心法利器
本栏目主要和大家一起讨论近期自己学习的心得和体会。具体介绍：仓颉专项：飞机大炮我都会，利器心法我还有。
2024年新的文章合集已经发布，获取方式看这里：再添近20万字-CS的陋室2024年文章合集更新，更有历史文章合集，欢迎下载。
往期回顾
- 心法利器[143] | 算法工作太枯燥？我的热情保持心法
- 心法利器[144] | 算法工程师深度、广度与高度的成长思考
- 心法利器[145] | 论文VS应用：算法工作的理想与现实，差距究竟有多大
- 心法利器[146] | 生成式搜索：惊艳但难落地的技术浪漫
- 心法利器[147] | Agent，是大模型落地的殊途同归
今天来和大家聊一下，我们该如何面对日常工作中的脏活。
我们理解的脏活
毫无疑问，日常工作中，我们总会遇到一些我们不喜欢的活，数据清洗标注、特征处理、各种业务规则调整、调参、工程开发、模型部署、配置修改等，都会是我们日常非常不喜欢的工作，我们更偏爱那些模型调优、创新而且很快有效果反馈的工作，人之常情。
但是，我们却很难避开这些工作，甚至可能占比不低，充斥着我们的整个工作流程中。
我这里给出几个方案。
- 调整心态，理解价值。
- 提升效率，降低占比。
- 主动沟通，寻求合作。
- 设定边界，避免消耗。
解决方案
调整心态，理解价值
第一点需要明白的是，脏活是任何工作中都会存在的，我们需要摆正心态，要完成一个算法工作，这里绝大部分的脏活都是必经之路。
举个例子，数据清洗，有经验的伙伴都知道，只有高质量的数据打底，模型才有可能有个不错的效果，这是必要条件，所以清洗和标注，很有意义，尽管难受，我们耐着性子做，仍旧会得到不错的结果，相反，如果数据的质量不行，粗制滥造还有一堆错误的数据，那在模型层面费多大劲，都得不到好的效果，越是对现实场景有足够的了解，越会发现，数据的问题才是制约模型触摸上限的短板。
再举个例子。工程开发，工程开发可以说是算法落地的“最后5公里”，相信对算法而言，工程工作是舒适区以外了，所以干起来都不会觉得很舒服。在很多情况，算法的工作很复杂，变化也很琐碎，专职的工程是很难深度参与的，所以这些事就是得自己做，我们要亲自把自己做的模型送上线，并不能由他人代劳。这是有价值，也有意义的。
因此，我们核心需要关心的是，理解这个事的价值，以完成任务为目的去做，明确事情的意义，你就会有动力去完成。
提升效率，降低占比
我们要有个意识，对于高度重复，或者比较简单的任务，要学会交给工具。我来举几个例子。
- 觉得标注数据困难，我们可以把标注任务交给大模型，通过prompt的方式来给标注结果打分，在确保和人工一致率的前提下，就可以开整了。
- 模型的部署是统一而且带自动化的，我们就可以提前准备脚本，只需要修改配置，就能部署不同的模型，此次都写还担心出错，那肯定很折磨。
把人力释放出来，把简单的活交给机器干，构造模式，降低费心工作的占比，尽可能都自动化，自然就可以从脏活中释放出来了。
某种程度，这也是一种成长，一件重复的事，你能比上次做的更快更好更轻松，那就是提升。
主动沟通，寻求合作
继续提升效率的思想，除了交给机器干，还可以交给专业的人干，例如和其他团队或者人合作，看有没有已有的东西，或者正好要做，那就可以分担，不要都闷在手里。
举个例子，例如工程化这个事，如果已经有工程同事或者其他做算法的前辈，已经搭建好，那就可以拿来做，或者学习一下自己弄，也比自己探索快很多。
设定边界，避免消耗
我们可以干脏活，但不能只干脏活，众所周知脏活不仅干起来难受，收益也不见得很多，天天标数据成长和成果肯定都受限制。
- 我们可以通过主动和领导、前辈沟通，了解具体边界，还是要学会拒绝。
- 定时复盘，了解脏活出现的原因，是否有意义，能不能简化，树立起这个意识。
- 设置核心时间。一个自己主导，不被入侵的时间，能做自己想做的事，看论文、做实验等都行，避免被脏活侵扰。
小结
上面的方法说了很多，这里有个一直都绕不开的点——主动。我们不能只是被动的接受并做脏活，而是需要有意识地思考，有意识地想办法解决，并主动执行，而不能被需求，被活牵着鼻子走，事情便可以朝着自己喜欢、舒服的方向发展了。