查看原文
其他

ML&DEV[0] | 栏目说明

机智的叉烧 CS的陋室 2022-08-08


【ML&DEV】

这是大家没有看过的船新栏目!ML表示机器学习,DEV表示开发,本专栏旨在为大家分享作为算法工程师的工作,机器学习生态下的有关模型方法和技术,从数据生产到模型部署维护监控全流程,预备知识、理论、技术、经验等都会涉及,欢迎大家关注!


新栏目全新上线,后续自己作为一名算法工程师,正式走上工作岗位,这意味着自己从学生到一名"社会人"的转变,当然的,新栏目也意味着给大家带来更加丰富、全面的知识和信息,也是为了帮助大家从无到有,从有到优的进步和进阶,当然的,这也将会记录自己作为算法工程师的成长历程。

事不宜迟,开始说我的新专栏的内容吧。

专栏名含义

ML&DEV对应两层含义,ML就是大家非常熟悉的机器学习machine learning,而DEV表示的是develop,我的翻译为开发,两者结合,表达的是一个目前比较流行的新兴岗位——算法工程师,也是现在大数据和人工智能下最火的一个岗位,也就是说,在这个专栏下,我会给大家介绍有关算法工程师的知识和信息。

主要内容

专栏下的内容,当然是大家最为关心的,开始之前我们先来剖析算法工程师这个概念。

算法工程师,里面有两个关键词,算法和工程师。算法,就是我们现在非常流行的所谓的"算法",以机器学习为代表的一系列算法,当然的,在很多其他领域,很多数学模型方法也会被纳入其中,简单地说就是"算法";工程师,其实概念非常广,而在计算机领域其实就非常容易理解了,可以简单理解为是一名程序员,程序员要管的是整个系统的正常运行,和前端工程师、后端工程师、运维工程师类似,有自己负责的一部分。

在此概念下,大家就能大概知道我的这个专栏下的内容了。

算法方面,我会和大家介绍机器学习生态下的算法和一些操作,看好,这里提到的是生态,因为他不局限在机器学习本身,他还要包括很多为他服务的工作,例如特征工程,就是和机器学习强相关的工作,这些都是我将会介绍的。

然后在工程方面,把整个算法项目作为一条河流,机器学习的上游,需要考虑数据怎么接入和预处理,下游则要考虑结果如何返回、打包、部署,最终嵌入到整个大系统中,这也应该是一名算法工程师的工作,此处我也需要去介绍,而且,这也是目前很多公众号也好、博客也好乃至论文也好,很少去谈的问题,但是其实是算法工程师非常重要的工作。

当然了,技术本身会有,技巧、线路也可能会有,不定期总结经验。

原则

也说说我在这个专栏下安排内容的习惯吧。

  • 100%原创,转载文不入专栏。

  • 其他人写过的内容,我不重复,我要是写了相同的课题,一定是因为我会有和其他人不一样的理解,或者补充一些很多人没讲到的点,反正肯定会有我和别人不一样的内容在里面。

  • 重复的内容有时由于行文难以避免,我会通过引文的方式给出,存在知识空白的同学建议还是去看看,迈过这个坎。

  • 欢迎所有有道理的指正和建议,我愿意接受大家的批评,很乐意和大家交流,前提是有理有据哈。

  • 原创不易,文章都是我自己一个一个字打出来的,如发现侵权(转载一定要说明出处哟),欢迎告诉我,感谢大家的支持!

  • 想要转载我的文章的同学,后台告诉我,我可以给长白哈!




您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存