java转机器学习之后的一年，哎

约定不等于承诺〃 2024-04-18 13:46 24阅读 0赞

### 前言 ###

经历了，[90天java转机器学习——面试学习总结][90_java]，在新的工作岗位也是感触颇多。本来想继续写一篇悲惨201\*系列，但还没到年底呢，万一没有最惨只有更惨呢，年底又能出一篇感人肺腑的大作（?）。这里就说说环境、期望的、实际的、学到的。

### 环境 ###

（1）工作环境很好、食堂不错、距离适当、工作压力不大、加班不多。  
（2）非互联网、为了健康吃的不多、步行一段当锻炼、新东西较多、业余时间工作补充学习也累。  
（3）非核心业务组，努力将新技术应用到核心业务上。小组成员不多，五脏俱全，从需求到测试全都有。

### 期望的（本以为要做的） ###

（1）接触到机器学习后，感觉数据整理、特征提取、选择训练模型、模型验证、线上线下测试、模型调优，做啥都应该是上述流程。  
（2）每天沉浸在论文阅读、算法对比、掉包或自己实现、各种特征处理骚套路、数学基础的学习，准确率提高一点点大家一起吹吹牛逼。  
（3）如何解释算法是为何带来收益的，深度学习解释不了，总得找点理由编一编。  
（4）LR、svm、gbdt、xgb等算法掉包、调参，上了直接用，然后补充理论知识。  
（5）过渡到深度学习，又是一通学。NLP、推荐系统的开发、应用、上线。配合核心业务组添加所谓的算法模块。  
（6）abtest，天天盯着数据。  
（7）可能构建数据仓库。spark、hive、hadoop用的飞起，sql、redis、csv数据各种拿来拿去。日志收集整理，大数据量并发处理。

### 实际的 ###

（0）哈哈哈，社会变化快，超出我的预想  
（1）算法看了一波，NLP、推荐、CV等领域都碰了一下。  
（2）python撸的越发熟练，突然发现java spring才是神一样的存在。开始怀疑python代码真的会比java代码量少吗？  
（3）看论文、看视频、python手撸了不完整版本word2vec。和git上原版word2vec进行了pk。用自己下载的将近100g原始语料，整理、分词、送入模型。还用论文给的验证集进行验证。这波操作可能是迷茫的开始，因为找不到任何自己实现算法的优点。然后试了几个python NLP模型的包，发现都挺好。  
（4）推荐系统，又是看论文、看视频、python实现协同过滤，但是到现在也不知道如何去存储那么大的矩阵，如何去线上使用。python又实现了类似item2vec，这个用的word2vec源码+自己整理的数据格式训练的模型，用户变向量、用户点击内容变向量。发现自己看明白了cos公式和代码实现。  
（5）推荐系统外传。这波推荐学习真是用心了，看了不少论文（youtube经典、Netflix经典），同学讲解，又是啥服务商的讲座。最后结果呢，没上线啦。最后应该是弄了一个求相似的推荐程序，就放在那了。自己开发的类似item2vec系列，感觉只做了一个召回，排序只写了规则，排序没用任何模型。又是一次尴尬，还是不知道vec应当如何存储、线上使用啊。当向量很多的时候、模型也大，实时返回数据真的很慢。同学支招先算好相似的若干个，放起来，离线更新，最后也没机会尝试。这个程序安静的躺在自己的电脑里呢。  
（6）各种浅学习、做实验，不求甚解吧，基本数据处理流程都没看。NLP、CV相关，git上源码拉下来，找到预训练模型，自己练练试试。

#### \----------------------啪啪打脸分割线--------------------------------------------- ####

（7）云服务全家桶啊。NLP、CV、语音、翻译等等，请找找提供的接口，能用的就直接用吧。比较麻烦的可能需要熟悉一下服务，预训练模型、算法内置了、数据放进去、等着、训练好模型、上线部署、调接口。调参？需要吗？  
（8）日志收集服务已就绪，直接用就行了，啥并发，数据存储结构，人家都定了，完全满足需求。这部分需要好好练习sql，优化用法、典型查询例子都在那放着。这部分感觉有了我唯一上线的产出，就是几十个sql封装成的服务，做类似BI系统的展示。  
（9）这段时间真是云服务学习大成，外加调试tensorflow、spark，当然也都是用用，完全没有深入了解啦。忽然发现，原来云服务也有自己的bug，各种包版本兼容问题，碰上了就迷茫，比改自己代码问题麻烦多了。这时候会觉得一些搜索引擎真心是不给力啊。  
（10）数据工程师。其实搞搞数据也挺好，一段时间大量收集整理数据。包括NLP语料，CV处理的图片。这些当然是围绕google在git上的开源项目啦，什么word2vec，bert，object\_detection。图片打标签弄了得有上万图片了，每天盯得眼睛干涩。2年前的技术，自己用还是需要一定门槛的，得静心看看文档，步骤比较多。

### 学到的 ###

（1）aws全家桶吧，用了不少。  
（2）sql，用于数据查询。这个还算有基础，用了一些hive里边的语法。  
（3）TensorFlow、spark，不用就忘。tf一直不适应，感觉和其它程序风格不一样。  
（4）nltk应用，NLP基础知识讲解，基本忘了。  
（5）推荐，浅浅的了解了一下，应该是还算不上入门，实践太少。  
（6）object\_detection，face\_recognization，单纯用用  
（7）最大收获，看了数理统计一部分内容，终于知道为啥正态分布用的这么多了。感觉找到了机器学习里边一些理论基石的东西。对于自己来说，数学和英语真的是坎。数学呢，可能觉得《概率论与数理统计》浙大版，第5章大数定律和中心极限定理，是自己的极限了吧。英语呢，同学推荐了新东方语法3本。还需多学习多实践。

### 总结 ###

人工智能相关技术应用到新的领域真的好难，没有借鉴的去想好难，能不能带来收益？作为一个大龄程序员呢？不知道还能保持这种磨叽叽的学习节奏多久。曾经觉得java延伸要学习的真的好多好多。现在真觉得java编程思想里边一句话是对的（也可能不是里边的啊）——java是可以学习一辈子的。换成数据、算法也一样吧。只是觉得更新的更快了，可能实际一点的真的也只能是用用了。毕竟10倍程序员很是遥远。

[90_java]: https://blog.csdn.net/bjjoy2009/article/details/84711652