算法工程师怎样提升业务理解能力?

文 | 桔了个仔@知乎
本文已获作者授权,禁止二次转载

我刚转做金融风控时,觉得自己写代码多年了,对金融风控的业务不上心,公司让我做什么我就用自认为及其优雅的编码方式解决,但对为什么要做这个事,做了对业务上下游有什么影响,并没有关心。在一次会议上,我上级说的话很有感触:

技术是逻辑的艺术,业务也是,所以只搞技术不管业务的,不能算是逻辑能力出众的。

关于如何更懂业务

我得到两个建议:

  1. 主动参与到产品设计的过程,如果你没有机会,则拿出一张白纸,看看如果是你,你会怎么设计,然后对比下自己产品,为啥要这么设计,看看自己的设计缺失了啥。

  2. 把自己代入用户的角色。试试自己家的产品,哪里会用得不舒心。

但其实我事后反省,我还可以做得更好。我做过to C和to B,根据我的经验,to C和to B还可以分别出不同的方法获得更多的产品和运营知识。

如果你是做to B的

做to B项目的,一般都有「前线部队」和「大本营」。「前线部队」指的是和客户直接接触的,例如实施工程师,售前工程师等。「大本营」是指只呆在公司里做研发,根据驻场的工程师反馈,去完善产品的。

对于派去客户那边驻场工作时,会得到来自客户的第一手反馈。但其实对于我们来说,我们的「前线部队」和「大本营」其实都需要和客户接触,都要听客户反馈。唯一不同的是「前线部队」拥有客户服务器集群的开发权限。

关于to B产品和运营知识,我个人会分成三类,金字塔层级代表的不仅仅是高度,层级本身的体积也代表这个层级在日常工作中占据的比例。

▲算法工程师还需要的产品与运营知识

1.整个行业发展趋势与动态

在国外,大家可能会更喜欢关注权威的咨询公司发布的一些报告,了解整个行业发展动态。例如McKinsey, BCG,德勤等公司发布的行业调研。下面是它们在自己网站上发布的报告。(为了方便读者阅读,我找了他们中文网站的截图,相关链接放文末)

2.行业的工作流程和规范

这就需要你从经验里总结,慢慢探索了。例如我

  • 多参加相关的行业会议。例如我做游戏时,会去参加开发者大会,看看别人游戏开发流程是怎么样的,技术之外做了什么。我做金融风控时,我会参加fintech会议,去看看别人做了什么,以及别人怎么做。也不一定是线下的会议,线上也会有很多会议,最重要的是,了解同行的人怎么做。

  • 从多个客户的要求里总结。例如客户A要求这样,客户B要求那样,那么可以尝试从中提取一些共性,以了解整个行业都需要的。

3. 亲身体验、客户反馈、口口相传的经验

经验这个东西,可以用文字记录下来;客户反馈,也可以整理成文档。但纸上得来终觉浅,绝知此事要躬行。要得到经验,最佳的实践是,亲身体验——亲自为客户开发部署,客户反馈——了解客户需求和产品特性之间的落差,以及通过同事的经验——综合自己的体验,去形成自己的理解。说实话,可能两个懂业务的人,对同一个事情的理解不一样,但很多时候,对产品的理解没有对错。

如果你是做to C的

to B里讲到的方法论依然实用,但需要稍微调整下,因为to C的话更多的是通过。

1. 了解产品方法

  • 最低要求多用用自家产品;

  • 更高的要求是也多用用竞争对手产品;

  • 最好的是多用用同一行业但不同类型的产品。

2.了解运营方法:

  • 和运营工作人员聊聊,某个功能用户打开频率高,某个功能改版后,用户留存如何等等。

  • 和市场营销聊聊,他们怎么买量,每个成本用户多少。

  • .....

想起我2012年和朋友搞了个互联网创业项目,那时候我基本把全国早期的手机App都用过一变了(而且那时候移动App没有现在多),包括我现在这个知乎账号,也是那时候注册的。那时候我就是做网站开发,但为了了解业务,我不仅仅按照需求写代码,而且我还研究了全国的竞争对手如何做同类网站的,甚至研究了SEO,怎么做传播等等,那时候的微信还没有群聊功能,我们就开始在微信上做传播了。

其实你要了解产品与运营知识,是一个会循环的过程。你越来越多的表现出你对产品与运营知识,你就越能吸引同事和你讲解相关的知识和经验。

相关书籍与网站

如果你想补一些互联网产品知识,设计理论,运营等广泛点的理论,这里可以推荐几本书。

《人人都是产品经理》

这本书某些观点颇多争议,抱着辩证的态度来读即可。推荐这本书并不是因为它是权威,只是他写的毕竟容易懂,能让新手或者仅仅想大概了解下产品经理工作的人得到一点认识。

《俞军产品方法论》

俞军曾是最励志的产品经理传奇,6年内,从一个不懂技术的普通用户,做到中国互联网第一个产品副总裁,几乎以一己之力开创了百度的产品经理黄金时代。此书收录了俞军数年来的产品实践与思考所得,并经过了系统的结构梳理、内容整合和案例补充。这本书比起上一本,会讲解得更深入更专业,需要慢慢看。

如果你想了解研究互联网市场营销,可以看看这本书:《全栈市场人 互联网市场营销入门通用宝典》

咨询公司调研

  • 波士顿咨询:
    https://www.bcg.com/zh-cn/

  • 德勤:
    https://www2.deloitte.com/cn/zh.html/

互联网行业动态

  • 36氪:
    https://36kr.com/

  • 虎嗅:
    https://www.huxiu.com/

以上是我对算法工程师如何补足产品和运营知识的一些看法。这一套方法不仅适用于算法工程师,也适用于多数人IT人去了解自己与自己工作相关但是在工作范围之外的知识。

后台回复关键词【入群

加入卖萌屋NLP/IR/Rec与求职讨论群

后台回复关键词【顶会

获取ACL、CIKM等各大顶会论文集!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/479096.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

强化学习在美团“猜你喜欢”的实践

1 概述 “猜你喜欢”是美团流量最大的推荐展位,位于首页最下方,产品形态为信息流,承担了帮助用户完成意图转化、发现兴趣、并向美团点评各个业务方导流的责任。经过多年迭代,目前“猜你喜欢”基线策略的排序模型是业界领先的流式更…

论文浅尝 | CoRR - 面向复杂知识问答的框架语义解析方法

论文笔记整理:谭亦鸣,东南大学博士。来源:CoRR abs/2003.13956 (2020)链接:https://arxiv.org/pdf/2003.13956.pdfKBQA任务中的语义解析目标是将自然语言问题转化为标准查询,而后用于构建知识库查询。现有的方法主要依…

全栈深度学习第1期:如何启动一个机器学习项目?

一 起 追 剧 鸭 !简介Berkeley全栈深度学习追剧计划是由夕小瑶的卖萌屋发起的优质公开课打卡项目,通过微信群为同期追剧的小伙伴提供交流平台。关于该计划的详请见这里。1. Berkeley深度学习追剧群目前已有1000小伙伴加入,公众号后台回复口令…

超详细中文注释的GPT2新闻标题生成项目

超详细中文注释的GPT2新闻标题生成项目:https://zhuanlan.zhihu.com/p/338171330 笔者开源了一个带有超详细中文注释的GPT2新闻标题生成项目。该项目参考了GPT2-Chinese、GPT2-chitchat、CDial-GPT、GPT2等多个GPT2开源项目(感谢大佬们的开源&#xff09…

构建时预渲染:网页首帧优化实践

前言 自JavaScript诞生以来,前端技术发展非常迅速。移动端白屏优化是前端界面体验的一个重要优化方向,Web 前端诞生了 SSR 、CSR、预渲染等技术。在美团支付的前端技术体系里,通过预渲染提升网页首帧优化,从而优化了白屏问题&…

论文浅尝 | 利用指针生成网络的知识图谱自然语言生成

论文笔记整理:谭亦鸣,东南大学博士,研究方向为知识图谱问答。来源:Neurocomputing 382: 174-187 (2020)链接:https://www.sciencedirect.com/science/article/abs/pii/S0925231219316820?via%3Dihub指针生成网络在自然…

学术工业界大佬联合打造:ML产品落地流程指南

文 | 白鹡鸰给小铁比了个心编 | 小轶给白鸟鸟比了个赞卖萌屋原创出品,本文禁止转载前言现在已经有了许多现成的ML开发部署工具,所以想要完成一个ML产品并不困难。但在实际开发过程中,人多手杂,免不了一顿兵荒马乱。相比之下&#…

基于GAN的个性化短标题生成在1688平台的实践应用

原文链接:https://developer.aliyun.com/article/770631 基于GAN的个性化短标题生成在1688平台的实践应用 在电商情境下,卖家为了吸引买家兴趣,也为了提高商品被搜索引擎检索命中的概率,通常趋向于写过于冗长的商品标题。如何从过…

LeetCode 16. 最接近的三数之和(固定左端+滑动窗口)

1. 题目 给定一个包括 n 个整数的数组 nums 和 一个目标值 target。找出 nums 中的三个整数,使得它们的和与 target 最接近。返回这三个数的和。假定每组输入只存在唯一答案。 例如,给定数组 nums [-1,2,1,-4], 和 …

领域应用 | 2020 年中国知识图谱行业分析报告

本文转载自公众号:艾瑞咨询。 核心摘要:人工智能本质是解决生产力升级的问题,人类生产力可以归类为知识生产力和劳动生产力,人工智能走入产业后,可以分为感知智能、认知智能和行为智能,后两者更与生产力相…

Category 特性在 iOS 组件化中的应用与管控

背景 iOS Category功能简介 Category 是 Objective-C 2.0之后添加的语言特性。 Category 就是对装饰模式的一种具体实现。它的主要作用是在不改变原有类的前提下,动态地给这个类添加一些方法。在 Objective-C(iOS 的开发语言,下文用 OC 代替&…

OpenAI亲谈:我们眼中的GPT-3、大规模语言模型的局限性与出路在哪

编译 | 陈彩娴、青暮编辑 | 陈大鑫近日,OpenAI政策研究主管Miles Brundage在推特上分享了一篇新论文,论文内容是对一个GPT-3研讨会的总结。2020年10月14日,来自OpenAI、斯坦福大学HAI研究所等机构的研究人员召集在一起,讨论围绕GP…

Android官方开发文档Training系列课程中文版:OpenGL绘图之响应触摸事件

原文地址:http://android.xsoftlab.net/training/graphics/opengl/touch.html 使图形按照程序设计的轨迹旋转对OpenGL来说还是不能发挥出它应有的实力。但要是能使用户可以直接控制图形的旋转,这才是OpenGL的真正目的。它真正的关键所在就是使程序可以交…

LeetCode 26. 删除排序数组中的重复项

1. 题目 给定一个排序数组,你需要在原地删除重复出现的元素,使得每个元素只出现一次,返回移除后数组的新长度。 不要使用额外的数组空间,你必须在原地修改输入数组并在使用 O(1) 额外空间的条件下完成。 来源:力扣&…

论文浅尝 | Data Intelligence - 多篇语义资源论文

本文转载自公众号:DI数据智能 。 编者按:Data Intelligence最新发表一组语义资源论文,包括世界著名语义网技术专家荷兰阿姆斯特丹自由大学计算机科学系Frank van Harmelen教授团队的Constructing and Cleaning Identity Graphs in the LOD C…

人物志 | 美团首席科学家夏华夏:不断突破边界的程序人生

“成长没有什么秘笈,就是坚持不断地一点点突破自己的边界就好。” 这是美团首席科学家、无人配送部总经理夏华夏在刚刚过去的“1024 程序员节”时送给技术同行的一句话。 这也是夏华夏自己的人生写照:从没摸过计算机的山东高考状元到清华计算机系的学霸&…

我的《Android官方开发文档Training系列课程中文版》的中期翻译计划

从2016年的3月份开始到现在,对于Android文档的翻译已经进行了两个月的时间。虽然数量还不及总篇数的一半,但是经过一番整理,发现翻译的文章还不少,目前为止已经有56篇了。这个过程也陆陆续续的坚持了下来。现在回头看刚开始翻译的…

论文浅尝 | 低资源文本风格迁移数据集

来源:AAAI2020论文链接:https://www.msra.cn/wp-content/uploads/2020/01/A-Dataset-for-Low-Resource-Stylized-Sequence-to-Sequence-Generation.pdf概述:低资源样式化的序列到序列(S2S)生成是高需求的。但由于数据集…

Android官方开发文档Training系列课程中文版:动画视图之转场框架介绍

原文地址:http://android.xsoftlab.net/training/transitions/index.html 引言 Activity所呈现的UI经常会由用户的输入或者其它事件而发生变化。比如,一个含有输入框的Activity,在用户输入要查找的关键字之后,这个输入框就会隐藏…

机器学习竞赛中,为什么GBDT往往比深度学习更有效?

在过去的几年里,大多数的推荐算法都是基于深度学习(DL)方法。遵循我们领域的一般研究实践,这些工作证明了新的DL方法在离线实验中优于其他不基于深度学习的模型。然而,在与推荐相关的机器学习竞赛中(如与年…