作为一个一直学纯数学的同学，在被迫转硕后不得不思考今后的人生：换个学校继续读博，但不想再浪费时间；直接去当个高中老师，但尚未实现自身的价值；因为一直对计算机比较感兴趣，最终决定换个方向从头开始，希望在接受社会的毒打后能够证明自己的价值。本篇文章将记录职业生涯一路走来的点点滴滴，持续更新中～

自学：2019-01~2019-07

在得知转硕的结果到最终毕业其实只有一年的时间，只在大一学过的一点C语言等计算机基础知识早已遗忘，但从高中开始一直自学的我相信：

于是通过网络找寻各种资料，开启了半年宅寝室的学习之旅：

半年的时间，有了一个大概的框架，一份毫无含金量的简历，以及一个胖成球的人。。

校招：2019-08~2019-10

专业不对口，没有实习经历，也不喜欢背八股文以及刷算法题，在一次次地失败后一度陷入了自我怀疑中：

• 提前批：不用笔试，凭着教育背景还可以直接参与面试

  • iHandy(后端)：第一次面试，10分钟就把我请了出去

  • 美团(算法)：把面试变成了面试官教我如何面试

  • 阿里(算法)：总算撑过了完整的1小时面试，但技术细节没有说清楚

• 正式批：前期笔试都通过不了，积累经验后才有了一些面试机会

  • 百度(算法)：算法题完全不会，被质疑文凭了

  • 字节(后端)：两次机会都没有抓住

  • 华为(算法)：面试官帮我进入下一轮面试

到了10月底，我还没拿到任何一家公司的offer，不过还好老天最后给我开了一扇窗。这个时候网易将我调剂到了测试开发的职位上，意外地很顺利就通过面试，然后很快就拿到了意向书，悬着的心终于可以放下了。感谢网易游戏给了我这样一个机会，来到了广州开启了我的职业生涯~

网易：2020-01~2023-05

试用期：2020-01~2020-05

学数学给人的第一印象应该做算法，所以试用期交给我的任务就是实现一个动捕数据自动修复算法：

而当时正值疫情居家办公期间，组内之前也没有做过类似工作，接受到这个任务后，还是按照之前学生的思维：独自查阅相应资料熟悉背景，看论文比较不同方案，缺少了和需求方的交流。因为对深度学习的方法也没有什么经验，最终只是复现了一个矩阵补全的算法，编写了个插件把整个流程跑通了，勉强通过了试用期。

但其实这个插件也没有用起来，因为动捕软件更新后推出了自动修复数据的功能。后续也发现网易AI LAB也做了相应的工作，看来还是得专业的人来做专业的事~

探索期：2020-05~2020-12

接着被安排做数据中台的项目，但之前部门并没有做过什么数据相关的工作，对数据中台没有清晰的概念，所以做了很多探索性的工作，在一些场景里摸着石头过河:

• 奖励监控：对比了业界许多异常检测的方法后，对美团外卖订单量预测异常报警模型照猫画虎，调包Prophet简单跑通了个流程。但老板们对进度不太满意，没有继续研究下去了。后面才知道做算法，其实最关键的是做好特征工程，而当时的我却忽略了这一点。

• 支付转化：算是做大数据的开始吧，但其实最开始采用的是从ELK上拉数据到本地，然后用Python分析的方案。后面才接触到公司的大数据组件，成为了一个SQL Boy，做了点数仓建设的工作。但其实这件事最大的成功点是数据挖掘，找到了之前计费、用户体验等部门都没有注意到的数据。

• 性能报表：其实就是一个工具人，做了一段时间API开发，但也算是之前自己做后端工程师的想法得到了满足，数据、算法、后端都尝试了一遍。

成长期：2021-01~2022-06

之后天降猛男，来了个总监级别的大佬，新成立中台部门，招了一些专业的人来做专业的事，带来了新的协同与组织关系，我也定位到数据开发的角色。但这时的我也不满足于做一个SQL Boy，开始学习Java，用Flink进行实时开发：

• 奖励监控：利用Flink开发出了一个动态规则引擎，可以让业务人员自由地配置告警规则，实时生效。期间不断地查阅技术文档、开源代码、优化方案，算是第一次有了自己比较满意的技术实现。

• 安全中台: 不断引入新技术来解决业务问题：引入Flink SQL来解决数据倾斜的问题；引入PyFlink算法策略部署问题；引入Flink AI FLow来解决AI工程化的问题等。围绕着Flink生态做出了一些创新的工作。

这一段时间感觉每天都在学习成长，业务也在不断发展，工作做着很开心，职级也三连跳，这算是梦想的职场生活了吧~

迷茫期：2022-07~2023-05

但好景不长，随着互联网行业降本增效之风席卷而来，团队的发展方向和我个人兴趣出现了分歧，对自己的职业规划产生了迷茫，看不到想做的事情。经过长时间的思考后，还是决定再去外面看一看，我的网易生涯就暂时告一段落了：

社招：2023-02~2023-05

这个时候我依然抱着学习的心态，我觉得我的职业生涯还没有定型，还是可以做任何事。但社招主要看是否合适 ，企业已经没有耐心再花时间培养了：

• 网易雷火：内部机会，不太合适，需要后端经验。

• 字节：依然两次机会：第一次不太合适，离线数仓经验欠缺；第二次关注的Flink技术点不一致。

• 拼多多：实时场景可能还有些欠缺，算法题也没有回答上来。

其实我觉得仅通过几次面试并不能了解一个人的特点，这就是我开始写文章记录自己所思所想的部分原因。 虽然发现像证券、基金这些公司对我这种教育背景不错，有大厂经历的人感觉还不错，但我还是想再学点技术。于是我完全没有给自己留后路地来到了杭州，希望可以继续在大数据领域中深入~

蚂蚁：2023-06~2024-05

离线数据：2023-06~2024-01

虽然转换了行业和技术，但来到了专门做数据的部门，确实数据做得比较成熟，有很多可以学习的地方：职业划分比较细，每个方向上都有比较深的沉淀；金融业务对数据要求高，非常注重数据质量和合规；数据体量大，业务场景也足够复杂等。但正是因为成熟，历史包袱比较重，也没有擅长的实时场景，做了一段时间后，发现自己的工作集中在取数工具人和历史包袱治理上(那恶心的81颗指标树)，技术上也重新回到了SQL boy，没有什么沉淀和价值感，也找不到兴趣点。

不过好在这边转岗比较方便，我发现当我听到湖仓一体的时候，我本能的就比较感兴趣，于是我又回到了实时技术中，开启了新一段旅途。

实时数据：2024-01~2024-05

由于实时涉及的组件众多以及其状态计算等独特性，和离线其实有较大差异，但其实也算是回归到老本行，在适应了下相应的技术栈后，也可以很快上手。同时也有机会利用数据湖技术来重塑实时研发范式，实现降本增效，看起来似乎是回归到理想的职业发展轨道上来了？

但对于数据研发职业发展而言，要么更深入底层，做数据平台或引擎的开发，要么更贴近上层，利用数据驱动业务发展。而我由于非科班出身，又做上层数据应用多年，所以更适合将我定义为一个问题解决者：综合利用数据等技术工具系统地解决业务问题，不要局限于实时或者离线。同时由于一直没有找到价值感(做的东西太碎了)，所以我再次踏上了新的征程，寻找一个更适合自我发展机会~

字节：2024-05~2026-05

数据BP：2024-05~2024-11

虽然数据技术上没什么变化，但合作模式发生了变化，之前在蚂蚁的时候对接BI，他们一般可以给出明确的口径，但在字节这边直接对齐产品，他们只能从业务视角描述需求，刚开始完全不知道如何找数，怎么加工，数据对不对，只能全靠老人带，数据的壁垒不在技术而在业务上。同时虽然离线和实时场景都有，但实时场景很少，且由于需要实时关系且Flink SQL回撤的原因，实时一直采用的DataStream API开发，开发门槛比较高，是大团队下另外一个数据应用小组负责，我们之前就只能做一些简单的实时数据过滤同步而已。

好在慢慢熟悉业务后，需求应付起来就比较得心应手了，有心思自己去尝试一些新东西，暴力扫描、冗余编码、实时开发效率低都是我想要解决的技术问题。可能也正是转正答辩的时候说了太多技术上的事情，随即就把我调整到了数据应用的团队，做数据产品以及复杂实时开发的支持。

数据产品：2024-12～2026-05

过来之后就负责了一个从0到1的数据产品，这个项目打算用低代码平台把后端干掉，让数据研发同学写SQL模版，节点编排，代码UDF就能实现完整后端能力。虽然想法很好，但一个人同时干数据和后端，其实两个都干不了很好，后端的职责是实现业务功能，保证高并发访问，而数据的职责是做数据ETL，保证数据质量。在端到端支持数据产品过程中，发现自己的工作集中在接口开发中，与前端争论接口定义，和产品PK砍掉功能，数据上建设其实很薄，虽然自己可以owner这个方向，但整体还是不是很喜欢。

另一方面，实时开发是单独的一块，本来是想把老旧的DataStream API开发模式替换成SQL，但在历史逻辑上做重构还是太难了些，最终只是理解了底层实时计算的机制，实时开发的一致性保证还是很关键的，并没有完成实际落地(其实最近已经明确的想法来，可惜引擎支持的力度不太够，还是要怪自己故事讲得不太好)。

这一次实在不想做后端业务接口开发，直接GAP了一小段日子，买点时间整理整理、学习学习，休息休息(虽然我的时间还是有点小贵)。

阿里：2026-06-18～至今

其实牛马的生活都差不多，只是我还是有点理想化，导致OKR总是对不太齐，这一次希望已经度过工作体验期了，加油工作吧～

未完待续

机缘巧合下进入了大数据领域，并逐渐建立起了自己的知识体系，貌似已经习惯了打工人的生活。但其实我依然没有变，还是像之前学数学一样，针对一个问题，喜欢不断寻求更好地解法。然而在工作中，可能更需要立体的思考，形成一套解决方案。如何将爱好特长和工作结合起来，发挥出自己的全部潜能，这是一个需要我持续探索的问题。