一年过去了，总结一下这年发生了什么，做了些什么，会对以后回顾有极大关注。

年终总结

今年是事业上特别坎坷的一年，比起去年进步的步伐慢了些。18年我负责的是文本分析和挖掘系统的Python开发，我也稍微刻意用上了些机器学习的东西，比如搜索排序用得是BM25、文本分类用的是朴素贝叶斯、NER用得是BiLSTM-CRF，所以算法没拉下，19年渐渐往这方向走去。上半年是维护项目为主，老大叫我学习TensorFlow，做命名实体识别NER和文本分类，进步也比较缓慢。

上半年老东家受挫，公司不景气，一直商谈的与某审计大公司合并加入反舞弊联盟却谈判失败，研发团队也尤其清闲，有两个月不能准时发工资。6月份的时候，老东家谈判失败，宣布要搬去番禺作为暂时落脚点，每个员工上班时间就都1个多小时以上，每天通勤着实受不了。

7月初正式搬，我在那边待了2个星期，上下班通勤要4个小时，实在受不了，也着手寻找下家，在Boss投了大概10份简历左右。后面有两家约面试，一家是屈臣氏，一家就是妈妈网。

屈臣氏面试的岗位是财务方向的业务分析师，也算是数据分析师。由于是香港零售企业，我也稍微准备了一下英文的自我介绍，正式面试是先做半小时英文阅读理解，然后HR总监面，然后两个面试官面。总的给我的感觉就是又不想给钱又要你很牛的样子。所以被我Reject掉了。架子倒不低。从此我就放弃进入零售业，不管多大的企业。

妈妈网的面试挺顺利的，面的是广告算法工程师，但是我其实也不大对口。不过我做过简单的推荐项目和一直在做文本挖掘的项目，打过场广告反欺诈的比赛，说实话其实是招得急，所以也勉强符合现在大佬的要求，但是没有笔试题，问的细节也不深入，听上去就是大佬不想接手前面走的同事的不熟的项目而找我去接手。进去了半年也确实是如此。

来了半年，发现推荐落地很困难，离线和线上有很大的鸿沟，加上我的理论知识不太完善，身边又没有大牛，我提升的空间很小，所以我准备提出离职，年后再找，这段时间学学Spark和Hadoop生态。

获得的成绩

  • 之前工资只有6k，年中跳槽涨到了10k
  • 不想再做Python开发，想做算法，也如愿以偿（但是跳进了更大的坑）
  • 对大数据方向有了全面的了解，也接触了一点点Hadoop、Hive、Hbase、Airflow、Redis、Spark等技术栈
  • 熟悉如何搭建一套用于生产的深度学习系统，学会了Keras、一点点TensorFlow
  • 学习了一些推荐领域的模型Wide&Deep、DeepFM、xDeepFM、ONN等
  • 学习了一些NLP领域的模型Bi-LSTM-CRF等