其他分享
首页 > 其他分享> > 虽然不一定最优秀,但一定是最努力的!

虽然不一定最优秀,但一定是最努力的!

作者:互联网

大家好,我是对白。

由于今年上半年的工作已经告一段落,H1的任务也顺利完成,没有任何delay,leader通知7月中旬开始述职。因此趁着这个机会,我想对自己这半年来的工作做一个总结,也顺便和大家聊聊我这段时间的感悟。

首先我上半年负责了三个业务,其中有两个业务要求H1必须上线,所以压力还是挺大的。并且其中一个业务还比较特殊,搞得我很疲惫,因为这个业务是由三位算法同学一起承担,但每个人只负责其中的一个环节,我刚好负责最后一个,而且我的算法还依赖他们的结果,在他们的算法没有达标前,我的工作只能做一半,最重要的测评都没法做,但整个项目不会因为这一点而容许我delay,因此我只能自己想办法。

正如大家看到的,最近我经常工作到深夜十一二点,上周末也在加班,这周换来的两天调休也投入到了工作中,这样才确保了该业务顺利上线。其实碰到这样的业务,既有它的好处,也有它的坏处。坏处是说你可能需要花更多的时间,甚至主动加班,才能完成它;但好处也很明显,首先leader们都知道你的工作量更大,你的任务更艰巨,其次如果你能按时交付,那对于你的绩效以及后续晋升都会有很大的帮助。

也正是看到了这一点,我在平常的工作和汇报中更外细心和注意

具体来说,在工作方面:虽然我的算法依赖他们的结果,但只要我的模型泛化能力足够强,无论他们的结果是否达标,理论上对我的影响都很小,因此大部分时间我都在用不同的数据集来评测模型的泛化性,如果在其中一个数据集上表现比较差,就对算法进行微调。其次,在项目排期上,我会留出更多的时间给到它,会在平常完成项目的进度上多加0.5-1倍的工作量

而在汇报方面,其实leader心里也很担心,因为他怕你的泛化性能不够好,最终评测万一不合格,继续优化至少要delay一周。于是,我基本上会两天同步一次进展给他,会告诉他在不同数据集上的评测表现如何,以及这些数据集之间的差异有多大,跟最终拿到的测试数据又有什么区别。给他做好心理预期后,我只要按照自己的进度完成即可,基本是不会有什么风险的。

果然,不管是在之前的数据集上,还是最终评测集上,我的算法效果都远超OKR制定的目标,并且还都提前完成了项目进度,这都归功于我上述提到的几个点。所以,如果你以后也碰到了类似的业务,不妨可以试试我的方法,绝对管用

总体来说,我对自己的上半年工作还是比较满意的,我的自评是:虽然不一定最优秀,但一定是最努力的!我有时也会抱怨项目难,但我的leader通情达理,mentor又和蔼可亲,同事也乐于助人,在这样温馨的环境中工作,才能在工作中找到一份乐趣,这已经是一件很幸福的事情了。希望自己上半年能拿一个S绩效,拿到了就给大家发红包

愿所有的付出都能有所收获,愿所有的追求都有满意答复!

关于我

我是对白,清华计算机硕士,BAT算法工程师。欢迎关注我的微信公众号对白的算法屋,日常分享编程经验和技术干货,帮助你少走弯路!还可以加我微信,领资源和进交流群。

标签:泛化,努力,优秀,delay,工作,算法,一定,集上,leader
来源: https://www.cnblogs.com/coder-duibai/p/16439679.html