互联网就尽量核心业务部门 什么工具效率部门不考虑

@HansCathy 机械越老越吃香都是骗人的

有，总体上来说 是单身太闲，最近又学不进去

二区的研究生，的确压力大

@jdhao 盘路线上流量分发

@jdhao 效果是业务方的数据度量的
主做推荐系统，每上一个算法，ctr cvr arpu ecpm 这些都直接反应在对应业务系统的统计数据里，一个实验，一个号段，效果对比
对于算法工程师来说，算法 模型的很多东西对于 他们也是黑盒，他们的核心是提升算法在业务中的效果，很多东西是没法测试的，给个 LR 模型，还可以解释，NN 纯粹无法解释
线上有多个模型，上的每一个 模型都是实验，本身就是不稳定的，目的是把基线的效果提上去，AI 的链路太长，每个环节都可能是问题产生的来源

@jdhao 对于在线 特征，在线预估，效果为王，每发一版新服务，开流量对比效果
线下的，模型训练，样本拼接，本身也不是测试能介入的
线上线下一致性，线上 dump 盘路，线下重跑全流程，对比数据

AI 工程部门，没有测试

国内大厂技术博客做的最好的，很多工业级别的硬干货
这半年多，做特征系统 模型预估 工程方面的工作，中文资料中，美团技术博客是最好的
不知道以后还更新不更新

我也遇到过，换了博朗

影响肯定有的，特别是应聘大公司
不只是忠诚度的问题，一年的时间太短了，对于大公司来说，都不够真正做好一个项目

做 AI 相关
我们业务 离线集群一般就是指 离线数据生成 离线训练这一套，离线存储，包括 hdfs，也可能有 hbase，redis 之类的 nosql，离线计算引擎 spark，mapreduce，mpi 之类，这些都是很大规模的集群
相应应有在线系统，比如 在线预估 在线存储 流式计算之类

电力系统待遇一年不如 一年，这是肯定的

转行的一大堆，上交的进大厂无障碍

机械设计制造及自动化，富士康做了一年自动化管理，转行 java 后端，做码农两年半了