发挥主观能动性，才可以能常人之所不能

曾任百度研发工程师。

2015年加入多点在线科技有限公司，任大数据团队负责人、高级架构师。
负责研发了夜神App推荐系统、多点BI平台、AiAdmobi广告平台、RTB 投放系统、CTR 预估及用户画像等。

与阿里云的各种大数据服务深度结合，熟悉 Maxcompute、机器学习、推荐系统等服务。也熟悉基于EMR上开源工具的使用，包括 Spark，Yarn，Hbase，Kafka 等。近期主要工作在广告领域，涉及各类机器学习模型，深度学习，特征挖掘等。

技术经历曲折，但基本上还是连续的。希望阿里云MVP杨洋的经历能给大家一些启发：

与上铺哥们的“打赌”居然变成现实

上大学时和上铺的哥们都喜欢看科幻小说，经常聊的比较high，有次他说以后要去搞量子计算，我就说如果你去搞量子计算我就去搞人工智能，不过当时虽然是玩笑，和我们学的东西都不相关，但还是在心里埋下了种子。后来他真去斯坦福搞量子计算了，现在在美国某大学任教。我也一直在关注人工智能，在百度的时候就学完了吴恩达的机器学习课程，算是入门吧。也算是有准备吧，后来公司需要相关技术的时候我就有机会深入去搞了。

首先我坚信人工智能终将实现。但现在实现的和在做的，严谨一点说都是弱人工智能（相对于强人工智能），就是只能解决特定问题的人工智能。

在特定问题上某个算法可以比人优秀的多，显得非常聪明，但它不能像人一样在很多领域都做的不错。简单的说就是整体来看并不智能。但当然并不妨碍弱人工智能就已经非常有用了，甚至足以产生革命性的变化，比如各种交通工具的自动驾驶。所以长期来说我是看好人工智能技术的，但就像你持有一支股票，长期看好的话你是不会希望它暴涨的，稳步增长才最好。

企业里的广告相关系统已经达到行业头部水准

在任何一个流量型的互联网公司里，广告都会是核心业务里的核心业务，这个我们在一开始就认识到了，所以还是很慎重的。
现在绝大部分广告相关技术都掌握了，在行业里也有一定水平了，除了数据积累外，其他方面应该是已经超过营销云的水平的。尤其在我们自有的流量上做了深度优化，各方面指标已经达到行业头部水平。目前在把相关技术扩展到外部，把盘子往大做，在数据和技术方面还有很大空间。

对于在观望人工智能行业的技术人的建议

第一点，短期跟风是不好的，不如深挖自己的专业，感兴趣的话仅作了解，能用别人的东西就好。

如果想作为长期深入的领域，我倒是建议不用太担心自己的行业或者背景，有时甚至会成为优势，这方面不乏成功案例。比如hinton之前是学生物的，后来成了深度学习开创者。

第二点，我认为基础是必须打牢的，需要系统的学习数学方面的知识和机器学习方面的知识，二者顺序倒是可以按个人喜好来。微积分、概率论、矩阵论的很多知识是必须的，机器学习的话最好能投入几百个小时去学一个视频课程（包含作业，且必须完成，比如 Coursera）。这些完成了基本上算入门了，和行家也能聊两句了，然后就是想办法实践了，按我经验来看有没有在生产环境用过是有质的区别的。

如前所述，我技术发展还是有几次小转换的，但除了第一次以外都不太痛苦，提前付出努力去准备会好得多。

有的时候真的遇到困难一开始会无从下手，尤其作为程序员都比较喜欢百度谷歌解决一切问题，但真正体现技术水平的难题不会能搜到的，这时候就需要走出去，听分享看看别人怎么做的，找找灵感，多与同行沟通。

总之要发挥主观能动性，才可以能常人之所不能。当然看论文是个不错的方法，相当于在听大佬们分享和交流业界最前沿的事，但对大多数人来说效率还是太低了。另外一个会遇到的问题就是资源方面的问题，在公司里还是挺常见的，这时候主观能动性和技巧都会起很大的作用，比较复杂，慢慢积累吧