这是一个创建于 1549 天前的主题，其中的信息可能已经有所发展或是发生改变。
虽然说是全干
但我传统观念还是专注于工程，虽然我也能照葫芦画瓢搞一搞机器学习那些东西，但肯定是皮毛
和人聊天在这产生了分歧
so 上来问问大家看法
 |
1
ChillyPrince 2020-08-12 18:24:39 +08:00
机器学习本身是需要很深厚的学习积淀以及数学基础啥的（更不要说后面的深度学习啥的），更像数理统计，和常规的开发技能栈不是一套东西。哪怕是全干工程师，我也并不觉得应该要涉及，个人兴趣除外。
|
 |
2
WngShhng 2020-08-12 18:29:59 +08:00
随便看看就行了，纯粹好玩
|
 |
3
zliea 2020-08-12 18:31:30 +08:00 via iPhone
理解概念 /理念就可以了。
|
 |
4
wangyzj OP @ChillyPrince #1 全干难啊，难于上青天
|
 |
5
waylybaye 2020-08-12 18:51:37 +08:00
一般来说不需要，但如果熟悉的话能扩大自己的产品思路。
|
 |
6
libook 2020-08-12 18:59:26 +08:00  2
技术人员知识面不怕广，知识面越广，解决问题的思路越多。
如果你觉得深入了解对你的工作或你想实现的目标有帮助，你就深入了解一下呗。 只要分清主次就好。 |
 |
7
lscexpress 2020-08-12 19:03:00 +08:00 1
吾生有崖,而知无崖,以有崖求无崖,殆哉矣
|
|
8
lscexpress 2020-08-12 19:04:08 +08:00
@wangyzj 我一个朋友花了四百多就上青天了，哪家航班我忘了。但我知道，上青天嘛，太简单了
|
 |
9
zsc8917zsc 2020-08-12 19:05:43 +08:00 1
既然是全栈嘛，那就要从硅提纯开始干~~~~
|
 |
10
jones2000 2020-08-12 19:30:32 +08:00
全栈最好是有侧重点， 只能你才能干的。别人干不了或花很大的成本才能干， 否则没有竞争力。
|
 |
11
tfdetang 2020-08-12 19:34:27 +08:00
随着机器学习、深度学习的工具链越来越完善，其实这块门槛并不算高。而且从数据的角度出发，思考问题的方式也会发生变化。
|
|
12
wangyzj OP @lscexpress #8 我 500+都能上两次青天了
|
|
13
wangyzj OP @libook #6 恩恩，你这句我是同意的，深入了解是有用的，就是得看自己的时间和计划
机器学习的东西非常耗时间，而且也非常容易生疏 |
 |
14
foolnius 2020-08-12 20:03:28 +08:00
tf.js
|
|
16
wangyzj OP |
 |
17
laminux29 2020-08-12 20:37:48 +08:00 8
目前的机器学习与人工智能，并不是字面意思。
它的本质仍然还是基于数据的挖掘、统计与分析，拿来应用时，正确度只是个概率问题，达不到百分之百。另外目前的神经网络模型只是基于猜测而已。但是，并不是说它不好。很多场景，比如天气预报、自带歧义的自然语言处理，以及一些并不完全正确且知道处理方案的问题，仍然能用这套东西来代替手工计算进行提速以及提高正确度。 举个简单的例子，目前你有 3 条历史天气数据： 数据 1：2000 年 8 月 10 日，温度 22°，阴，小雨。 数据 2：2000 年 8 月 11 日，温度 24°，阴，大雨。 数据 3：2000 年 8 月 12 日，温度 32°，晴，不下雨。 那么，假设今天是 2020 年 8 月 12 日，温度 35°，晴，如果用简单的相似度处理方案来看，基于上面 3 条数据，能猜出，明天中小概率不下雨。 但如果今天是温度 21°，阴，那么基于上面的数据，能猜出，明天会大概率会下雨。 现在科学家正在找各种算法与数据处理模型，提高从历史数据到真实预测的准确度。 再举个例子： 如果你有一本字典数据，以及很多新闻文章的素材，现在，尝试断句： 1.我们中出了个叛徒 2.杭州市长春药店 3.工信处女干事每月经过下属科室都要亲口交代 24 口交换机等技术性器件的安装工作 断句后，应该能比较正经地得出： 1.我们中 /出了个叛徒 2.杭州市 /长春药店 3.工信处 /女干事 /每月 /经过下属科室都要亲口 /交代 /24 口交换机 /等技术性 /器件的安装工作 但是，如果你把正经的新闻文章，换成祖安网友们的聊天数据，估计上面的断句又会是另一种风景了。 最后，如果你买的车，其智能系统是基于这玩意的，建议买足保险，不仅是三责险要买满，你自己的保险也要买满。 |
|
18
laminux29 2020-08-12 20:39:06 +08:00
忘了答题。对于全栈工程师来说，难免会遇到需要处理与分析大量数据的场景，如果有时间，建议学习。
|
|
19
jones2000 2020-08-12 21:06:54 +08:00
@wangyzj 有 1-2 个侧重点精通的， 其他不是核心竞争里的东西了解就可以，一个人不可能什么都懂，什么都精通的。 搞不定的东西就花钱买服务，现在互联网分类已经很细了，都有对应的服务可以购买。最后可以把这些东西搭建成一个产品。
|
 |
20
raaaaaar 2020-08-12 21:07:06 +08:00 via Android 4
曾经我对这个世界的一切都感到好奇，我豪气的想要系统的接受心理学，哲学，社会学，法律，计算机等学科的培养。
后来我进入了计算机本科，开始学习了计算机相关的知识。我义气风发，想要学习所有的东西，想前后端，想学运维，想学 seo，想学产品。 后来我进入了一个技术社团开始学后端的知识，我学习了 go，接触了 web 开发的知识，我接触到了操作系统和网络，于是我又开始学习。 后来写一个轮子，接触到编译原理，发现什么都不懂，于是我又学了几天编译原理。 然后再学习 go 底层时，我发现需要读懂汇编，于是我又开始学习汇编，学了几天，发现我操作系统的知识又看不懂。 后来又开始折腾运维的东西，学了半年 linux，各种发行版折腾，可是配置个网络还是啥也不懂，发现原来我网络也一窍不通。 后来又和前端的同学合作，发现他说的什么我都不懂，有次折腾博客，想改页面，结果也看不懂前端的东西，好吧，我又继续学。 过了几天和产品一交流，发现许多工具和思维很好，好吧，我又开始折腾。 现在我什么都想做，想把标准库的源码通读一遍，想造个 os，想自己造轮子，想通学网络，想把前端三件套学精通，想客制化个键盘（划掉），想折腾 linux 。 我的计划越来越多，我的时间越来越少，现在再回想一下，我已经两年没有读过社科方面的书了。回想我学了这么多东西，好像也没有哪一个我又自信说我是精通了的，哪个都在我的学习计划中的。技术永无止境啊，学习一门东西之前，希望想清楚为什么要学这个东西，能老老实实的发展成 T 型的知识其实就很厉害了。。 |
|
23
wangyzj OP @jones2000 #19 恩，同意，我个人是了解了一些机器学习的东西，然后决定还是继续搞工程，机器学习不是我等无背景的人搞的
|
 |
24
sagaxu 2020-08-12 21:35:36 +08:00 via Android
真全栈还是伪全栈？
|
 |
26
YUyu101 2020-08-12 21:49:49 +08:00 via Android
只是为了会用就行就看投入时间吧，不多就学了，要是为研究，那就得想好吃这碗饭了，全干到最后感觉没有出路。
|
 |
27
mh 2020-08-12 21:56:53 +08:00
能跑起来就行，这个东西用的话并不需要太了解原理
|
 |
28
fcj1021 2020-08-12 21:57:33 +08:00
@zsc8917zsc 🐂
|
 |
29
tuchg 2020-08-12 22:04:16 +08:00 via Android
|
 |
31
uuspider 2020-08-12 22:27:46 +08:00 via Android
sklearn 、keras 跑几个回归、聚类、分类之类的例子就知道机器学习和深度学习是什么东西了，然后再决定是不是要搞一搞背后的数学原理
|
 |
32
enaxm 2020-08-12 22:28:54 +08:00
|
|
34
wangyzj OP @YUyu101 #26 其实学学搞起来没啥问题，只是 CRUD 的全干肯定不行，只是我对我这个主题存疑，两个庞大的工程都专注其实挺难得
|
 |
36
also24 2020-08-12 23:19:00 +08:00
所谓 『全栈工程师』，本来指的应该是 『多栈工程师』吧
|
 |
38
sampeng 2020-08-13 07:00:17 +08:00 via iPhone
@raaaaaar 不要急，循环 10 年。眼界会自然大开。这种不系统学习，而是折腾和以搞懂的目标学习，其实挺能锻炼人的。就看你是为了找工作还是真的觉得不懂而去学
|
 |
39
darknoll 2020-08-13 08:49:20 +08:00
找好自己的定位，不要好高骛远。
|
 |
40
pC0oc4EbCSsJUy4W 2020-08-13 08:53:34 +08:00
去了解挺好的啊，不一定成为专家，扩大知识面
|
 |
41
atonku 2020-08-13 09:09:47 +08:00
越来越不信这世上存在全栈工程师了。
|
 |
42
knightdf 2020-08-13 09:27:44 +08:00
机器学习这个涵盖太广了，下面还有还多细分领域，你怎么熟悉？还不如说需要用到的时候再去学习使用，也只是使用而已
|
 |
43
fumichael 2020-08-13 09:34:07 +08:00
@lscexpress #8 你这么说，我就想起我的一个朋友见过龙
他曾经被一条龙服务过 |
 |
44
wangritian 2020-08-13 09:41:44 +08:00
人工智能难在模型研发和底层数学算法理解，仅仅学一下 tf/torch 框架搞神经网络，抄抄公开模型，做做数据预处理，搞搞离线部署，其实对我们工程师来讲并不难
|
|
45
wangyzj OP @wangritian #44 其实我觉得现在大部分搞算法的人应该也是这么做的吧
|
|
46
wangritian 2020-08-13 13:55:40 +08:00
@wangyzj 就像工程师用 web 框架开发 api 吧，很多场景都有成熟的模型可以套，但算法本职的理论知识深厚，能进一步优化模型或是本土化改造。也不排除任何岗位都有混子
|
 |
47
jon 2020-08-13 13:55:48 +08:00
学 都可以学
|
 |
48
geekeroro 2020-08-13 14:44:31 +08:00
可以学但没必要
|
 |
49
maxxfire 2020-08-13 15:26:37 +08:00 via iPhone
我倒不怕什么深度学习，这些有很多现成框架搞定。我最害怕什么量子计算，这种可能颠覆传统计算体系的诡异东西
|
 |
50
tikazyq 2020-08-13 16:27:07 +08:00
汽车发明的时候，一群马夫讨论咱们是不是要取代了，后来发现自己做了出租车司机
|
 |
51
jsjgjbzhang 2020-08-13 16:30:06 +08:00
全栈工程师可以写 H5 游戏么，不能写算什么全栈
|
 |
52
peterjose 2020-08-13 16:34:11 +08:00
其实那些人也不太懂 哈哈哈
|
 |
53
786375312123 2020-08-13 16:40:29 +08:00
大概了解下就行了
真的要学习的话，根本得不偿失东西太多了．细节上的东西太多太多，还有这个行业更新太快了 |
 |
54
overthemoon 2020-08-13 17:28:58 +08:00
给钱就做
|
|
55
wangyzj OP @jsjgjbzhang #51 提到游戏，那将是另外一个全新的故事了
|
 |
56
iceEar 2020-08-13 17:36:12 +08:00
当然需要啦。在业余时间，还需要自己做做科研，写写 paper 。在 CV 和 NLP 的各大顶会顶刊上灌灌水，刷刷 citation 。这，才是新时代的全干工程师！
|
 |
57
OHyn 2020-08-13 21:47:09 +08:00
学使用就行了。用了再琢磨要不要了解原理，要了解多深的原理。
|
Select Language