算法工程师乘风而起玩转数据世界

　　中国妇女报全媒体记者 徐阳晨
　　每天早上8点，高敏从北京回龙观的家出发，乘坐近一个小时的公交车来到她的办公地点——北京金隅·智造工场，这个曾经的西三旗老旧家具工厂，如今腾笼换鸟，摇身一变成为聚集＂人工智能＂＂大数据＂＂3D打印＂等智能制造业的高端产业园区。
　　走在园区内的＂芯道＂上，咖啡店、沙龙讲座、黑白＂工业风＂的楼宇设计……让高敏感觉很＂契合＂。＂在这里，上一秒的创意火花，下一秒可能变为真正的‘产品’。＂高敏的话语里透着骄傲，如今处在风口上的行业，几乎都能在这里找到延伸面，哪里有＂蓝海＂，哪里就有新鲜的血液和前赴后继的动能。
　　高敏在做数据输入工作。
　　追逐＂风口＂的人
　　29岁的高敏任职于一家环保类央企，工作三年，如今的头衔是＂算法工程师＂。在高敏的工位上，记者看到两台电脑正在＂跑数据＂，一排排矩阵、代码、公式布满屏幕，快速滚动着。
　　＂你看，X轴和Y轴代表两种污染物之间的关系，如果出现复杂的非线性模型，就需要用深度学习来处理＂。高敏一边输入污染物浓度、气象等数据，一边紧盯输出的动态变化。
　　从外卖骑手派单到航班调度、广告投放，算法工程师的核心工作就是使一系列的交易行为＂最优组合、连续优化＂，以体现数据对实体经济的多维延展。
　　高敏说，这就像用＂数据＂剪裁一件衣服，工程师要选择合适的数据做＂布料＂，最优的模型出＂设计图＂，再比照客户现实修改尺寸……最重要的是，要保证这件＂成衣＂智能化，根据不同场景变换造型。
　　2020年4月，人社部发布的《新职业——大数据工程技术人员就业景气现状分析报告》显示，预计2025年前大数据人才需求将保持30%~40%的增速，需求总量在2000万人左右。近年来，随着人工智能——机器学习——深度学习的梯级开发，企业对相关人才大举加薪、扩招。行业发展之初，算法工程师主力军由程序员、数据分析师以及有深度学习项目经验的人员转型而来，应届生多出自计算机、电子、通信、数学等相关专业。
　　回看过去几年，高敏庆幸自己的好＂眼光＂。大学毕业后工作一年，高敏并不如意，便果断辞职前往英国留学，学习人工智能相关专业。回国后，她正好赶上大数据热潮，进入了＂风口＂行业，职业发展前景光明。
　　较为满意的薪资晋阶、＂风口＂＂蓝海＂的追捧、纷至沓来的甲方……这些让像高敏一样的更多年轻人涌入＂数据圈＂。她的同行中，从大厂跳槽来的不在少数，211、985硕士是最低起点。切换相邻＂赛道＂，已成为知识迭代加速下，避免行业周期性衰落的一个共识。他们中有的人起薪并不高，有的人转行从零开始，但＂锚定＂了数据行业的发展红利，渴望借＂势＂而起。
　　突破、替代与危机感
　　＂我资历尚浅，如果按技术职称晋升，十年内薪资有望翻一番。＂高敏对目前的状态较为满意，相对于程序员，算法工程师没有年龄＂天花板＂，工作按中长期项目推进，少了＂急活＂＂杂活＂，也高了＂门槛＂，＂相当于又往上走了一步，从业者需要具备更高的算法能力和沟通能力，尤其是面对客户时，‘技术咖’也要练出八面玲珑的一面。＂
　　2015年8月，国务院颁布《促进大数据发展行动纲要》，大数据正式上升为国家发展战略。根据工信部调研，近年来，65.2%的企业已成立数据分析部门，近四成的企业已应用大数据。一方面，数据安全亟待＂加锁＂；另一方面，数据对产业升级、资产升值的重要性与日俱增。越来越多的企业希望建立自主、权威、可视化的数据资源，但这也考验着第一代数据人的从业素养。
　　＂我们不会一味迎合客户，首先要帮助他们正视数据技术价值。＂每每合作方把人工智能看做是＂高大上＂，奔着绝对精准、立见实效的念头来谈项目，高敏和同事们都要花上很多功夫把他们拉回现实。＂在目前的数据、算力条件下，我们尽可能提升模型效果，数据不只是‘面子’工程，要反映真实趋势，为企业决策做支撑。＂高敏一语点破，他们的突破在于做数据与传统企业的＂桥梁＂。
　　不做科研，也要随时跟踪学术动态，用业内的话术叫＂迁移学习＂。高敏的工位看起来像学生的课桌，《统计学习方法》《Alink权威指南》《PyTorch生成对抗网络编程》《水动力学和水质》等书籍堆成一摞摞，随时查阅，找补知识盲点。
　　＂有千百种模型，当我要确定用其中一种时，几天内必须搞定全部知识点。＂每每公众号、顶级期刊、讲座论坛出现一种新的模型，高敏必须紧跟步伐，吃深吃透新算法的特征、匹配度。
　　＂海量级别数据怎么处理？＂＂数据并行如何优化操作？＂……当算法做大，算法工程师不再是一颗＂螺丝钉＂，而是一个独立的部门，面临的新课题层出不穷。
　　由此，危机感伴随着每个算法工程师。上下班时，高敏常在公交车上看到同行捧着专业书籍。她深知，在这个行业，虽然没有通宵赶报告的压力，但工作之外仍需不停充电。职业的加速＂替代率＂始终是信息化领域的重要特征，一批批新职业乘风而起，而＂黄金期＂也越来越短。
　　＂过去，一个行业拥有十年的高光时刻，如今可能只有五年、三年甚至更短。＂高敏的远虑是，一旦就业和数据资源饱和、项目热度褪去，业内竞争无疑将加剧。在她看来，算法工程师只有不断往上走，覆盖产品、业务、开发、运维等多个领域，甚至做到首席技术官，才能保持优势。
　　女性数据力量的崛起
　　记者注意到，高敏所在的部门，除了一名男性领导，全部为女性。大平台内，清一色的女性数据工程师神情严肃，紧盯不断跳动的代码，飞快敲击键盘。＂哇！这还挺少见。＂＂不，不，在业内，这是很普遍的现象。＂高敏笑着说，很多人初次看到这样的场景，或多或少会有些惊讶，但在数据挖掘与产品开发领域，说女性占＂半边天＂一点儿也不夸张。
　　如今，越来越多的女性进入数学、编程专业领域，发挥起独特优势。＂工作中会不会感觉比男性吃力？＂＂不会，细致、良好的洞察力、耐力、毅力都是女性工程师的优点。比如，当客户泛泛而谈，对自身需求描述不清晰时，女同事更擅于去做对接，挖掘客户的真正需求。＂高敏说。
　　＂你看这些年轻的小姑娘，每天都在认真学习记录，公司没有硬性规定，大家都是自发的。＂采访中，许多老员工对算法部门的年轻同事连声称赞，在他们眼里，＂有追求，够自律＂是新一代女性科技工作者共同的闪光点。
　　同样，环境也在发生改变。＂非常感谢领导们，从未因为部门女性比重过高，而在招聘时偏向男性。＂近年来，高敏发现，在数据技术行业，＂性别＂已不再是＂门槛＂，用人单位更看重＂理念是否合得来、是否有项目经验、是否拥有超强的再学习能力＂。不管是海归博士还是二胎宝妈，大家都要拿硬实力说话。
　　社会固有偏见而产生的＂自我受限＂正在消散，女性的职业生态越发友善。一直以来，高敏都把华裔女科学家李飞飞视为偶像，这位业界顶尖女性科学家的非凡经历告诉她——女性应该勇于打破性别刻板印象，充分挖掘、释放自身的独特优势，与男性一样＂玩转＂数据世界。
　　/记者手记/
　　初见高敏，记者的印象是像个＂大学生＂，她穿着朴素简单，言语平实谦逊，桌上还有一摞摞专业书籍，以供随时翻阅。面对如何打破职业瓶颈的提问，高敏多次提及＂深度学习＂这个词，从她的话语里，我们能读到一种清醒的职业认知：这个女性力量得以崛起的行业不是以＂经验＂为王，每个人都如同闯关者，处在同一起跑线上，只有不停地学习、补充、自我迭代才能升级进阶。
　　数据圈活跃着许多与高敏一样的年轻女性，突破了社会与自我设的＂限＂，用自己的实际行动证明算法工程师不过是一个男性女性都能擅长的普通职业。在接触中，有些女性算法工程师虽然言语不多，性格踏实、严谨、诚恳，但身上那股＂技术狠劲＂，让你无时不感受到，她们在数据世界里，正创造着属于自己的新时代。