从工商管理到推荐算法

现在推荐算法已经不是一个新名词了，抖音、快手、B站、小红书等内容平台，多多少少都用到推荐算法。在内容平台，推荐算法工程师的角色本质上是一个中介，不直接生产内容，而是把优秀的内容创作者生产的内容介绍给喜欢它的用户。

峰池，2014年从上海财经大学工商管理专业毕业后，因为读了吴军的《浪潮之巅》《数学之美》后决定换专业。于是，他用三年时间全职考研，2016年考入中国人民大学应用统计专业，2018年硕士毕业加入字节跳动，担任推荐算法工程师至今，目前主要从事今日头条的推荐算法迭代

推荐算法是什么？

我们其实不知道用户的心理活动，只能根据一些明确的用户行为来判断，最主要的判定依据是互动。如果用户对某视频点赞、评论，并因为这个视频关注了发布者，我们就会加大这个视频的权重，让它得到更多人的喜爱，结果它就有了更多的流量。推荐算法就是通过建模用户的行为，来决定内容分发。最重要的是，怎么建模用户的行为呢？这就是一个经典的机器学习问题：预估用户产生某一个行为的概率。这些行为通常是点或者不点，即机器学习里面的二分类问题，通过收集特征构建数据集训练模型，最终得到一个理想的二分类模型问题的预估概率。

这和我考研选择的专业——统计学是相关的。现在的机器学习方法，还有一个名字叫统计学习方法。各种深度学习方法，目标就是为了学一个概率值，或者统计分布，这里面的基础就是统计学。

关于推荐算法，一个热点话题是信息茧房。客观来说，每个人天生就在自己的信息茧房里。大家即使是不用推荐算法为主的平台，比如交友、购物、兴趣爱好等平台，也是会存在信息茧房的。有种说法是，每个人只能赚自己认知内的钱，这何尝不是一种信息茧房。

实际上，我们在做算法建模的时候，会做多样性的尝试，比如推荐内容时，不会连着推送同一个内容分类下面的内容。我们的实验发现，轻微的多样性探索可以提升用户的消费体验，但是如果做多了，做重了，用户的消费体验就会下降。这意味着大家愿意在熟悉的基础上做一些拓展，但当真正处在全部都是新内容的分发逻辑里面，大家其实也没有那么情愿。

如果您是一个内容创作者，我的看法是，要做用户爱看的高质量内容。因为我们做平台的，肯定会“鼓励”那些用户真正喜欢的内容，而“打压”那些用各种技巧薅流量的内容。

三年考研转统计

本科前两年，我跟多数工商管理专业学生一样，非常不理解那些经常需要写作业到晚上10点的理科生，甚至认为，我们相对轻松地就可以成为经管类人才，成为他们的领导。这样一想，甚至有些洋洋得意。

大三，我开始读一些课外书。最开始读了很多小说，经典的、中国的、世界的都翻了一些，后来开始读一些杂书。比如《乡土中国》《我们仨》《当我谈跑步时我谈些什么》《此间的少年》，等等。读书的同时，也开始反思，一个人从事某个职业，在社会上被认可，不是因为毕业于什么学校，而是因为有一些专业技能（考证的目的就是为此）；而管理学，至少当时我在学校里学的那些课程，好像并不能匹配相应的技能岗位。所以我觉得应该选一个可以称之为技能的专业。因为我认为，只有专业技能才能直接创造价值，而收入不过是所创造的价值的货币表现。

在迷茫之际，读到的书给了我启发。其中对我影响最大的是，吴军老师的《浪潮之巅》和《数学之美》。《浪潮之巅》讲的是，当前我们生活中各种各样厉害的产品背后的大公司如何兴衰沉浮；《数学之美》讲的是这些厉害的产品背后最关键的技术或者算法，都是用一些简单的数学公式和算法来解决的。当时我对自己的数学水平还比较自信，从小到大我数学一直都还不错（事后看真的是迷之自信），就觉得数学或许可以作为一个切入点，来让自己参与到这些影响世界的大公司中去，能创造一些价值当然好，即使是做不了那个最出彩的弄潮儿，能够成为其中的一分子也是很酷的事情。

那时候我刚刚20岁，觉得互联网似乎是世界快速发展迭代的源头所在。我并不想做一个等待别人告知这个世界正在发生着什么的人，我想成为一个努力参与到世界上最大創新中的人。所以当时我规划的未来之路是，考研学统计，自学计算机，参与到这个世界最快速发展的行业里面来。

因为看到排名，想来国内统计的最高学府，就是中国人民大学。（事后证明这个也不太靠谱，因为这个只是一级学科的排名，非财经类的大学比如北大、清华通常是不统计一级学科的，也就不会纳入这个排名中去）。

考研一战，我败给了强大数定律的证明。这年数学题目异常难，有很多数学证明的部分。满分150分的专业课我也只得了73分。

全职考研的那两年是我人生最灰暗的两年。我小学跳了两级，16岁上的大学，20岁本科毕业本来应该是我人生的高光时刻，但却成了一个没有归属的人。毕业后，我在人大租了一个床位，一居室里面住了8个人，800元/月，再加上平时的伙食费，每个月2000多元，对我当时的家庭来说也是一笔不小的开销。

我成了一个不能养活自己还在不断啃老的人，且我也不知道这种啃老会持续多长时间。我心态变化很大，怕跟人接触，关闭了朋友圈，退了几乎所有的群。我不知道跟谁抒发这种苦闷，经常在给父母的电话里面没来由地暴哭，但也怕他们担心。我妈后来跟我说，特别害怕我从此抑郁下去。

第二年的考研结果是，比第一年提升了70多分（考研总分500分），如果大家考过研就知道分数提升70分是一个什么概念。因为第二年的专业课又恢复了之前比较简单的状态，所以分数线也有了非常大的提升，我虽然进了复试，但分数并不算高。复试是7个人录取6个，我是唯一被刷下来的。我分析，主要原因可能是自己非数学或统计专业本科生，而我考的是学硕，是为继续读博做研究准备的。而要继续做研究，数学基础扎实是非常必要的。所以事后看，我也能理解面试老师们的选择，但当时痛苦极了。

两年考研后，我基本上已经把能学的都学过了，实在是看不进去备考的书了。所以我自学了计算机知识，包括编程语言，还有数据结构，做一些简单的小项目。虽然这些东西对考研帮助不大，但是对我更长期的目标——做互联网行业而言，显然是必须的。

第三年我选择了专业硕士（专碩），这样可以减轻我专业出身带来的影响。另外统计专硕还有一个大数据方向，和我未来的理想非常契合。第三年，我终于考上了人大的应用统计专硕，如愿进入了大数据方向。考研期间学习的计算机基础，还帮助我在复试通过后找到了一份编程相关的实习。

职业发展方向

在人大读研时，我也有过一段时间的纠结。继续读博吗？考研我都花了三年，不上个博士，岂不是很亏？另外读博是我父母一直以来对我的期盼。可当第一篇论文发出来之后，我发现自己其实没有那么开心。而我在做研究的过程中意识到，我最大的兴趣其实是，看到自己所学的东西能够在实际的生产环境中发挥作用和价值。学术场景并不是很看重这一点，工业场景更看重。如果选择工作，也不太需要一个博士学位作为敲门砖。

2018年毕业，我去了当时还叫作头条的字节跳动，成为了推荐算法工程师。

进入职场一段时间，我对所做业务比较熟悉了，又要面临选择：是成为技术专家，还是业务型人才？

业务路线通常指通过使用技术，对我们来说主要是机器学习算法模型，来帮助业务实现突破。比如做电商业务，就是提升整体的成交额；做推荐业务，就是提升用户留存等，不同的团队所承担的指标有比较大的区别。相对来说面广一些，重视技术，尤其是机器学习技术的应用。

技术专家路线通常指，深钻技术，解决团队里面其他人不容易解决的问题。比如你是模型方面的专家，那就把点击率模型的进一步突破交给你，解决该用怎样更好的模型结构，这个模型在新用户上怎样更好的生效等团队里面的老大难问题。相对来说，面窄一些，但是解决的都是高精尖问题，问题一旦突破会对业务本身有比较大的贡献。

我选择转业务路线。我是这样思考的：技术的更新迭代速度是很快的，比如当chatGPT出来之后，NLP相关的技术就已经完全被颠覆了。而业务问题是始终存在的，且不会发生太大的变化。

我选择转业务路线。我是这样思考的：技术的更新迭代速度是很快的，比如当chatGPT出来之后，NLP相关的技术就已经完全被颠覆了。而业务问题是始终存在的，且不会发生太大的变化。因为业务问题的背后是人，只要人没有发生太大变化，人的需求就不会发生太大变化。另外我自己的兴趣点也在能够通过技术来解决实际问题，对大家共同钻研的一个高精尖问题没那么大的兴趣。所以我选择了更多靠近业务，通过技术能力来解决别人不能解决的业务问题。

当然，这只是我个人的看法，这个选择和行业还有个人偏好都有很大关系。对于有些行业，高精尖的问题不会发生特别大的突变，就全靠在这个问题上的经验：新人解决不了的问题，老师傅就能很容易地解决，那这种行业里面技术专家就很重要。

成长心得

最近，我看了一本书，叫《金榜题名之后》，是一个社会学的调查研究论文，研究课题是不同家庭背景的学生，在考入名校之后（书里面是清华大学和复旦大学）怎么度过大学生活。这本书提到了两种规划自己大学生活的方式，一种叫“目标掌控型”，含义是明白大学究竟能给自己带来什么，然后按照明确的路线图规划自己的大学生涯；另外一种叫“直觉依赖型”，含义是不太明白大学究竟能给自己带来什么，依赖自己从小学到高中一路以来的惯性去过大学生活。

我看完这本书就开始反思自己，是不是脱离了学校之后，这几年在职场，依然是“直觉依赖型”的人，缺乏“目标掌控型”的设计和规划。至少，我自己在开始考研前的几年，毫无疑问就是这样一个“直觉依赖型”的学生。

在描述清楚现状之后，这本书在调研了众多同学之后，发现那些从“直觉依赖型”转到“目标掌控型”的同学通常有以下几个特质：第一点是积极参加社会活动，在参加社会活动中认识高年级的学长、学姐，和他们的交流点醒了自己；第二点是乐于和师长交流，比如积极参加校内的各种讲座，了解这个社会正在发生些什么。

如何从“直觉依赖型”转到“目标掌控型”呢？我总结的和书中提供的结论基本一样。我觉得，提升自己，帮助自己做出正确人生选择的方式有几种：认识新朋友，打开自己；多和比自己高的人交流；多读书、多表达、多参与、多思考。

这些朴素的道理需要长年累月地坚持，如果只是浅尝辄止，就不会有大的改变。回看自己的成长历程，我是因为读书改变了人生轨迹，从一名工商管理的学生成为了算法工程师。坚持行动，积硅步终至千里。

责任编辑：朴添勤