(gòu)成類(lèi)似，但是在不同團(tuán)隊(duì)中，因?yàn)槊鎸?duì)的業(yè)務(wù)場(chǎng)景不同，對(duì)算法 & 數(shù)據(jù)挖掘工程師需要的技能有不同側(cè)重點(diǎn)。因而這個(gè)類(lèi)目下還可細(xì)分為兩個(gè)子類(lèi)：

a. 算法工程師

這類(lèi)團(tuán)隊(duì)面對(duì)的問(wèn)題通常是明確而又有更高難度的，比如人臉識(shí)別、比如在線支付的風(fēng)險(xiǎn)攔截。這些問(wèn)題經(jīng)過(guò)了清晰的定義和高度的抽象，本身又存在足夠的難度，需要工程師在所研究的問(wèn)題上有足夠的專(zhuān)注力，對(duì)相關(guān)的算法有足夠深度的了解，才能夠把模型調(diào)到***，進(jìn)而解決問(wèn)題。這類(lèi)工程師的 Title 一般是「算法工程師」。

b. 數(shù)據(jù)挖掘工程師

有的團(tuán)隊(duì)面對(duì)的挑戰(zhàn)不限于某一個(gè)具體問(wèn)題，而在于如何將復(fù)雜的業(yè)務(wù)邏輯轉(zhuǎn)化為算法、模型問(wèn)題，從而利用海量數(shù)據(jù)解決這個(gè)問(wèn)題。這類(lèi)問(wèn)題不需要工程師在算法上探索得足夠深入，但是需要足夠的廣度和交叉技能。他們需要了解常見(jiàn)的機(jī)器學(xué)習(xí)算法，并知曉各種算法的利弊。同時(shí)他們也要有迅速理解業(yè)務(wù)的能力，知曉數(shù)據(jù)的來(lái)源、去向和處理的過(guò)程，并對(duì)數(shù)據(jù)有高度的敏感性。這類(lèi)工程師的 Title 以「數(shù)據(jù)挖掘工程師」居多。

從技術(shù) Leader 對(duì)人才的要求看，轉(zhuǎn)崗機(jī)會(huì)在哪里?

沒(méi)有一個(gè)技術(shù) Leader 不希望自己手下是一班虎將。他們期盼團(tuán)隊(duì)中每個(gè)工程師都是能獨(dú)當(dāng)一面的全才。

基礎(chǔ)的邏輯、英文等素質(zhì)是必須的，聰明、學(xué)習(xí)能力強(qiáng)是未來(lái)成長(zhǎng)空間的保障，計(jì)算機(jī)基礎(chǔ)需要扎實(shí)，***做過(guò)大規(guī)模集群的開(kāi)發(fā)和調(diào)優(yōu)，會(huì)數(shù)據(jù)處理，還熟悉聚類(lèi)、分類(lèi)、推薦、NLP、神經(jīng)網(wǎng)絡(luò)等各種常見(jiàn)算法，如果還實(shí)現(xiàn)過(guò)、優(yōu)化過(guò)上層的數(shù)據(jù)應(yīng)用就更好了……

嗯，以上就是技術(shù) Leader 心中***的大數(shù)據(jù)相關(guān)候選人形象。

但是，如果都以盡善盡美的標(biāo)準(zhǔn)進(jìn)行招聘的話，恐怕沒(méi)幾個(gè)團(tuán)隊(duì)能夠招到人?，F(xiàn)在大數(shù)據(jù)、數(shù)據(jù)挖掘火起來(lái)本身就沒(méi)幾年，如果想招到一個(gè)有多年經(jīng)驗(yàn)的全才，難度不是一般的高。在這點(diǎn)上，各位技術(shù) Leader 都有清晰的認(rèn)識(shí)。

不過(guò)，全才難招，并不代表 Leader 會(huì)放低招聘要求。他們絕不容忍整個(gè)團(tuán)隊(duì)的戰(zhàn)斗力受到影響。面對(duì)招聘難題，他們會(huì)有一些對(duì)應(yīng)的措施——

1. 可以不求全才，但要求團(tuán)隊(duì)成員各有所長(zhǎng)，整體可形成配合

剛剛提到了，要想為大數(shù)據(jù)相關(guān)崗位找到一個(gè)各方面條件都不錯(cuò)的人才，難度非常大。因而技術(shù) Leader 會(huì)更加務(wù)實(shí)地去招聘「更適合的人」——針對(duì)不同崗位吸收具有不同特長(zhǎng)的人才。

以格靈深瞳為例，這是一家計(jì)算機(jī)視覺(jué)領(lǐng)域的大數(shù)據(jù)公司，團(tuán)隊(duì)中既需要對(duì)算法進(jìn)行過(guò)透徹研究的人才，把圖像識(shí)別有關(guān)算法模型調(diào)整到***，也需要工程實(shí)力比較強(qiáng)的人才，將訓(xùn)練好的算法模型在產(chǎn)品中進(jìn)行高性能的實(shí)現(xiàn)，或者幫助團(tuán)隊(duì)搭建一整套視頻圖像數(shù)據(jù)采集、標(biāo)注、機(jī)器學(xué)習(xí)、自動(dòng)化測(cè)試、產(chǎn)品實(shí)現(xiàn)的平臺(tái)。

對(duì)于前一種工程師，他需要在深度學(xué)習(xí)算法甚至于在計(jì)算視覺(jué)領(lǐng)域都有過(guò)深入的研究，編程能力可以稍弱一些;而對(duì)于后一種工程師，如果他擁有強(qiáng)悍的工程能力，即使沒(méi)有在深度學(xué)習(xí)算法上進(jìn)行過(guò)深入研究，也可以很快接手對(duì)應(yīng)的工作。這兩種人才需在工作中進(jìn)行密切的配合，共同推動(dòng)公司產(chǎn)品的產(chǎn)出與優(yōu)化。

即使在算法工程師團(tuán)隊(duì)內(nèi)部，不同成員之間的技能側(cè)重點(diǎn)也可能各不相同。

比如個(gè)性化內(nèi)容推薦資訊平臺(tái)——一點(diǎn)資訊的算法團(tuán)隊(duì)中，一部分工程師會(huì)專(zhuān)注于核心算法問(wèn)題的研究，對(duì)解決一個(gè)非常明確的問(wèn)題(比如通過(guò)語(yǔ)義分析進(jìn)行文章分類(lèi)的問(wèn)題，如何判斷「標(biāo)題黨」的問(wèn)題等等)，他們需要有足夠深度的了解;另外一部分工程師，則專(zhuān)注于算法模型在產(chǎn)品中的應(yīng)用，他們應(yīng)該對(duì)業(yè)務(wù)非常有 sense，具備強(qiáng)悍的分析能力，能夠從復(fù)雜的業(yè)務(wù)問(wèn)題中理出頭緒，將業(yè)務(wù)問(wèn)題抽象為算法問(wèn)題，并利用合適的模型去解決。兩者一個(gè)偏重于核心算法的研究，一個(gè)偏重業(yè)務(wù)分析與實(shí)現(xiàn)，工作中互為補(bǔ)充，共同優(yōu)化個(gè)性化內(nèi)容推薦的體驗(yàn)。

對(duì)于后者來(lái)說(shuō)，因?yàn)閷?duì)核心算法能力要求沒(méi)有前者那么高，更重視代碼能力與業(yè)務(wù) sense，因而這個(gè)團(tuán)隊(duì)可以包容背景更豐富的人才，比如已經(jīng)補(bǔ)充過(guò)算法知識(shí)的普通工程師，以及在研究生階段對(duì)算法有一些了解的應(yīng)屆生。

雇主對(duì)大數(shù)據(jù)相關(guān)候選人的經(jīng)驗(yàn)、背景有更大接受空間，這就給了非大數(shù)據(jù)相關(guān)候選人進(jìn)入大數(shù)據(jù)、算法團(tuán)隊(duì)的機(jī)會(huì)。此時(shí)，梳理清楚自己現(xiàn)有技能對(duì)于新團(tuán)隊(duì)的價(jià)值非常重要，這是促使新團(tuán)隊(duì)決定吸收自己的關(guān)鍵。

現(xiàn)在在云計(jì)算服務(wù)商 UCloud 工作的宋翔，過(guò)去四五年一直致力于計(jì)算機(jī)底層系統(tǒng)的研究。在百度，他曾經(jīng)為深度學(xué)習(xí)算法提供支持，用硬件和底層系統(tǒng)優(yōu)化，加快機(jī)器學(xué)習(xí)算法的運(yùn)算速度。進(jìn)入 UCloud 之初，宋翔主要研究的方向也是如何利用 GPU 服務(wù)器進(jìn)行運(yùn)算加速。

后來(lái)，考慮到越來(lái)越多企業(yè)依賴(lài)機(jī)器學(xué)習(xí)進(jìn)行數(shù)據(jù)挖掘，UCloud 期望推出一個(gè)兼容主流開(kāi)源機(jī)器學(xué)習(xí)系統(tǒng)的 Paas，使得使用這個(gè)機(jī)器學(xué)習(xí)平臺(tái)的工程師能夠?qū)Ｗ⒂谀Ｐ陀?xùn)練本身，而無(wú)需考慮模型部署、系統(tǒng)性能、擴(kuò)展性、計(jì)算資源等問(wèn)題。

宋翔在底層系統(tǒng)優(yōu)化上的特長(zhǎng)剛好可以在這項(xiàng)工作中發(fā)揮，因而他立刻被賦予主導(dǎo)這個(gè)平臺(tái)搭建的任務(wù)。

讓算法在機(jī)器上運(yùn)轉(zhuǎn)得夠快，才能夠縮短模型迭代的時(shí)間，加速模型優(yōu)化的過(guò)程。大部分算法工程師可能對(duì)此了解甚少，但是宋翔可以充分發(fā)揮自己的特長(zhǎng)，利用硬件和底層系統(tǒng)加速機(jī)器學(xué)習(xí)算法。

• 當(dāng)需要訓(xùn)練的數(shù)據(jù)量特別大的時(shí)候，比如幾十 T 以上甚至 PB 級(jí)的時(shí)候，在分布式系統(tǒng)中， I/O 或者網(wǎng)絡(luò)可能成為瓶頸了，這時(shí)需要系統(tǒng)工程師的介入，看怎么優(yōu)化數(shù)據(jù)傳輸使得 I/O 的使用率提高;看怎么去存儲(chǔ)，用 HDFS 還是用 Key Value Store 或者其他存儲(chǔ)方式，可以讓你更快地拿到數(shù)據(jù)去計(jì)算，或者你用磁盤(pán)的存儲(chǔ)還是 SSD 存儲(chǔ) 或者 in-memory 的存儲(chǔ)。這其中，系統(tǒng)工程師也需要平衡成本和效率之間的關(guān)系。
• 系統(tǒng)工程師還可以幫助你設(shè)計(jì)一個(gè)系統(tǒng)，讓算法工程師快速地提交任務(wù)，或者方便地同時(shí)訓(xùn)練多個(gè)模型，嘗試多個(gè)參數(shù)。
• 系統(tǒng)工程師非常擅長(zhǎng)把本來(lái)串行的工作拆分之后變成并行工作。比如可以把數(shù)據(jù)預(yù)處理和深度學(xué)習(xí)運(yùn)算做一個(gè)并發(fā)，等等。

除了對(duì)底層系統(tǒng)有深入了解之外，他現(xiàn)在也在了解機(jī)器學(xué)習(xí)的算法。他帶領(lǐng)的小團(tuán)隊(duì)中，除了有2名系統(tǒng)工程師之外，還有兩名算法工程師，他一直鼓勵(lì)兩種工程師互相學(xué)習(xí)，共同提高，這樣才能夠讓整個(gè)團(tuán)隊(duì)效率***化。如果系統(tǒng)工程師對(duì)算法不了解的話，可能也不知道怎么去優(yōu)化算法運(yùn)行的效率;算法工程師也應(yīng)大概了解不同模型在CPU、GPU機(jī)器上的運(yùn)算速度，幫助自己設(shè)計(jì)出更高效的算法。

對(duì)于期望轉(zhuǎn)崗為大數(shù)據(jù)相關(guān)的普通工程師來(lái)說(shuō)，一旦通過(guò)自身擅長(zhǎng)的技能切入新團(tuán)隊(duì)之后，就有了更多橫向發(fā)展的機(jī)會(huì)，幫助自己在大數(shù)據(jù)相關(guān)領(lǐng)域建立更強(qiáng)競(jìng)爭(zhēng)力。

2. 相比于苛求當(dāng)前技能水平，更看重扎實(shí)的基礎(chǔ)和成長(zhǎng)空間

無(wú)論何種工程師，雇主都希望人才具備綜合素質(zhì)，而非片面苛求當(dāng)前的技能水平。特別是對(duì)于當(dāng)前市場(chǎng)供給偏少的大數(shù)據(jù)相關(guān)領(lǐng)域，已經(jīng)在大數(shù)據(jù)、算法方面有所建樹(shù)的人才畢竟只占少數(shù)。具備不錯(cuò)的基礎(chǔ)素養(yǎng)，并擁有巨大潛力的工程師也很受企業(yè)青睞。這些工程師可以利用已有的工程實(shí)力完成一部分基礎(chǔ)工作，并在經(jīng)過(guò)1-2年的鍛煉之后，接手更復(fù)雜的問(wèn)題。

我們可以把大數(shù)據(jù)相關(guān)工程師能力模型抽象為以下的核心技能金字塔

越是偏金字塔底部的素養(yǎng)，對(duì)于企業(yè)來(lái)說(shuō)越是重要。***部的基礎(chǔ)素養(yǎng)，代表的是未來(lái)的成長(zhǎng)空間。當(dāng)前互聯(lián)網(wǎng)高速發(fā)展，每家企業(yè)都是跑步前進(jìn)，如果一個(gè)當(dāng)前技能不錯(cuò)的工程師，未來(lái)成長(zhǎng)空間有限，也可能變成企業(yè)的負(fù)擔(dān)。

再上一層的計(jì)算機(jī)基礎(chǔ) – 基本的算法與數(shù)據(jù)結(jié)構(gòu)，某一門(mén)編程語(yǔ)言的精通，是幾乎每個(gè)工程師崗位都重視的能力。一個(gè)基礎(chǔ)不扎實(shí)的程序員，可能會(huì)讓企業(yè)懷疑其學(xué)習(xí)能力。扎實(shí)的基礎(chǔ)，會(huì)為應(yīng)用技能的學(xué)習(xí)掃除障礙，更容易建立深度的理解;而數(shù)學(xué)基礎(chǔ)對(duì)于算法理解上的幫助十分重要。

這最下方的兩層構(gòu)成了一個(gè)工程師人才的基礎(chǔ)素養(yǎng)。如果底層的基礎(chǔ)比較扎實(shí)，掌握應(yīng)用層技能所需要的時(shí)間也許比我們預(yù)想的要少一些。

格靈深瞳技術(shù)副總裁 – 鄧亞峰提到：

• 對(duì)于計(jì)算機(jī)視覺(jué)領(lǐng)域算法工程師，我們當(dāng)然希望招募無(wú)論在基礎(chǔ)層面還是應(yīng)用層面，技能都完備的候選人。
• 但是如果你算法、數(shù)據(jù)結(jié)構(gòu)比較強(qiáng)，編程語(yǔ)言上對(duì) C++ 比較理解，那你在應(yīng)用層的學(xué)習(xí)上，可能會(huì)比其他人快很多。比如在深度學(xué)習(xí)上付出 1-2 年的時(shí)間，在圖像 domain knowledge 上付出半年到一年就可以有基礎(chǔ)的了解。
• 其實(shí)現(xiàn)在計(jì)算機(jī)視覺(jué)領(lǐng)域更加依靠深度學(xué)習(xí)之后，特征選取等依賴(lài) domain knowledge 的門(mén)檻已經(jīng)降下來(lái)了，因而我曾見(jiàn)到不少有很好基礎(chǔ)的人，包括一些基礎(chǔ)扎實(shí)的應(yīng)屆生，在圖像領(lǐng)域工作了半年到一年之后就能拿到不錯(cuò)的成績(jī)。

在看待大數(shù)據(jù)工程師的招聘上，TalkingData 的技術(shù) VP 閆志濤和***數(shù)據(jù)科學(xué)家張夏天也提到：

• TalkingData 的大數(shù)據(jù)工程師工作中非常依賴(lài) Spark 技能，但是了解 Spark 本身并沒(méi)有那么難，因而候選人的 Spark 技能對(duì)我而言并不是***吸引點(diǎn)。
• 相比于對(duì) Spark 了解更多的人，我更愿意招收那些 Java 學(xué)得好的人。因?yàn)?Spark 的接口學(xué)習(xí)起來(lái)相對(duì)容易，但是要想精通 Java 是一件很難的事情。
• 如果你把 Java 或者 C++ 學(xué)透了，你對(duì)計(jì)算機(jī)技術(shù)的認(rèn)識(shí)是不一樣的。這其實(shí)是道和術(shù)的問(wèn)題。

TalkingData 的 兩位 Leader 也為我舉了一個(gè)自家團(tuán)隊(duì)中的例子：

他們?cè)?4年招收了一位專(zhuān)科學(xué)校畢業(yè)的工程師，在上一家公司做過(guò)一點(diǎn)推薦算法，會(huì)寫(xiě) Hadoop Mapreduce，但是并沒(méi)有在大數(shù)據(jù)上有深入的研究。這位工程師當(dāng)時(shí)的大數(shù)據(jù)技能并不能達(dá)到 TalkingData 的招聘標(biāo)準(zhǔn)，不過(guò)好在他思維清晰，看待問(wèn)題有自己獨(dú)特的想法。加之 Java 基礎(chǔ)不錯(cuò)，在上一家公司做事情也很扎實(shí)，所以就招聘進(jìn)來(lái)了。

說(shuō)到這里，兩位 Leader 坦言「當(dāng)時(shí)幸好還不怎么挑簡(jiǎn)歷，也許按照后來(lái)的標(biāo)準(zhǔn)未必能把這位工程師招聘進(jìn)來(lái)。

不曾想到，這位工程師主動(dòng)性非常強(qiáng)，Leader 只需給到工作方向，他就會(huì)驅(qū)動(dòng)自己學(xué)習(xí)相關(guān)知識(shí)，快速完成目標(biāo)。2年以后，這位工程師的 Spark 能力已經(jīng)鍛煉得非常強(qiáng)悍，用 Leader 的話說(shuō)「可以以一當(dāng)十」;他對(duì)大數(shù)據(jù)、機(jī)器學(xué)習(xí)都有濃厚的興趣，Spark 基礎(chǔ)夯實(shí)之后，又轉(zhuǎn)崗到了算法工程師團(tuán)隊(duì)，寫(xiě)出了 TalkingData 機(jī)器學(xué)習(xí)平臺(tái)的核心代碼，這個(gè)平臺(tái)大大提高了團(tuán)隊(duì)的機(jī)器學(xué)習(xí)效率。

從上邊的例子中，我們也可以額外收獲一個(gè)信息，相比于跳槽轉(zhuǎn)崗，內(nèi)部轉(zhuǎn)崗會(huì)更容易一些。因?yàn)樵诠緝?nèi)部中，企業(yè)有充分的時(shí)間考察工程師的能力、潛力。企業(yè)對(duì)工程師的認(rèn)可度提升之后，才會(huì)更加放心的予以新的挑戰(zhàn)。

趙平是宜信技術(shù)研發(fā)中心的一位工程師，加入宜信之前，他曾幫助中國(guó)移動(dòng)機(jī)頂盒業(yè)務(wù)的后端架構(gòu)進(jìn)行服務(wù)化轉(zhuǎn)型。抱著對(duì)基礎(chǔ)平臺(tái)架構(gòu)的濃厚興趣，趙平加入了宜信。他在這家公司做的***個(gè)項(xiàng)目是分布式存儲(chǔ)系統(tǒng)的設(shè)計(jì)和開(kāi)發(fā)。***個(gè)項(xiàng)目***收官之后，他的學(xué)習(xí)能力、基礎(chǔ)能力備受褒獎(jiǎng)。當(dāng)宜信開(kāi)始組建大數(shù)據(jù)平臺(tái)團(tuán)隊(duì)時(shí)，趙平看到了自己理想的職業(yè)發(fā)展方向并提交了轉(zhuǎn)崗申請(qǐng)，基于他過(guò)往的優(yōu)異表現(xiàn)，順利地拿到了這個(gè)工作機(jī)會(huì)。

轉(zhuǎn)崗之后，趙平也遇到了一些挑戰(zhàn)，比如大數(shù)據(jù)涉及的知識(shí)點(diǎn)、需要用到的工具更加豐富，Spark，Scala，HBase，MongoDB…，數(shù)不清的技能都需要邊用邊學(xué)，持續(xù)惡補(bǔ);比如思維方式上，需要從原來(lái)的定時(shí)數(shù)據(jù)處理思維向 Spark 所代表的流式實(shí)時(shí)處理思維轉(zhuǎn)變。不過(guò)基于他扎實(shí)的基礎(chǔ)，以及之前做分布式存儲(chǔ)系統(tǒng)經(jīng)驗(yàn)的平滑過(guò)渡，加之整個(gè)團(tuán)隊(duì)中良好技術(shù)氛圍的協(xié)助，最終順利完成***個(gè)大數(shù)據(jù)項(xiàng)目的開(kāi)發(fā)工作。

對(duì)希望轉(zhuǎn)做大數(shù)據(jù)相關(guān)工作的普通工程師，一些中肯的建議

在文章的末尾，我們基于文章中提到的多個(gè)案例，總結(jié)一下幫助普通工程師走向大數(shù)據(jù)相關(guān)崗位的幾個(gè) tips 吧：

1. 重視基礎(chǔ)。無(wú)論各種崗位，基礎(chǔ)是成長(zhǎng)的基石。
2. 發(fā)揮專(zhuān)長(zhǎng)。從能夠發(fā)揮自己現(xiàn)有專(zhuān)長(zhǎng)的崗位做起，可以讓新團(tuán)隊(duì)更歡迎你的加入。比如算法模型的工程化，偏重于業(yè)務(wù)的數(shù)據(jù)挖掘，大數(shù)據(jù)平臺(tái)開(kāi)發(fā)，機(jī)器學(xué)習(xí)系統(tǒng)開(kāi)發(fā)等等，這些工作對(duì)于普通工程師更容易上手。而普通工程師直接轉(zhuǎn)偏研究方向的算法工程師，難度更高。
3. 準(zhǔn)備充分。請(qǐng)預(yù)先做好相關(guān)知識(shí)的學(xué)習(xí)，有動(dòng)手實(shí)踐更佳。如果沒(méi)有一點(diǎn)準(zhǔn)備，雇主如何相信你對(duì)這個(gè)領(lǐng)域真的有興趣呢?
4. 考慮同公司轉(zhuǎn)崗。在同公司轉(zhuǎn)崗阻力更小。亦可考慮加入一家重視大數(shù)據(jù)的公司，再轉(zhuǎn)崗。

***，如果你確實(shí)對(duì)大數(shù)據(jù)、數(shù)據(jù)挖掘有濃厚興趣，***的辦法是立刻開(kāi)始實(shí)踐。也許你不會(huì)以此為職業(yè)，但是可以多一技傍身。

也許，未來(lái)這些技能對(duì)于程序員而言，就好比現(xiàn)在 MS Office 對(duì)于職場(chǎng)人一樣普遍。