
我已经在iZettle工作了大约四年了。我在这家公司的旅程并不是以机器学习工程师的身份开始的,而是随着我在公司的成长而过渡到机器学习工程师。
我的正规教育是计算机科学/软件工程,事实上我已经做了大约8年的软件开发人员。作为一名软件工程师,这些年给了我一些技能,这些技能使我走向ML工程的道路变得相当特别。我想和大家分享我希望在准备这个角色时能更多地关注什么,以及我认为我的背景如何帮助我完成这个转变。
首先-为什么?我对我的软件工程师工作不满意吗?我认为做一名ML工程师比做一名软件工程师更好吗?绝不是!这只是我喜欢花什么时间的问题,那就是数据。我从15岁就开始编码了,我一直很喜欢它。但我最喜欢的是用我的作品去了解世界。作为许多人,我有许多“宠物项目”想法永远不会出现,但当我阅读这份想法清单时,我发现了这样的事情:构建工具来使用推特数据来检测自然灾害,分析我的社交媒体账户数据来理解我自己的行为,检测朋友聊天中的情绪,等等。你看到模式了吗?所有这些项目想法都寻求对某些情况的理解,并且都以数据为中心。那时我一直对数据很感兴趣,大约两年前我决定把它作为我的主要工作。我想认为机器学习是我个人的选择,但本着数据驱动的精神,我可以将我的决定与近年来机器学习领域的炒作联系起来,当时你读到的每一篇科技文章都是关于ML创新的,所以我想我永远不会知道。
不管怎样,我做出了这个决定,对我来说幸运的是,iZettle正在运行一个机器学习指导项目,我很高兴地加入了这个项目。
在这个指导程序中,我们学习了bookPython机器学习的所有章节。每周,我们会讨论一章,编写一些练习来实验所学的概念。我发现它非常令人兴奋,它确实奠定了我对机器学习如何工作的基本理解。
除此之外,我利用空闲时间参加了一些在线课程,比如Udacity中的aDeep Learning Specialisation,参加inKagglecompetitions(我不得不承认,没有太大成功),并试图实施我之前提到的一些项目。
我告诉你们所有这些不是为了吹牛,而是为了让你们明白我正在尽可能多地吸收关于这个主题的知识,当我准备更换标题时,我觉得我对机器学习有非常扎实的理解。
经过6个多月的紧张学习,我加入了iZettle的机器学习团队。
我充满活力地加入了这个团队,渴望开始我的第一个项目。从第一个项目开始,我开始注意到学习机器学习和实际做机器学习是多么的不同。第一个项目是试图为我们的商人预测破产,这样我们就可以伸出援手,帮助他们做生意。
当你做一个来自一门课程或一本书的项目时,该项目最重要的部分已经为你完成了。也就是说:您到底想做什么?在课程中,您会得到一个数据集和一个目标度量,您所要做的就是“按摩”您的数据和训练模型,以便在您的目标度量上获得良好的性能。
在这种情况下,有几件事你没有学到,甚至从来没有质疑过:
问题定义:如何将问题公式化,以便从机器学习的角度来看它是有意义的?对于破产问题,我感到震惊的是,我的脑海中突然冒出了多少问题,几乎是不知从哪里冒出来的:预测破产意味着什么?是不是意味着一个商人明天就要破产了?一周后?一个月后?我怎么知道我们哪一个商户已经破产了?是缺乏活动吗?那么季节性呢?是一些外部信息吗?我如何将它映射到一个标签,让我的算法可以从中学习?…我太习惯于被赋予一个有标签的数据集,以至于我从未考虑过仅仅创建这个标签需要大量的思考、领域知识和业务考虑。这取决于您如何定义标签,您可以使用的问题和功能完全改变。
data:我已经暗示了接下来会发生什么,而且众所周知,获取正确的数据是ML问题的一个困难部分。然而,当你第一次偶然发现这个问题时,它仍然会打击你。数据很难得到,而且很杂乱,不应该盲目相信。构建标签实际上是在获得数据源之后。在我的第一个任务中,我有两个来自不同来源的数据集,我必须合并并映射到每个商家自己的特性集。对于您引入的每一个新的信息源,您不仅需要确保数据质量是可接受的,而且要确保您没有引入任何偏见,或者至少您对此做出了解释。
在某些情况下,你甚至没有你想要解决的问题的数据,机器学习在任何一行代码之前几个月就开始了,建立数据收集策略和与其他团队的关系。
评估:我们有数据集和标签。我们开始建模…我们如何衡量性能?这不仅是使用哪种度量的问题,而且是它是否有业务意义的问题。权衡在这里起着很大的作用。我以前从来没有考虑过用什么指标来衡量我的模型的性能,这是给定的。我真的在等别人告诉我:使用精确度/ROC-AUC/等。当这种情况没有发生时,我不得不考虑一个指标及其含义,我意识到花很多时间思考这个问题有多重要,我对我所学的任何一本书或课程都很少关注这个话题感到失望。只要想一想:根据当它实际上是假的(即假阳性)或任何类似的变化时预测真的“糟糕”程度,您可能希望保持最低的精确度或召回率,而不管您的一般度量(如ROC-AUC)如何上升或下降。这只是一个例子,还有很多。
这些是我意识到在我所学的任何课程或阅读的任何书籍中都没有学到的要点。这些都是我在工作中日复一日学到的东西,感谢真正有经验和耐心的同事。
当然,也有一些意想不到的好的部分,在这些部分中,我可以利用我作为一名软件工程师多年来获得的技能。列举一些:
如果您的情况与我类似,我有以下附加练习,用于您正在阅读的书或您正在学习的课程中的下一个练习。尝试回答以下问题:
我相信,如果你真的试图回答所有这些问题,你在学习过程中遇到的每一个练习,你会在“现实生活中”发展出一个更广泛和现实的机器学习观点。
我希望这个帖子对很多人的学习之旅有所帮助!如果你有任何问题,请联系我们,或者想与我们分享你的故事,我们很乐意听到它!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA 数据分析师:开启数据职业发展新征程 在数据成为核心生产要素的今天,数据分析师的职业价值愈发凸显。CDA(Certified D ...
2025-07-03从招聘要求看数据分析师的能力素养与职业发展 在数字化浪潮席卷全球的当下,数据已成为企业的核心资产,数据分析师岗位也随 ...
2025-07-03Power BI 中如何控制过滤器选择项目数并在超限时报错 引言 在使用 Power BI 进行数据可视化和分析的过程中,对过滤器的有 ...
2025-07-03把握 CDA 考试时间,开启数据分析职业之路 在数字化转型的时代浪潮下,数据已成为企业决策的核心驱动力。CDA(Certified Da ...
2025-07-02CDA 证书:银行招聘中的 “黄金通行证” 在金融科技飞速发展的当下,银行正加速向数字化、智能化转型,海量数据成为银行精准 ...
2025-07-02探索最优回归方程:数据背后的精准预测密码 在数据分析和统计学的广阔领域中,回归分析是揭示变量之间关系的重要工具,而回 ...
2025-07-02CDA 数据分析师报考条件全解析:开启数据洞察之旅 在当今数字化浪潮席卷全球的时代,数据已成为企业乃至整个社会发展的核心驱 ...
2025-07-01深入解析 SQL 中 CASE 语句条件的执行顺序 在 SQL 编程领域,CASE语句是实现条件逻辑判断、数据转换与分类的重要工 ...
2025-07-01SPSS 中计算三个变量交集的详细指南 在数据分析领域,挖掘变量之间的潜在关系是获取有价值信息的关键步骤。当我们需要探究 ...
2025-07-01CDA 数据分析师:就业前景广阔的新兴职业 在当今数字化时代,数据已成为企业和组织决策的重要依据。数据分析师作为负责收集 ...
2025-06-30探秘卷积层:为何一个卷积层需要两个卷积核 在深度学习的世界里,卷积神经网络(CNN)凭借其强大的特征提取能力 ...
2025-06-30探索 CDA 数据分析师在线课程:开启数据洞察之旅 在数字化浪潮席卷全球的当下,数据已成为企业决策、创新与发展的核心驱 ...
2025-06-303D VLA新范式!CVPR冠军方案BridgeVLA,真机性能提升32% 编辑:LRST 【新智元导读】中科院自动化所提出BridgeVLA模型,通过将 ...
2025-06-30LSTM 为何会产生误差?深入剖析其背后的原因 在深度学习领域,LSTM(Long Short-Term Memory)网络凭借其独特的记忆单元设 ...
2025-06-27LLM进入拖拽时代!只靠Prompt几秒定制大模型,效率飙升12000倍 【新智元导读】最近,来自NUS、UT Austin等机构的研究人员创新 ...
2025-06-27探秘 z-score:数据分析中的标准化利器 在数据的海洋中,面对形态各异、尺度不同的数据,如何找到一个通用的标准来衡量数据 ...
2025-06-26Excel 中为不同柱形设置独立背景(按数据分区)的方法详解 在数据分析与可视化呈现过程中,Excel 柱形图是展示数据的常用工 ...
2025-06-26CDA 数据分析师会被 AI 取代吗? 在当今数字化时代,数据的重要性日益凸显,数据分析师成为了众多企业不可或缺的角色 ...
2025-06-26CDA 数据分析师证书考取全攻略 在数字化浪潮汹涌的当下,数据已成为企业乃至整个社会发展的核心驱动力。数据分析师作 ...
2025-06-25人工智能在数据分析的应用场景 在数字化浪潮席卷全球的当下,数据以前所未有的速度增长,传统的数据分析方法逐渐难以满足海 ...
2025-06-25