嘿！当你看这份作息表的时候，一定不要太认真了，它可能只有部分符合大多数人的生活，只有小部分人才能满足里面的每一条。

ML工程是一门有趣的学科，它需要擅长各种技能。比如优秀数据科学家所需要有好奇心、分析技能、算法知识、理解业务需求的能力以及良好沟通需求的能力；同时也需要擅长软件开发——创建干净、可维护的软件和系统。

成为ML工程师是一项具有挑战性的过程，但是会让人很充实。比如这篇文章里面，大家就可以了解一下作为ML工程师在Apteo公司的一天是什么样的。

当然，文中的主人公所在的公司只是一家小型预融资初创公司，所以可能部门的复杂程度没那么高。所以下面看到的内容与其他ML工程师的日常工作有出入的话那一定不要抬杠。

下面是一天的时间表DAY

# 早晨

早上6点到8点之间的某个时间：起床、健身房、早餐等（啊！这，有时间健身的ML工程师一定是个“大神”自由弹性工作那种）

上午9点到上午10点之间：查看任何夜间运行的模型，检查电子邮件（我们看钉钉）以确保没有警报，检查Trello以了解今天的任务，参加站立会议。（国外竟然要站着开晨会，也是企业文化的一部分？）

上午10点：工作（好嘛！开一个小时的会？）。继续使用scikit learn和公司的代码库在Jupyter notebook中执行分析。或者启动PyCharm并继续编写一个实现模型或与数据库接口的类。（这部分大家都一样）

# 下午

中午12点：午餐。继续搬上午没搬完的砖，或者就如何实施软件或执行分析进行临时会议。（没有午休？？？？我们大多数公司也没午休）

下午1点：可能开会讨论产品的下一次迭代（emmmmm……这一天得开几次会），或者讨论需要实现的新功能，并与团队的其他成员讨论如何创建或计算这些功能。

下午1:30：阅读一篇关于公司领域的文章，或者关于如何使用强化学习击败世界上最好的 Alpha Go棋手的文章。（哈哈哈哈哈🤣，这就开始摸鱼了吗？）

下午2点：完成为新功能的创建逻辑，编写单元测试。在AWS上启动GPU服务器以测试在模型中的工作方式。

下午 2:15：检查现有的模型。如果已经完成，检查指标并与基线进行比较。如果它们比以前更好，请在数据库中将模型的“valid”标志设置为true。

下午3点：代码审查——来自一位致力于与数据提供者的API集成的同事的拉取请求，添加一些关于如何重构代码的注释。

下午 3:30：继续编码

# 晚上

（下午三点半之后呢？一直在编码？这样挺好的，有很专注的一段时间去做工作真的是很难得了！）

下午6点：收拾行装，回家，吃点晚餐。（下班真早！我怀疑是到点下班~🤭）

晚上8点：检查正在训练的模型的进度。编写一个想到的新激活函数，看看它是否会产生更好的指标。（这看起来像是学习时间！果然下班早自己学习的时间就更多欸！）

晚上10点：新的激活功能很糟糕。在Git中删除已有的分支。（也不是每次都能成功的嗷？）

晚上 11 点：阅读最新的行业新闻（睡前刷手机全世界都一样啊！看得是抖音嘛？）。睡觉。

# 第二天早上

在早上洗澡时，对如何提高现有模型的性能有了一个想法。有机会一定要写下来。

中外文化不同，工作的方式也有差别，这是正常现象。不过大家都会摸鱼啊！睡前刷手机啊！什么的。

但是他们貌似不卷加班，而是回家卷学习（个人的进步）！怪不得那些大神程序员都是在半夜提交git，想必都是躺在家里的床上写出来的代码（我猜的）。

推荐一个上班时候的摸鱼网站：CXY521.COM

摸鱼专区紧挨，学习专区，tab一下一键切换，不尴尬。学姐可从不摸鱼的，学姐工作很认真的。

文章来源：

https://medium.com/@shanif/a-day-in-the-life-of-a-machine-learning-engineer-fa73c18ef705

免责声明：所载内容来源互联网，仅供参考。转载稿件版权归原作者和机构所有，如有侵权，请联系我们删除。