这篇文章专门讲工作方法。柳州iPhone维修预约工程师群体中有很多非常聪明的人，他们在工作中会面临很多重复繁琐的事情。如何用工程思维去面对，这几年通过工作学习总结出来，主要包括以下几个方面。

自动化重复环节。

这恐怕是程序员最基本的直觉和认知。自动化可以从CV工程师的角度来理解:当你第一次复制粘贴CtrlC+CtrlV时，你应该考虑它是否可以抽象成一个组件或工具;当你第二次复制粘贴时，组件的结构和设计应该是清晰的。第三次复制粘贴时，可以使用自己的组件或工具。

自动化不仅要体现在代码层面，还要作为解决问题的方法，重复的环节可以自动化。例如我们在写博客时使用图床，一般的过程是：截取和存储图片，上传到图床，获取图片链接。如果这个过程没有自动化，人们只会恶心，但事实上，在Mac下面的AlfredWorkflow可以简单地实现自动化。再比如我们经常开会，可以做会议记录的模板，每次开会都要复制。关键是尽量抽象重复的动作，重要的是要有这种意识。

由于自动化更多的是一种意识，非技术人员自然会需要，可能会更多。比如行政人员可能会手动发工资单，运营人员可能会每天下载一次报表，然后对报表做一些统计或者其他处理，其实可以自动完成。

自动化不高，或者必须会Python，有时候写代码更复杂，比如之前提到的Workflow图床的例子。对于非技术人员来说，Excel往往更实用，如统计、重量去除、切片、过滤等。，点击Excel中的鼠标。

工具不重要。只要事情能自动完成，越简单的工具就越好。

批量化02。

批量化和自动化可能相似，柳州iPhone维修预约但批量化更注重一次完成一类工作，核心是批量，自动化的核心是自动。批量化一般是针对特定的工作内容，如统一搜索替换、为所有句子添加字符、批量下载数据等。

AI工程师应该对此非常熟悉。模型训练中的Batch实际上是一个批量的例子。批量往往具有统一的特点，不仅效率高，而且可以避免操作中可能出现的错误。例如，给出几个列的文本文档，提取包含数字的行，此时我们可以借助SublimeText，用正则找出所有的数字，然后选择所在行进行复制。

批量关注事情能否一次性完成，往往体现在运营层面，比如下楼取快递，可以和外卖一起取;或者把要讨论的话题放在一起开会等等。总而言之，就是尽量把类似的行为一起完成，提高效率。

也有批量时间。也就是说，用一整块时间做一件事。对于我个人来说，我通常选择早上作为一个安静的时间，专注于需要集中注意力完成的任务，不看消息，基本不动。

简化03。

这里的简单包括两层含义:第一层是一般意义上的简单，第二层是从大道到简单的简单。第一层类似简陋，一般作为初始方案或临时方案;第二层的简单性是通过复杂繁琐的表象直接到达本质。整个系统的清晰和美观往往是不断演变和改进的产物。这里从AI工程师的业务角度讲两个方面。

产品设计。

在设计阶段，产品能够满足需求的前提下，应选择简单的持续优化。具体说明什么样的设计我觉得简单:一方面有不同的模块，每个模块都有单一、不同、不可或缺的功能;另一方面，每个模型的核心功能符合其基本假设。需要注意的是，模块不应该有一些特殊的设计，只适用于某些情况。

以AI工程师为例，Google的东西往往符合简单的标准，比如Doc2vec，BERT，但是大部分魔法改革后的论文都是复杂的。事实上，作为工业界的工程师，关注GF(Google，Facebook)的前沿研究成果几乎是一样的，其他(特别是大学)只是作为思维参考，贪多嚼不烂。

产品结构。

架构设计本身就是一件非常复杂的事情，看起来像是把现有的功能结合起来，但是很难在这个选择上。简单的架构更多的是从整体复杂性的角度考虑，模块与模块、组件与组件之间的交互简单。要做到这一点，必须从实际出发，选择最合适的结构，稍微考虑一下扩展性，然后随着系统的不断演变。

要特别注意三点：第一，过度设计。良好的构往往是进化出来的，而不是一开始就设计的那么好。第二，追求新技术。这本身就是一件好事，但是作为一个架构设计师，我们必须综合考虑各种因素抛开技术层面，新技术是否稳定，团队是否能控制，所有者对未来的规划等等。三是要一步到位。实际上，架构的调整往往是逐步进行的，有可能先调整一个模块，再下一个模块，有时更需要全部推翻重新设计。架构设计不是一锤子买卖。

04边际收益最大化。

在经济学中，边际收益是指增加一个单位的投资所能获得的收益。边际收入递减，比如饿的时候，第一个包子最香，吃的时候越觉得不好吃。在工作中，我们应该优先考虑边际收入最大化的工作。通俗点说就是2-8法则:用20%的资源做80%效果的事情。

人工部分优先解决。

从长远来看，几乎所有的企业都会面临AI化，就像十几年前的电子商务一样，这并不是某些企业的专属。对此，我比较认同吴恩达的观点——把AI比作电力。即使从客观的角度来看，AI技术确实可以在很多方面提高企业的效率，比如客服机器人、搜索、推荐等。区别只是深度。即使是一些AI企业，也不一定有优化的空间。我们只需要知道技术的存在是为了提高整体效率，剩下的就是一点点优化。

重视新技术。

不管是什么原因，都不是不使用新技术的原因。特别是在AI领域，深度学习的有效性是毋庸置疑的，可以在很多场景下替代传统方法，或者进一步提高现有效果。身为行业的一员，出现了新的方法和技术，即使没有效果我们也应该去了解，更不用说效果这么好了。

综合使用不同方法的核心部分。

不同的方法和模型可能有不同的效果，柳州iPhone维修预约因为它们有不同的侧重点。事实上，我们常常无法一套走天下的方法，即使是最新最好的也不行。这里要表达的是，正是因为不同的方法侧重点不同，我们才需要利用这一点，选择多种方法组合，类似于利用每种方法的最大收益。