数据科学家之路-重视基础比追求潮流更重要

作为一个转行做机器学习的新人，从2017年10月1日装行到平安做数据科学家，到现在已经9个月了，其实经历也满多了。做过一些决策树的模型了算法，GBDT, xgboost, lightgbm等算法已经可以说是应用自如吧，其实都不要自己写的。看看文档，APIs 什么的都搞得定。数据挖掘，数据预处理，基本的功能也都可以说搞得定，但是总感觉很焦虑，因为这些东西并没有什么技术含量。开发过一段时间的automl，机器学习平台，可以说这完全是程序员做的事，什么都不用懂，只要码代码写逻辑就好。想实现什么功能就去调用。

推荐系统也是目前在搞的东西，实现了item-cf, user-cf ,association rules。估计下一步就是做GBDT+LR线上预测吧，虽然深度学习效果比较好，但是可能线上实时预测并没有那么快，而且从无到有也基本上做不到那么深，想做的话应该是没有机会，今年的机会应该不多了。从现在看到年底估计可以把推荐系统相关的东西做的差不多把。包括数据库的存储形式及业务逻辑，发现当让自己独当一面的时候还是不能做的很好，可能是因为自己没自信还是能力不够，总感觉自己好像并不能讲的很好。之前在平安是有机会做不好，现在是没有机会去做了。因为感觉自己的社交好像真的不是很好，不知道改如何去提高。感觉这个会越来约放大，总不能一直不独当一面把。或许是因为转行的原因。总怕被问到自己不懂的东西，有机会还是想提高自己的数学能力，基础才是最重要的。时常会担心自己30多后会怎么办，说实话，真的是不知道。

还是不想这么多了，把拉下的基础一点一点的补上，同时琢磨琢磨社交把。可能之前没琢磨过，但并不代表我做不好，可能这方面的教育受到的真的比较少。

1.《statistical decision theory and bayesian analysis》