1、業(yè)務(wù)認(rèn)知&問題定位首先要清楚你所要解決的問題是什么，是否需要復(fù)雜的算法求解。問題的定義來源于你對(duì)業(yè)務(wù)的認(rèn)知和理解。我們經(jīng)常陷入一種誤區(qū)，覺得自己是一名算法工程師，遇到任務(wù)問題都想要用復(fù)雜的算法去求解。正所謂一頓操作猛如虎，得來的效果卻很一般。因此，做事之前一定要在理解業(yè)務(wù)的基礎(chǔ)上，把問題定位清楚，用合適的方法求解。2、數(shù)據(jù)挖掘&分析深度學(xué)習(xí)的應(yīng)用能夠突飛猛進(jìn)的一個(gè)重要原因就是大數(shù)據(jù)的支撐。當(dāng)前獲取數(shù)據(jù)的成本很低，而數(shù)據(jù)清理和挖掘的成本很高，但非常重要。數(shù)據(jù)是模型的輸入，是模型能夠擬合的上限。在入模之前，你需要花一定的精力用于數(shù)據(jù)工作，這是必要也是值得的。因此，掌握數(shù)據(jù)能力也是一名算法工程師的必經(jīng)之路。3、算法策略這是每位算法工程師的硬實(shí)力，有了清晰的問題和可用的數(shù)據(jù)后，我們需要選擇合適的算法策略求解問題。就銷量預(yù)估而言，由于特征大部分都是表格型，樹模型及其變體成為首選的方案。通過樹模型，你能夠快速拿到一個(gè)不錯(cuò)的baseline。但千萬不要停滯不前，你需要調(diào)研更多的先進(jìn)的方案進(jìn)行優(yōu)化，即使此時(shí)能夠拿到的受益不多，但請(qǐng)堅(jiān)持專研的精神(近期時(shí)序模型中，熱度很高的informer值得嘗試)。此外，“人工智能，有多少人工就有多少智能”這句話在實(shí)際應(yīng)用領(lǐng)域體現(xiàn)得淋漓盡致。策略也屬于算法的一部分，人工策略有時(shí)候能夠帶來很大的受益，也能夠找到更適合的算法優(yōu)化方向。例如，我們在優(yōu)化首猜的貨品池時(shí)，考慮到首猜目前的推薦算法已經(jīng)非常優(yōu)秀了，但消費(fèi)者的成交來源主要是搜索，我們通過人工分析選擇了做增量貨品供給的方式，拿到了不錯(cuò)的業(yè)務(wù)效果?；诖耍覀円舱业搅烁线m的選品算法優(yōu)化方向。4、離線實(shí)驗(yàn)和線上AB實(shí)驗(yàn)實(shí)驗(yàn)是驗(yàn)證理論的最佳手段，也是最具有說服力的。我們需要找到幾個(gè)合適的指標(biāo)進(jìn)行優(yōu)化，并且要保證離線效。