我在618主场，和3位顶尖技术博士聊了聊

正文

请到「今天看啥」查看全文

同时，为了支持多个任务的数据融合训练，他还引入了一种自动数据配比算法，根据不同任务的难度动态调整数据占比，进一步提升了训练效率。

以上这一整套方法，最后被用在系统审核环节。

△ 长林代表公司参加行业顶会

幸运的是，这种算力消耗不低的探索方向，在系统真正被验证好用之前，就得到了京东在资源和团队协作上的支持 。

这种在项目推进上的自由度，让长林能够坚持自己的追求——不是堆模型参数赢比赛，而是让技术真正跑进业务、服务用户。如果能让用户更快买到“又好又便宜”的商品，提升一点点体验，降低一点点选择成本，那技术就没白用。

技术人要找到值得长期投入的课题，关键不是一头扎进算法细节，而是要深入业务，从实际问题角度出发。

而 京东与其他电商平台不同，它拥有完整的供应链体系 。

京东对于供应链全流程包括需求预测、采购/供应、仓储/库存、销售、物流履约和客服都有深刻的理解。同时又拥有自营和POP两种完全不同的模式。这会带来很多全新的机会。

“但对技术人来说也是一个挑战。”长林表示，这意味着需要在更大的搜索空间里寻优，需要更好的优化方法。

像他做的同品判别系统，就是在深入理解商品聚合场景之后，自然浮现出来的方向——既贴近用户体验，又具备模型落地的复杂性，值得长期深耕。

这就是技术真正的影响力，不是靠炫技，而是让科技以「无感」的姿态融入日常，让用户体验丝滑流畅 。

长林非常鼓励更多年轻的技术同学关注这个方向，“这块未来机会很多，也值得用心去深挖。”

星衍丨物流：打透一个场景，不去追求无边界泛化

和长林差不多时间入职京东的 星衍，如今已经是京东物流一个10余人技术团队的负责人了 。

△ 读书时期的星衍

此次618物流大考前夕，星衍的日常有些“不太日常”：他带着团队每隔几小时就查看一次前线实仓的指标、现场监控和异常回报，有时还要一起亲自到实仓去。

因为他和团队面临的工程问题，80%需要现场给出的答案。

至于他为什么会选择今天这条路，故事还要从他当年在国外读博说起。

当时，星衍在Meta实习，也顺利拿到了研究岗的offer。但“那个岗位其实做的就是写SQL、跑数仓，和博士研究的时空数据分析基本没关系”，而且在星衍看来， 国外平台对技术人员的上限不够友好，是不是博士干的活都差不多，没啥挑战 。

思来想去，他还是决定回国。

在横向对比了N个到手offer后，星衍决定成为一名京东人。原因很简单：

至少这里的业务场景是开放的，你想往前多做一步，是有空间的。

最终，结合自己的专业方向和技术兴趣，他选定了京东物流作为定岗方向——这是一个看起来“灰尘多、线下多、数据脏”的场景，并且是需要真正的深入业务理解业务场景，在一线、成为一线。

他每天需要考虑和接触得最多的，不是派送件的快递员，就是分拣快递的仓库。这俩一个是物流末端，面对开放环境，一个是封闭场景，复杂度不在一个纬度上，但都不简单。

请到「今天看啥」查看全文