最近，公司算法部新來了位實習生。

就是他↓↓

侯雨帆 | 天澤智云數據分析師

喜歡打球健身 | 愛好hiphop

下面開啟“吃雞能手”變身數據分析師的故事。

“上王者難 融入團隊并不難”

Q：為什么會想到用“吃雞能手、紫鉆貴族、最強王者”這三個關鍵詞做自我介紹？

哈哈哈，提到這三個關鍵詞我就想笑。其實這三個都不是我能hold住的，想想看，單一個“最強王者”就得多難啊，其實當初更多是因為入職前聽推薦人說咱們天澤智云的算法團隊比較年輕化，都比我大不了多少，為了能夠快速融入大家找到共同話題，選擇了這三個關于游戲的關鍵詞。

加入天澤智云之后才發現，上王者難，融入團隊并不難。雖然在平時高強度的工作節奏下，每個人都顯得一絲不茍，嚴肅認真。但通過接觸，發現私底下都是很easy和nice的同事，很快就能和大家打成一片。

在每周四公司組織的運動中一塊兒邊打球邊聊NBA；在六月初的團建活動中，和其他幾個小伙伴在hiphop上也有很多共同欣賞的風格及rapper等等。

此外很巧的是我和咱們CTO劉宗長博士、及算法部的另外兩位小伙伴都在密歇根大學呆過，之前參加的summer school經歷也和他們迅速拉近了距離。

數據分析師—數據商業價值挖掘師

Q：大數據、AI等技術的興起催生了一波大數據處理相關的職業，為什么選擇做“數據分析師”？如何理解這個職位？

個人認為，數據分析的工作就是從混亂枯燥的數據里提出其商業價值，挖掘出它們的生產力。

我本科學的是金融數學，即將大四畢業去美國Texas A&M大學經濟系讀研究生，金融計量方向，綜合考慮了自身專業及研究生方向，覺得“數據分析師”的崗位更加對口。除了CS里的機器學習算法，數據分析同時也需要一定的統計知識作為理論基礎，另外還需要編程能力讓自己的輸出能夠落地執行。

在校期間學習的一些課程讓自己有過統計思維的相關訓練，同時也用R及SPSS這些軟件來執行一些簡單的社會實踐項目，但情景都比較單一，不像真正工作中各個項目的可操作性那么強，所以想通過這次實習加強這方面的體驗。

此外，學校學到的算法和數據模型通常都是在經濟金融的領域進行介紹，我也想趁這個實習機會多了解一些其他領域數據分析的工作場景，開闊自己的眼界。

Q：加入天澤智云后實際的工作內容與當初了解到的有何不同？如何快速調整進入工作狀態？

不同主要有三點——自身學科和PHM領域的差異性、統計模型和機器/深度學習里的模型差異性、以及編程軟件的差異性，像之前提到的R，公司更多用的是python和matlab。

在新人paper閱讀的幫助和資深同事的mentor下，使我能夠更快get到工業大數據的點。再加上在每周的Seminar和Quiz Project上的深入探討，以及觀看技術集訓營教學視頻與課件，增進團隊間的彼此了解，讓自己更清晰地明確工作的側重點。

Seminar是算法部每周都有的技術研討會，會上或探討數據采集、數據分析建模、故障診斷等前沿技術，或結合團隊成員的自身經驗分享這些技術在工業領域的落地應用，在分享和討論中共同成長。

Quiz Project則是每位新加入團隊的小伙伴都要體驗的一個建模實踐，通過其來展示自己的技術背景，同時也為新伙伴和其他團隊成員快速熟悉雙方的用語和思維方式創造了契機。

Tips：天澤智云新入職工業智能專家進階史

新人paper閱讀了解基本概念-Quiz Project體驗建模實例-教學視頻與課件加強專業知識-了解參與項目提升專業技能-進階

侯雨帆和部門小伙伴們

算法工具包開發始末

Q：聽說不到兩個月時間你就已經完成了兩個算法工具包的開發，請簡單介紹一下這兩個算法包的功能、作用，及開發過程中遇到的趣事或挑戰？

一個是關于相關性分析的算法工具包，另一個是時間序列的算法工具包。

相關性分析的大概總結了7種算法，其中有三種常用相關系數（pearson，kendall，spearman）的適用條件；二分類，多元有序/無序分類的logistic回歸模型。此算法包在工業場景里功能體現在：用于判斷連續和分類變量的相關性，及尋找對事件發生與否的影響變量。在初步拿到數據的時候，可以通過這些算法對一些有效變量進行篩選，達到“過濾”的作用。

時間序列的算法開發主要是用于預測和捕捉數據的規律性。在工作中一些看似沒有規律可循的數據集可以嘗試用一些季節性分解來刻畫，其次這個時間序列包里面涉及的模型可以不需要太多歷史數據就能完成預測，一定程度上來講，可行性不差，其涉及到的模型有（ARIMA，GARCH族，ARX等）。

事實上，因為需要用到python開發，所以coding方面我都是后來慢慢摸索的。期間自然少不了同事的幫助。開發完成后我將這兩個工具包的說明文檔配置了使用條件分享在公司內部共享文件平臺，更偏應用一些，希望可以為大家盡點綿薄之力。

開發的時候當然也是出了各種各樣的bug，寫了不少死循環，kernel也被“kill”了無數次……不過在同事的幫助共同努力下，最后還是攻克了難關。

在對一家客戶某臺冰機制冷量的研究過程中，有一臺7度的冰機怎么也找不到描述函數。無論如何刪除或添加變量，始終拿捏不準制冷量和環境的各項參數之間的關系，最終R方一直超不過0.3，效果可以說是相當慘了。

當時都想到要放棄了，突然有一天與技術團隊溝通時提到這個問題，才知道原來現場工人一直有一個人為的開關動作在里面，我們則猜測這或許是擬合不到位的根源所在。

但收集到的起停數據沒有實際的起停時刻值，只有開了多長時間。這就需要我自己重新根據現有資料把開關時間段手動計算出來，最后得到一個新的變量。經驗證果真在加入這個變量后的函數瞬間擬合效果得到大大提升，R方也躍升至了0.88。

所以從某些層面來說數據分析真的是一件很磨人的事情，有些時候后面優化的功夫做再多，也比不過最開始的預處理得當后的效率來的快。

收獲和感想

在天澤智云，團隊之優秀和每個人在各自領域上的學問建樹無疑是對我最大的震撼，以后我不論在學業也好工作也好，都會慢慢培養起職業素養，向團隊前輩靠齊。

現在公司每周都有新人入職，團隊越來越壯大，辦公室也顯得擁擠起來，每周四的籃球賽也從最初兩隊對打到現在幾隊輪流比賽。相信天澤智云未來肯定會發展的越來越好，在大家的共同努力下更早地實現公司愿景——讓工業無憂！

此外，在實習期間我體驗到更多的是從學生到職業人的思維、角色轉變。企業之所以錄用人，是因為他可以給企業創造價值、帶來收益。“努力”本身并不具備價值，“能學”也不是競爭力，所以首先自己要有一技之長，日后再慢慢努力從“competitive”到“irreplaceable”。

歡迎更多數據科學家、算法科學家、測試主管、高級軟件工程師（java）、項目經理、前端研發主管加入我們，和天澤智云一起，為實現工業無憂而奮斗！HR（hr@cinsightech.com）小姐姐等你來撩~