这是AITBOOK的第31篇原创文章
2019年即将过去，2020年马上到来，在这个时候做一下总结，发一下展望是最合适不过的。2019年互联网广告的发展已有人总结为令人失望，2020年估计也好不到哪去。
小米创始人雷军有句话"站在风口上，猪都会飞，长出一个小翅膀，就能飞得更高"，这句话用在算法工程师身上也很适用，前几年移动互联网发展迅速，大量互联网公司依靠广告变现，广告算法工程师供不应求，薪酬待遇更是飞速攀升，可以看一下19年网上曝光的数据2019 互联网校招薪酬曝光！看完后我沉默了…，这是校招的，如果是工作好几年的老白兔，待遇更让人坐不住了，下面是猎聘网上的数据，更高阶的，我是不敢想。
重赏之下除了勇夫外，可能还有盲夫。马云接着雷军的话说"风过去了，摔死的都是猪"。马上到来的2020年，互联网公司之间的厮杀会更加猛烈，狭路相逢勇者胜，公司需要雄鹰杀出一条生路。对于承担着互联网公司营收重任的广告算法工程师来说，让自己长出翅膀或者变成风火轮是未来职业发展的关键。
在知乎上我关注过两个问题，
优秀的算法工程师是什么样的？
最差的算法工程师是什么样的？
我常会看里面的评论，用于自勉和自戒。在B公司和Q公司这几年，遇到很多算法工程师，有优先的一面，也有不优秀的一面，每个人又何尝不是呢？如果非要说对我影响最大的，那是两个文化价值观：
为人：简单可依赖
做事：为过程喝彩，为结果买单
我写文章一般都是先放结论，然后才说一下例子。写文章的初衷是总结和分享业务技术，让自己反思，为新人开道。接下来在这两个文化价值观下，讲讲一些自我修养的事情。
- 数据的谎言
广告算法工程师因为从事业务的关系，基本上每天接触都是有关钱的数据，业务逻辑繁杂，数据更是琳琅满目，能够识别数据中的谎言是最基本能力。特别是统计类数据更要甄别，这里也有一句名言"统计学家能"从包中掏出任何他想要的东西"。且不说数据造假的问题，即使是真实的数据也有可能是谎言，单说广告算法这边的数据谎言比比皆是，并且经常在上线通报中出现。
某次CTR模型上线通报，与钱相关的指标统计的十分详细，收入涨了一大波，一片欢喜推上线，反向对照正常，看起来没有任何问题，只是对模型指标只字未提。
某次数据分析任务，分析某个纬度上请求量很大，收入很低的原因，一篇报告出来基本结论是广告主的cpm低，这个结论明显是不合格的。
某次CVR模型上线通报，模型和钱的相关指标均正确披露，收益涨了很多，推上线后，大盘纹丝未动。原因与其他策略耦合了。
某次策略上线，收益涨了好几倍，但没有提覆盖面。
某次分析数据趋势，有利的指标把纵坐标刻度变小，不利的指标把纵坐标刻度变大。
数据的谎言太多，有些是故意为之，有些是无知为之，有些是不知为之。故意为之的小聪明还是收一下吧。关于数据的谎言，感兴趣的可以看一下狡猾的谎言——我们是如何被事实和数字欺骗的？
- 发展的眼光看问题
有一次广告消费监控上出现一个极高的尖尖，不一会儿广告主的投诉就来了，投诉广告系统有问题，他们为了抢量，把出价抬到远高于行业的平均出价，如果按照GSP机制的话，不应该会有这么高的计费。不得不说，这个广告主是研究过广告竞价机制的，可惜研究的越深可能被坑的越惨，因为他们不知道有些短视的广告系统会搞一个"强制计费比"。
计费比就是广告的计费与广告的出价之间的比值，这个指标主要用于GSP机制中，衡量广告主计费大小的程度，正常情况下计费比是广告主之间自由竞争决定的，但广告平台可能广告主较少，竞价起不来，会做一个强制计费比，也就是广告收费不会小于出价与强制计费比的乘积。有时候为了冲业绩，甚至还有提高计费比的情况，无异于饮鸩止渴。
还有设计CVR门槛广告主可调的成本优化策略，各种只考虑点击不考虑转化的骗点击策略，各种不考虑转化的暗投策略等一大推逻辑，凡此种种就是把广告主当傻子看，耍小聪明。如果平台是垄断性，那广告主无计可施，否则用脚投票。广告主停投或降价再说难免，并且AB实验看不出来。
- 持续学习、实践、思考
美团创始人王兴在微博上讲到这样一个小事：问负责整理会议记录的人会用流程图软件visio吗？那位年轻人的回答"我可以学"，这四个字里有无穷的力量。看到这个小事，感触颇深。离开学校后，学习的时间越来越少了，基础知识基本上还是吃老本的状态，对新知识学习的动力越来越弱，可能职场中更多人偏向于输出知识了，来彰显水平的高低。这是挺可怕的事情，这种情况不仅仅发生在我身上。
特别是做oCPC以来，发现有些人可能连自己预估的CTR和CVR到底是干什么用的都不清楚，模型的变动可能带来的影响也不清楚，这些基础知识可以通过各种渠道学到。如果在这样基础上，讨论整体与局部关系中模型无校准带来的问题，预算共享下AB实验效果是否可看等问题就是赶鸭子上架了。
在之前的文章中已经提到常说的"小步快跑，快速迭代"的方式，是有前提的：跑的方向要正确。转变一下思路，一个问题摆在面前，要分析是否存在最完美的解决办法，再考虑具体实现。简而言之，白盒思考，黑盒实践。
再之前的文章中也提过auc0.99的事情，对别人下的结论还是要保持怀疑态度。先判断是否符合道理，再看数据，特别是当一个人告诉你存在即合理时要擦亮眼睛。
学习和思考的结果形成知识体系，以求信手拈来。
- 简单可依赖
简单可依赖是百度的文化价值观。万总说过：你的言行会影响你的Credit。当初刚做oCPC模型的时候，模型auc0.99的事情让我感触颇深，出现这个问题的原因很简单，就是特征穿越了，但是没有人愿意去做特征排查这种脏活累活，且不说owner意识，殊不知小bug大收益，模型就是做出花来能有修复特征的收益大？
我见过过很多次有人解决小bug获得大收益的情况，这些人无一不是细心之人，无一不是敢于迎接挑战做脏活累活的人。我挺反对"没学会走，就想跑"的行为，追求那些奇技淫巧，还不如解决几个具体业务问题靠谱。
一个人的Credit是从解决一个个实际问题中积累而来的，对于负责的每个任务，将其作为自己的名片，努力做好，不为别的，就是为了证明自己是简单可依赖的人。故天将降大任于是人也，必先苦其心志……
我一直有个问题：总想说服别人，甚至以发脾气的方式。出发点肯定都是真诚的好的。有些时候想想何必要争个对错出来，搞得大家都不开心呢？方式方法可能有问题。其实说服一个人特别是认知不在一条线上的人是十分难的。万总说：给小学生讲微积分是行不通的。这个时候需要改变方式方法，我还有待学习，也欢迎读者指点迷津（前5名赠送《大数据分析的道与术》一本）。但为人做事要有原则，对于质疑你出发点和价值观的人，要毫不犹豫的怼回去，道不同不相为谋。也要敢于舍得，舍得自己的一亩三分地。
- 为过程喝彩，为结果买单
我至今实习的时候，经理告知的一句话：在公司，产出才是最重要的。后来去了B公司，这种追求产出的氛围让大家能够凝聚起来，形成战斗力。曾经有人说Ta不在乎绩效这些事情，挺让我吃惊的，人各有志吧。也看到一些人每天忙得要死，然后就没有然后了。如果没有结果导向，过程很难精彩。
我认为在流量红利耗尽，进入存量竞争的环境下，广告算法发挥的力量会越来越重要，提供广告主和用户均满意的商业产品越来越重要，广告算法工程师提升自我修养是迎接挑战的关键！写得有点累了，就这样吧。记得找找文中的彩蛋哈!
往期内容：
- oCPC实践录 | 随你千变万化，oCPC PID控制（2）
- oCPC实践录 | 随你千变万化，oCPC PID控制（1）
- oCPC实践录 | 简单有效，oCPC逆系统控制
- oCPC实践录 | 好难理解的oCPC成本控制算法
- oCPC实践录 | 摸石头过河，oCPC先跑起来再说
- oCPC实践录 | 谁会阻止你做oCPC?
- oCPC实践录 | oCPC产品设计与出价原理（1）
- oCPC实践录 | 成本优化策略之eCPC（3）
- oCPC实践录 | 成本优化策略之eCPC(2)
- oCPC实践录 | 成本优化策略之eCPC(1)
- oCPC实践录 | 成本优化策略之CVR门槛（2）
- oCPC实践录 | 成本优化策略之CVR门槛（1）
- oCPC实践录 | 糟糕，广告主成本超了！
- oCPC实践录 | 没有oCPC怎么做成本优化？
- oCPC实践录 | 重新理解oCPC-出价方式（2)
- oCPC实践录 | 重新理解oCPC之出价方式（1)
- oCPC实践录 | 重新理解oCPC之量化流量价值
- oCPC实践录 | 我还是做oCPC吧!
- oCPC实践录 | 开篇语
在AITBOOK联系我！
