恰好我之前在知乎上回答过“对付技能岗位而言，开拓岗累还是算法岗累呢？”的问题，于是将它搬运了过来，希望能给大家一点启示和帮助。

理解我的朋友可能都知道，2015年的时候我在阿里妈妈的算法岗位演习，然而找事情的时候我阴差阳错地去了某公司的开拓岗位。
做了一年之后，由于各种缘故原由，有点后悔当初的选择于是又想办法转回到了算法岗位上。
以是说这两个岗位我都待过，以是就各自来谈谈它们的缺陷。
有的时候我们不知道我们想要什么，但每每清楚我们不能接管什么。

这两个岗位虽然提及来都是工程师、技能岗，但是两者的事情内容和性子差得真不是一点半点。
从业当中，也都有心力交瘁的时候，但是体验和触发条件都不太一样。
大略说一说。

首先说开拓，我个人在做开拓的时候，蛋疼点紧张有以下几个。

on call可以理解成随时等待召唤的意思，一样平常来说主要项目的开拓职员都是7 x 24小时on call的。

只要线上有问题，一定会有电话打进来。
凌晨两三点也不是没有可能，而且很多时候，这些问题未必是你的锅，很有可能只是由于某某项目的卖力人上有你的名字。

这点我想该当大小公司都有，之前和蚂蚁的同事谈天，他给我吐槽说他凌晨起夜已经成了习气。
由于彷佛蚂蚁到了晚上还有很大的流量，常常hbase抖动，每次抖动都会有电话打过来。
还有什么烧烤吃了一半溘然线上GG了，狂奔回公司查问题的，都不算是事。

不仅事情日如此，周末、假期都必须相应。
以是基本上电脑随身携带是肯定的，哪怕是过年回家、出国旅游基本上也都要带着电脑。
而且根据墨菲定律，千万不要有侥幸，我侥幸过两次，都中招了。
最夸年夜的一次，在喷鼻香港太平山上拿动手机看代码。
。
。

什么？线上故障的时候，你睡得太去世了没听到电话？

Emmmm，轻则被leader说上几句，重则，可能你须要准备一下简历了。

只假如电商公司，没有不大匆匆的，只要大匆匆，没有不要熬夜的。
以是可以大略理解成只假如电商公司，那么一定会有熬夜。

大匆匆意味着巨大的流量，自然对系统的稳定性是一个顶级的磨练。
就拿双十一举例，你以为只要在双十一当天多准备几台机器就好了？too young，在真正大匆匆到来之前我们须要做很多轮的仿照流量检测，怎么仿照呢？便是搞一堆虚假的要求过来发送到做事器，看看做事器能不能抗住。
这种仿照测试在行内称为压测，也叫压力测试。

一样平常来说每次大匆匆至少两轮压测，由于压测可能导致系统问题，以是不能放在流量高峰期，也便是白天，只能晚上夜深人静的时候搞压测。
那么你想嘛，熬夜便是必不可少的。

就算两次压测好了，两次压测加上大匆匆当天的值班，至少每次大匆匆都须要熬三天夜。
每次熬夜，至少要两三点才能睡觉。

来来来，你见告我，这样的大匆匆一年有几次？

光数的出来的大匆匆就有四次，321， 618， 11.11， 12.12……而且现在这个大匆匆的次数还有明显地增加的趋势。

事情当中最令人感想熏染不好的便是并发事情，也便是一件事情你还没忙完，乃至刚刚做出一点眉目，急速就被其他更加紧急的事情打断。

比如你在查一个bug，刚刚锁定了大概导致bug的代码区域，还没有详细检讨出来，溘然测试就见告你她创造了新的bug。
或者是产品过来跟你聊一个新的需求，或者是有人找你问一些关于你们系统的问题。
这种连轴转的觉得是最痛楚的，只要很短的韶光就会让民气力交瘁。

当然这个问题并不但是在开拓岗位涌现，实在任何岗位都有可能涌现这个问题。
但是相对来说，开拓岗位涌现这种情形的概率更高。
由于开拓每每卖力的是一个或者多个别系，系统大了可能涌现的各种各样的问题就很多。
并且还会有很多利用系统的人问你问题，很随意马虎涌现这种情形。

除了上面三点之外，其他蛋疼的点大概多。
不过比较之下没有那么严重，以是我就放在一起说了。

比如大多数公司文档都不健全，对付开拓来说吸收陈年项目非常随意马虎踩坑。
而且很多时候须要直接去读源码，如果碰到之前的工程师代码能力弗成的话，会导致代码非常难读，就跟眼睛被针扎了似的。

还有便是肝deadline的征象非常严重，每一个产品提的需求总会给你设一个deadline。
有时候总会有各种各样的意外发生，导致你须要爆肝才能赶得上进度。
比如线上出了故障排查了两天，或者是临时加了一个紧急的需求等等，无休无止地爆肝真的会让人崩溃。

其余一点是常常重复性事情，本日增编削查，来日诰日改查增删。
口试的时候高并发、分布式，进去事情之后curd。
经年累月没有发展，如果是大公司的话，很多人干几年也没有过从0开始真正搭建项目的履历。

有时候产品或者运营或者是老板不好沟通也是一个问题。
要么是不懂技能沟通本钱很高，要么便是无脑强势，不懂装懂，我不管你以为，我要我以为。

很多人被算法岗吸引，便是以为算法岗高大上，机器学习，人工智能。
但实在真正从事之后，会创造根本不是那么回事。

如果在小公司，整天为数据发愁，不是这个数据没有，便是平台或者工具稀烂。
如果在大公司，数据、平台、工具都有了，但是每天当SQL boy。
你和业务谈算法，业务解释天上线，先统计上一版。
老板整天见告你，我想看这个、这个和那个，你去帮我跑一下。

你想说抽空能把某个模型优化一下，结果创造手上排的SQL根本写不完。
机器学习、深度学习的模型我明明会一堆，但是眼下的事情永久只有SQL和数据。

做算法的过程，很多时候是一个和自己较劲的过程。

由于模型和开拓的代码不同，开拓用代码实现的功能结果是明确的，缘故原由是可追溯的。
但是模型不是，常常在别人场景下效果好的方法到你这里一团稀烂。
特殊是你老板报以期望的方法，你很难阐明……太多的可能性导致模型性能不好了，可能是演习数据有问题，可能是特色有问题，有可能是流程有bug，但是老板不管这些，他们须要的是确定的结果。

并且很多人以为查问题很大略嘛，你找几笔数据来看一下不就知道了？还有一些不懂装懂的***，哎呀你用这样这样不就可以了？

大数据时期，只有干系性，没有因果性。
几笔数据能够代表全部吗？我抽了几笔看了没问题，就能代表全部数据没问题吗？换句话说几笔数据有点小问题，就能代表这个是导致模型弗成的缘故原由吗？千万别信，信了便是大坑等着你。

我最头疼的便是老板让我去查某个问题，切实其实是玄学，如果是明显的问题还好，如果不是，你可能跑一堆SQL，看一堆数据还是一无所获。
更蛋疼的是，可能统统都没问题，但便是效果不好，你也不知道为什么，毕竟神经网络是个黑盒。

算法行业的忽悠很多，心态不好的人很有可能会扛不住。

也是由于现在算法太火了，很多不明就里的人会用仰望的目光来核阅。
某些时候这个是好事，比如当和投资人聊钱的时候。
但大部分情形下，则未必。

比如某些决策者会有错觉，会有抱负，比如会提出一些他们自己都不信的口号。
喊口号不是问题，但问题是口号里的指标要你去落实。
你会创造你很有可能忍不住想要打人的冲动，实在老板也不是白痴，他们心里也门清，可能也是为了搪塞更高层的老板或者是投资人而已。
有点像是晚晴鸦片战役期间的官员，从上到下都知道打不过英国人，但是总得想出点办法来去写篇“捷报”，不然怎么升官发财？

以前碰着过这么一档子事，说是公司的日活用户一贯在降落，公司希望用机器学习的模型来筛选一批贪财的用户，给他们发5块钱红包。
这样他们为了贪这5块钱就会一贯生动，也就带来了日活的增长，这样就可以和更高层的老板交差了。
看起来这个逻辑非常清晰，毫无马脚。

但问题是，当时的日活有三百万，每天发多少红包呢？只有几万个。
你说该当怎么办，纵然算法选出来的每个用户都不流失落了，那难道就能增长了？入不敷出的针言学过没有？老板才不管，你只管去做，做不好便是你能力弗成。
这种情形怎么办？

同样，这行吹逼的情形非常严重，切实其实章口就来。
反正别人不知道你到底怎么做的，口试的时候有些人吹得那叫一个天花乱坠。
当很多人都这么做得到好处，而你坚持底线，一贯默默无闻的时候。
你很难不对你的信念产生疑惑，究竟错的是你呢，还是这个天下？

以上，只是我一家之言，如果言中，请勿对号入座。

末了，世上没有完美的职业，总要有所得有所失落。
如果你能明白可以忍受什么，不能接管什么， 我想，你一定可以做出不后悔的选择。

本日的文章就到这里，衷心祝愿大家都能找到称心快意的事情。
如果还喜好本日的内容的话，请来一个三连支持吧~（点赞、关注、转发）

本文始发于"大众年夜众号：TechFlow，求个关注