正文
“狗哥,咱们那个功能昨天上线了,你能...”
狗:
(温柔而坚定的打断)
“猿,憋说话,我懂。
我准备两个daily dashboard,一个看实时流量,一个看kpi。同时,我准备每周五发一个周报,给团队概况高光点。从昨天的数据看来,我们付款的转化率提升了62%,但是尚未统计显著。。。”
猿:
(握紧的双拳放松了下来,感觉这班还算没白加)
猿:
“狗哥,你要的推荐单曲功能我做出来了,你看看符不符合需求。”
狗:
(不看猿精心准备的demo,而是找到了github对应的branch)“哎呀,你这里的SVM怎么用的是fisher kernal了?我觉得用polynomial kernal可能会提升0.00000001%的accuracy吧,毕竟后者会考虑feature combination。哈哈你不要惊讶,我在Coursera上了机器学习(的第一节课),还算是比较懂吧。。。”
猿:
(握紧了双拳)
猿:
“狗哥,你要的推荐单曲功能我做出来了,但是私人FM的需求很难实现。”
狗:
“怎么就很难实现了呢?”
猿:
“因为on-demand的learning需要有比较好的data pipeline,我们的架构尚不能支持。”
狗:
(用蔡依林《骑士精神》般的口吻):“我不听,我不听。为什么网易能做出来呢?为什么虾米能做出来呢?为什么豆瓣能做出来呢?”
猿:
“因为他们是网易,虾米,豆瓣啊。他们的计算力和训练数据集的质量都比我们高太多,具体的例子有。。。”
狗:
“不听不听,王八念经。我三舅家表姑的二闺女她邻居家的小儿子找了五个蓝翔毕业生就做出了个唱吧的山寨版,就可以实时推送推荐歌曲,你为啥就不行呢???”
猿:
(握紧了双拳)
如果你看完了上面的两个例子还不能体会到那揪心的蛋疼,请想象以下画面。
你司客服小王对你说:“狗哥,你这个需求的市场分析太粗糙。当年我旁听过我们镇卫生学院的管理学课程,怎么也要用上swot,波特五力,PEST,波士顿矩阵,统统来一遍,才算是入门啊。”
你司销售老陈对你说:“狗,你这个设计,没有采用到实现最流行的tieba style啊,而且颜色上不够本土化,不够红,不够艳,我和我老婆肯定不喜欢,所以谁会喜欢呢?”
如果你也感到了蛋疼,
请记住,闻道有先后,术业有专攻。
请站在你的专业角度上陈述你的观点和诉求,而不是提出半吊子的解决方案 -- 即使你在他人的领域中还算有点水平。这是交流与信任的根基。