作为一名技术人员，你可能会发现，在工作中，有时一个好的点子，好的方案可能胜过好几个月的工作量，稍微换一个思路，一个策略就能少写很多代码，少做很多事情，这样完美的点子也是会偶尔的出现，能够想出点子的人也自然很受人尊敬与崇拜了，不过，并不是所有好的东西都是一个点子，一个策略这么简单，有的好的东西是一个思想，一个方案，都是一套体系那种，如果只是停留在想的层面，不去付诸行动，也是不可能看到一个好的效果，近期，一名算法工程师网友就遇到了这样的情况。
据这名算法工程师网友说，他刚进入了一家新公司，做推荐算法的工作，他发现公司用的还是一些规则，不过经过长期的沉淀，效果也是不错的，挺稳定的;然后他经过多天分析研究发现不少可以用机器学习的套路改进的地方;这也让他非常的兴奋，想好好利用这个机会表现一下自己的实力，但是现在倒是有一个问题，如果用机器学习方案的话，现在的一套规则就需要全部舍弃，这么大的改动让他有点担心，他怕最后改的不伦不类，最后还不如现在的效果那就打脸了，针对这样的情况，他也是非常的困惑，那么接下来让我们一起看看其他网友们有没有什么好的办法吧！
阿里巴巴员工：你不会做ab测试么。
上世是朵花：类似大的改动，很有必要用ab test思想，两套方案并行，有效果比对，经过一段时间大量真实效果验证，完全优于原来的方案时再做替换才是靠谱的做法。
网友二：机器学习不可能比规则差的，放心去做吧。
上世是朵花：只能说机器学习这个思想不错，但是如果落实的不好，应用的不好那么还不如沿用现在的规则，毕竟这是经过长期沉淀的结果，想与做可能还差10万8千里呢，也许想的很好，但真正做的时候，你就会发现其中有好多的坑需要自己去一个个解决。
网友三：这东西要产品才能推进，开发推进不了的
上世是朵花：这是一个大手术，有想法一定要分享出来，和团队共同参谋此事，如果大家都觉得好，那也得是制定一个切实可行的实施计划，然后按步骤进行，就靠一时之兴奋去做这事就有点不太靠谱了。
网友四：根据领导的来，有空自己倒腾。别急着出风头
上世是朵花：我想楼主网友也可能是初步一个想法，如果要想落实，可以先出一份具体的改动方案出来，给领导看一下，根据领导反馈的结果再进行下一步具体的事情
网友五：1. 机器学习效果取决于你对业务数据的理解，这样才能构造出有效的特征 2. 深度学习通常是从raw data自动提取特征，需要绝对大的数据量，你这个新公司有没有足够的数据？ 3. 先把他们那套规则搞清楚，之前别想着出风头，不然会给人很毛躁的印象 4 在你当前的工作有一定成绩后，和老板沟通，说你想试试机器学习，老板支持，你才能把所有时间投入进去，机器学习不是20% project，需要all in
上世是朵花：没错，要想实施，起码是对现有的规则深入了解，现有的工作岗位上做出一定成绩来，到时再提什么方案可能更受领导的信赖，刚来就提一些方案要想让领导认可，那就需要你的方案有足够的吸引力并且可以落实并且很容易让人看到预计的效果才可以。
网友六：规则很重要。楼上有人说机器野学习不可能更差的，只停留在学校？
上世是朵花：只是单纯说机器学习好的算是盲目崇拜，有的东西好，但是需要能驾驭起来才行，如果驾驭不了那最后的效果还不如现在，甚至比现在差很多。
小米科技员工：之前做过一个，预测平均误差很大
上世是朵花：通过这名网友的案例，就说明这其中还是有很多的坑的，并不像想的那么简单，要想实施，就要先完善自己的方案。等方案成熟了再考虑去找领导沟通。
网友八：规则和算法又不互斥，二者是相辅相成的。
上世是朵花：这里，他们说的是算法领域中的两种不同技术方案，算是技术方向方面的问题吧！
能够有这样的思想固然不错，说明这名工程师网友也是比较有抱负的人，不是甘愿做一名螺丝钉那种，不过就目前的状况，我个人建议先保持低调，毕竟你刚到公司，对公司的好多业务算不上是透彻的理解，这时候太急于表现会给人以太浮躁的印象，当前最主要的事情还是好好熟悉现有的业务，争取在自己的岗位上线做出一点成绩来，对于自己的这套方案可以自己暗自研究一下，一定要深入细化，发现其中可能会有的棘手的问题，然后一个个去把它克服掉，逐渐让自己这套方案成熟起来，等自己现有的工作做出了一定的成绩，领导也看在眼里的时候，再找个合适的机会与领导讨论一下你个人的这套方案，并把你认为可能会出现的问题及解决方案都一并展现给他看，这么做就略显的靠谱一点了，不是么？
以上所有图片均来之互联网
大家好，我是“上世是朵花”。如果你有什么好的看法或者观点可以在评论区展现你的才华，互动交流，如果想进一步了解我，那就关注我吧！(微信公众号：sssdhua )
网友评论