一个疑问: 全栈工程师到底是否应该也熟悉机器学习那一套东西？

[wangyzj]

虽然说是全干

但我传统观念还是专注于工程，虽然我也能照葫芦画瓢搞一搞机器学习那些东西，但肯定是皮毛

和人聊天在这产生了分歧

so 上来问问大家看法

[ChillyPrince]

机器学习本身是需要很深厚的学习积淀以及数学基础啥的（更不要说后面的深度学习啥的），更像数理统计，和常规的开发技能栈不是一套东西。哪怕是全干工程师，我也并不觉得应该要涉及，个人兴趣除外。

[WngShhng]

随便看看就行了，纯粹好玩

[zliea]

理解概念 /理念就可以了。

[wangyzj]

@ChillyPrince #1 全干难啊，难于上青天

[waylybaye]

一般来说不需要，但如果熟悉的话能扩大自己的产品思路。

[libook]

技术人员知识面不怕广，知识面越广，解决问题的思路越多。

如果你觉得深入了解对你的工作或你想实现的目标有帮助，你就深入了解一下呗。

只要分清主次就好。

[lscexpress]

吾生有崖,而知无崖,以有崖求无崖,殆哉矣

[lscexpress]

@wangyzj 我一个朋友花了四百多就上青天了，哪家航班我忘了。但我知道，上青天嘛，太简单了

[zsc8917zsc]

既然是全栈嘛，那就要从硅提纯开始干~~~~

[jones2000]

全栈最好是有侧重点， 只能你才能干的。别人干不了或花很大的成本才能干， 否则没有竞争力。

[tfdetang]

随着机器学习、深度学习的工具链越来越完善，其实这块门槛并不算高。而且从数据的角度出发，思考问题的方式也会发生变化。

[wangyzj]

@lscexpress #8 我 500+都能上两次青天了

[wangyzj]

@libook #6 恩恩，你这句我是同意的，深入了解是有用的，就是得看自己的时间和计划
机器学习的东西非常耗时间，而且也非常容易生疏

[foolnius]

tf.js

[wangyzj]

@jones2000 #10 说是全干，但其实里面的系统工程蛮多的，不光是写代码一项

[wangyzj]

@tfdetang #11 门槛已经低多了，毕竟很多都是调参和特征，并不是真正的算法
只能说经验和熟悉程度不一样
因为和工程比这个应该算另外一个大类了

[laminux29]

目前的机器学习与人工智能，并不是字面意思。

它的本质仍然还是基于数据的挖掘、统计与分析，拿来应用时，正确度只是个概率问题，达不到百分之百。另外目前的神经网络模型只是基于猜测而已。但是，并不是说它不好。很多场景，比如天气预报、自带歧义的自然语言处理，以及一些并不完全正确且知道处理方案的问题，仍然能用这套东西来代替手工计算进行提速以及提高正确度。

举个简单的例子，目前你有 3 条历史天气数据：
数据 1：2000 年 8 月 10 日，温度 22°，阴，小雨。
数据 2：2000 年 8 月 11 日，温度 24°，阴，大雨。
数据 3：2000 年 8 月 12 日，温度 32°，晴，不下雨。

那么，假设今天是 2020 年 8 月 12 日，温度 35°，晴，如果用简单的相似度处理方案来看，基于上面 3 条数据，能猜出，明天中小概率不下雨。
但如果今天是温度 21°，阴，那么基于上面的数据，能猜出，明天会大概率会下雨。

现在科学家正在找各种算法与数据处理模型，提高从历史数据到真实预测的准确度。

再举个例子：
如果你有一本字典数据，以及很多新闻文章的素材，现在，尝试断句：

1.我们中出了个叛徒
2.杭州市长春药店
3.工信处女干事每月经过下属科室都要亲口交代 24 口交换机等技术性器件的安装工作

断句后，应该能比较正经地得出：
1.我们中 /出了个叛徒
2.杭州市 /长春药店
3.工信处 /女干事 /每月 /经过下属科室都要亲口 /交代 /24 口交换机 /等技术性 /器件的安装工作

但是，如果你把正经的新闻文章，换成祖安网友们的聊天数据，估计上面的断句又会是另一种风景了。

最后，如果你买的车，其智能系统是基于这玩意的，建议买足保险，不仅是三责险要买满，你自己的保险也要买满。

[laminux29]

忘了答题。对于全栈工程师来说，难免会遇到需要处理与分析大量数据的场景，如果有时间，建议学习。

[jones2000]

@wangyzj 有 1-2 个侧重点精通的， 其他不是核心竞争里的东西了解就可以，一个人不可能什么都懂，什么都精通的。 搞不定的东西就花钱买服务，现在互联网分类已经很细了，都有对应的服务可以购买。最后可以把这些东西搭建成一个产品。

[raaaaaar]

曾经我对这个世界的一切都感到好奇，我豪气的想要系统的接受心理学，哲学，社会学，法律，计算机等学科的培养。

后来我进入了计算机本科，开始学习了计算机相关的知识。我义气风发，想要学习所有的东西，想前后端，想学运维，想学 seo，想学产品。

后来我进入了一个技术社团开始学后端的知识，我学习了 go，接触了 web 开发的知识，我接触到了操作系统和网络，于是我又开始学习。

后来写一个轮子，接触到编译原理，发现什么都不懂，于是我又学了几天编译原理。

然后再学习 go 底层时，我发现需要读懂汇编，于是我又开始学习汇编，学了几天，发现我操作系统的知识又看不懂。

后来又开始折腾运维的东西，学了半年 linux，各种发行版折腾，可是配置个网络还是啥也不懂，发现原来我网络也一窍不通。

后来又和前端的同学合作，发现他说的什么我都不懂，有次折腾博客，想改页面，结果也看不懂前端的东西，好吧，我又继续学。

过了几天和产品一交流，发现许多工具和思维很好，好吧，我又开始折腾。

现在我什么都想做，想把标准库的源码通读一遍，想造个 os，想自己造轮子，想通学网络，想把前端三件套学精通，想客制化个键盘（划掉），想折腾 linux 。

我的计划越来越多，我的时间越来越少，现在再回想一下，我已经两年没有读过社科方面的书了。回想我学了这么多东西，好像也没有哪一个我又自信说我是精通了的，哪个都在我的学习计划中的。技术永无止境啊，学习一门东西之前，希望想清楚为什么要学这个东西，能老老实实的发展成 T 型的知识其实就很厉害了。。

[wangyzj]

@raaaaaar #20 你这个故事讲得不好，我以为最后会循环起来

[wangyzj]

@laminux29 #17 你好像个机器人

[wangyzj]

@jones2000 #19 恩，同意，我个人是了解了一些机器学习的东西，然后决定还是继续搞工程，机器学习不是我等无背景的人搞的

[sagaxu]

真全栈还是伪全栈？

[raaaaaar]

@wangyzj #21 知识就是循环的在学，不过不是凑字数嘛。

[YUyu101]

只是为了会用就行就看投入时间吧，不多就学了，要是为研究，那就得想好吃这碗饭了，全干到最后感觉没有出路。

[mh]

能跑起来就行，这个东西用的话并不需要太了解原理

[fcj1021]

@zsc8917zsc 🐂

[tuchg]

@raaaaaar 和我很相似，啥都折腾遍了，啥也都能自己干，但就是没个精的

我都想学，都感兴趣，因为它们能实现我要的东西

现在快大三了很焦虑选择哪个方向，因为哪个都感兴趣，利弊也都列明白了，很难权衡

[HENQIGUAI]

@raaaaaar woc 我也是这样。。我恨不得这辈子能活 500 年

[uuspider]

sklearn 、keras 跑几个回归、聚类、分类之类的例子就知道机器学习和深度学习是什么东西了，然后再决定是不是要搞一搞背后的数学原理

[enaxm]

@raaaaaar #20 确实都是基础知识啊= =。。。

回题主的问题，不是你不能学，而是没工作给你，你没名校+paper 保底，不会有公司给你算法工作的。

[wangyzj]

@enaxm #32 这才是正解，这个门类你要真的去往深了搞，需要很多背书

[wangyzj]

@YUyu101 #26 其实学学搞起来没啥问题，只是 CRUD 的全干肯定不行，只是我对我这个主题存疑，两个庞大的工程都专注其实挺难得

[wangyzj]

@uuspider #31 框架都不复杂，往后研究就真的非常困难了

[also24]

所谓 『全栈工程师』，本来指的应该是 『多栈工程师』吧

[agagega]

@raaaaaar 为什么不能收藏回复？太同感了

[sampeng]

@raaaaaar 不要急，循环 10 年。眼界会自然大开。这种不系统学习，而是折腾和以搞懂的目标学习，其实挺能锻炼人的。就看你是为了找工作还是真的觉得不懂而去学

[darknoll]

找好自己的定位，不要好高骛远。

[pC0oc4EbCSsJUy4W]

去了解挺好的啊，不一定成为专家，扩大知识面

[atonku]

越来越不信这世上存在全栈工程师了。

[knightdf]

机器学习这个涵盖太广了，下面还有还多细分领域，你怎么熟悉？还不如说需要用到的时候再去学习使用，也只是使用而已

[fumichael]

@lscexpress #8 你这么说，我就想起我的一个朋友见过龙
他曾经被一条龙服务过

[wangritian]

人工智能难在模型研发和底层数学算法理解，仅仅学一下 tf/torch 框架搞神经网络，抄抄公开模型，做做数据预处理，搞搞离线部署，其实对我们工程师来讲并不难

[wangyzj]

@wangritian #44 其实我觉得现在大部分搞算法的人应该也是这么做的吧

[wangritian]

@wangyzj 就像工程师用 web 框架开发 api 吧，很多场景都有成熟的模型可以套，但算法本职的理论知识深厚，能进一步优化模型或是本土化改造。也不排除任何岗位都有混子

[jon]

学 都可以学

[geekeroro]

可以学但没必要

[maxxfire]

我倒不怕什么深度学习，这些有很多现成框架搞定。我最害怕什么量子计算，这种可能颠覆传统计算体系的诡异东西

[tikazyq]

汽车发明的时候，一群马夫讨论咱们是不是要取代了，后来发现自己做了出租车司机

[jsjgjbzhang]

全栈工程师可以写 H5 游戏么，不能写算什么全栈

[peterjose]

其实那些人也不太懂 哈哈哈

[786375312123]

大概了解下就行了
真的要学习的话，根本得不偿失东西太多了．细节上的东西太多太多，还有这个行业更新太快了

[overthemoon]

给钱就做

[wangyzj]

@jsjgjbzhang #51 提到游戏，那将是另外一个全新的故事了

[iceEar]

当然需要啦。在业余时间，还需要自己做做科研，写写 paper 。在 CV 和 NLP 的各大顶会顶刊上灌灌水，刷刷 citation 。这，才是新时代的全干工程师！

[OHyn]

学使用就行了。用了再琢磨要不要了解原理，要了解多深的原理。