作为一个一直学纯数学的学生，被迫转为硕士后，不得不思考今后的人生：换个学校继续读博，不想再浪费时间；直接去当高中老师，又觉得还没实现自己的价值。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之后，能证明自己的价值。这篇文章记录职业生涯一路走来的点点滴滴，持续更新中。

自学：2019 年 1 月 ~ 7 月

从得知转硕的结果到毕业，只有一年时间。大一学过的一点 C 语言等计算机基础早已忘光，但从高中起就一直自学的我相信：

只要明确了整个知识框架，具体细节对一个学数学的人来说不是问题。

于是在网上找各种资料，开始了半年宅在寝室的学习之旅：

半年过去，收获了一个大概的知识框架、一份毫无含金量的简历，以及一个胖成球的自己。

工具环境的配置，后来整理成了 个人开发环境配置。

校招：2019 年 8 月 ~ 10 月

专业不对口，没有实习经历，也不喜欢背八股文和刷算法题，一次次失败之后，一度陷入了自我怀疑：

• 提前批：不用笔试，凭教育背景还能直接参加面试。

  • 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怎么面试；

  • 阿里（算法）：总算撑过了完整的 1 小时，但技术细节没说清楚。

• 正式批：前期笔试都过不了，积累了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）：两次机会都没抓住；

  • 华为（算法）：面试官帮我进了下一轮。

到 10 月底，我还没拿到任何一家公司的 offer。好在老天最后给我开了一扇窗：网易把我调剂到了测试开发岗位，面试意外地顺利，很快就拿到了意向书，悬着的心终于放下了。感谢网易游戏给了我这样一个机会，我来到广州，开始了职业生涯。

网易：2020 年 1 月 ~ 2023 年 5 月

试用期：2020 年 1 月 ~ 5 月

学数学给人的第一印象是应该做算法，所以试用期交给我的任务是实现一个动作捕捉数据的自动修复算法：

当时正值疫情居家办公，组里之前也没做过类似的工作。接到任务后，我还是学生思维：独自查资料熟悉背景，看论文比较方案，却很少和需求方交流。对深度学习的方法也没有经验，最终只复现了一个矩阵补全算法，写了个插件把整个流程跑通，勉强通过了试用期。

其实这个插件最后也没用起来，因为动捕软件更新后自带了自动修复数据的功能。后来发现网易 AI Lab 也做了相应的工作，看来还是得让专业的人做专业的事。

探索期：2020 年 5 月 ~ 12 月

接着我被安排去做数据中台项目。部门之前没做过数据相关的工作，对数据中台也没有清晰的概念，只能在一些场景里摸着石头过河：

• 奖励监控：对比了业界很多异常检测方法后，照着美团外卖订单量预测异常报警模型照猫画虎，调用 Prophet 跑通了一个简单流程。但老板们对进度不太满意，没有继续研究下去。后来才知道，做算法最关键的是做好特征工程，而当时的我忽略了这一点。

• 支付转化：这算是我做大数据的开端。最开始是从 ELK 上把数据拉到本地，再用 Python 分析；后来接触到公司的大数据组件，成了一名 SQL Boy，做了点数仓建设的工作。这件事最大的成功在于数据挖掘：找到了计费、用户体验等部门之前都没注意到的数据。

• 性能报表：其实就是个工具人，做了一段时间 API 开发，倒也满足了之前想做后端工程师的想法。数据、算法、后端，都尝试了一遍。

成长期：2021 年 1 月 ~ 2022 年 6 月

之后来了一位总监级别的大佬，新成立了中台部门，招了一批专业的人做专业的事，带来了新的协作和组织方式，我也明确了数据开发的定位。这时的我已经不满足于做 SQL Boy，开始学 Java，用 Flink 做实时开发：

• 奖励监控：用 Flink 开发了一个动态规则引擎，业务人员可以自由配置告警规则、实时生效。期间不断查阅技术文档、开源代码和优化方案，算是第一次有了自己比较满意的技术实现（见 Flink 规则引擎）。

• 安全中台：不断引入新技术解决业务问题：引入 Flink SQL 解决数据倾斜，引入 PyFlink 解决算法策略的部署，引入 Flink AI Flow 解决 AI 工程化问题等，围绕 Flink 生态做了一些创新的工作（见 我所了解的 Flink）。

这段时间感觉每天都在学习成长，业务也在不断发展，工作做得很开心，职级也三连跳，算是梦想中的职场生活了吧。

迷茫期：2022 年 7 月 ~ 2023 年 5 月

但好景不长，随着降本增效之风席卷互联网行业，团队的发展方向和我的个人兴趣出现了分歧，我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，还是决定再出去看一看，网易生涯就此告一段落：

社招：2023 年 2 月 ~ 5 月

这时的我依然抱着学习的心态，觉得职业生涯还没定型，还可以做任何事。但社招主要看是否匹配，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：依然是两次机会，第一次离线数仓经验不足，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，算法题也没答上来。

我觉得仅凭几次面试，并不能了解一个人的特点，这也是我开始写文章、记录自己所思所想的原因之一。虽然发现证券、基金这类公司对我这种教育背景不错、又有大厂经历的人比较认可，但我还是想再学点技术。于是完全没给自己留后路，来到了杭州，希望继续在大数据领域深入下去。

蚂蚁：2023 年 5 月 ~ 2024 年 5 月

离线数据：2023 年 5 月 ~ 2024 年 1 月

虽然换了行业和技术，但来到了专门做数据的部门，确实有很多可以学习的地方：分工比较细，每个方向都有较深的沉淀；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。但正因为成熟，历史包袱也重，又没有我擅长的实时场景。做了一段时间后发现，自己的工作集中在取数和历史包袱治理上（那恶心的 81 棵指标树），技术上又回到了 SQL Boy，没什么沉淀和价值感，也找不到兴趣点。

好在这边转岗比较方便。我发现每当听到「湖仓一体」，就会本能地感兴趣，于是又回到了实时技术，开始了新一段旅途。

实时数据：2024 年 1 月 ~ 5 月

实时涉及的组件众多，状态计算等特性也和离线有较大差异，但这算是回到了老本行，适应了相应的技术栈后，很快就能上手。同时也有机会用数据湖技术来重塑实时研发范式、实现降本增效，看起来似乎回到了理想的职业发展轨道上？

但对数据研发的职业发展来说，要么更深入底层，做数据平台或引擎开发；要么更贴近上层，用数据驱动业务。而我不是科班出身，又做了多年上层数据应用，更适合把自己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，不局限于实时或离线。同时，由于一直没有找到价值感（做的东西太碎了），我再次踏上了新的征程，寻找更适合自己发展的机会。

字节：2024 年 5 月 ~ 2026 年 5 月

数据 BP：2024 年 5 月 ~ 11 月

数据技术上没什么变化，但合作模式变了。之前在蚂蚁对接的是 BI，他们一般能给出明确的口径；在字节则是直接对接产品，他们只能从业务视角描述需求。刚开始完全不知道怎么找数、怎么加工、数据对不对，只能全靠老同事带，数据的壁垒不在技术，而在业务。这边离线和实时场景都有，但实时场景很少；而且因为需要实时关联，又有 Flink SQL 回撤的问题（见 Flink SQL 回撤机制与问题），实时一直用 DataStream API 开发，门槛较高，由大团队下另一个数据应用小组负责，我们只能做一些简单的实时数据过滤和同步。

慢慢熟悉业务后，应付需求就比较得心应手了，也有心思去尝试一些新东西：暴力扫描、冗余编码、实时开发效率低，都是我想解决的技术问题。可能也正是因为转正答辩时讲了太多技术上的事，随后我就被调到了数据应用团队，做数据产品和复杂实时开发的支持。

数据产品：2024 年 11 月 ~ 2026 年 5 月

过来之后，我负责了一个从 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 模板、编排节点、写代码 UDF，就能实现完整的后端能力（见 SQL2API）。想法很好，但一个人同时干数据和后端，其实两个都干不好：后端的职责是实现业务功能、保证高并发访问，数据的职责是做好数据加工、保证数据质量。在端到端支持数据产品的过程中，我发现自己的工作集中在接口开发上，和前端争论接口定义，和产品争论砍掉哪些功能，数据建设其实很薄。虽然自己可以负责这个方向，但整体还是不太喜欢。

另一方面，实时开发是单独的一块。本来想把老旧的 DataStream API 开发模式替换成 SQL，但在历史逻辑上重构还是太难了，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非常关键。这件事并没有真正落地。其实最近已经有了明确的想法，可惜引擎的支持力度还不够，也怪自己故事讲得不太好。

这一次实在不想再做后端业务接口开发了，于是直接 GAP 了一小段时间，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 年 6 月 18 日 ～ 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，希望已经度过了工作的体验期，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，看起来已经习惯了打工人的生活。但其实我一直没变，还是像当初学数学一样，面对一个问题，喜欢不断寻找更好的解法。然而在工作中，更需要立体的思考，形成一整套解决方案。怎样把爱好、特长和工作结合起来，发挥出自己的全部潜能，是一个需要我持续探索的问题。