初代95后，「闯」进大厂搞技术

---

  新智元报道  

周四晚上9点半，王哲结束了每周固定的直播模型与应用组周会。

会上，来自不同组别的近百名同事围坐在一起讨论、碰撞。

期间，王哲似乎不是那个最爱发表意见的，他更愿意坐在一旁观察，思考技术的适用性，以及上下游同事遇到的问题。

这也是入职大厂一年多时间以来，王哲身上「最大的改变」—— 「刚毕业的时候，会关注于特别新潮、酷炫的技术，现在，我会更关注当前的业务场景是什么，有什么特定的问题，什么样的技术是适合我们业务的。」

走出会议室，王哲回到工位，继续翻读起最新的论文研究成果。

这个多年养成的习惯，并没有因为加入互联网公司，而发生太大的变化。

在他的身上，你似乎能感受到一种强烈的自驱力。

这背后，是对新技术的热衷和渴望，也是「给世界带来一点美好改变」的朴素愿景。

这个10月，我们和3位大厂的95后技术人聊了聊。

（注：三位95后技术受访者插画图，左：钟文；中：王哲；右：巩俊）

从天赋异禀的少年，到西二旗打工人中的一员，华丽的学术背景之外，这群因为「快Star」而闯进互联网世界大门的年轻人，也在重塑着我们对于技术本身的理解。

如同大多数95后一样，钟文是从互联网土壤上成长起来的一代人。

因为受到工程师父亲的启蒙，他从小就展现出了对计算机的热爱。

在父亲的帮助下，还是小学生的他就搭建了属于自己的博客。每周在读完《三国演义》之类的历史书后，他都会在上面写下观后感。

除了写博客，他还会剪视频、搭建网站。当然了，电脑游戏也是少不了的。

比如曾经风靡全国的泡泡堂、梦幻西游等，都是他常玩的游戏，其中有不少现在已是时代的眼泪了。

这样一个小「极客」，高中毕业后考入了北邮的计算机系。

看到互联网的巨大能量，大学期间，钟文就明确了未来的就业方向。

他会经常约上伙伴，有针对性地搜索、参加一些机器学习算法比赛，尤其是推荐类算法的比赛，比如阿里的天池、国外Kaggle、智源研究院平台的比赛等。

在这期间，钟文对于技术的掌握越来越熟练。白天泡实验室，晚上打比赛，让他成为同学中的佼佼者。

到了毕业季，他就已经手握诸多互联网头部大厂的offer。

除了工资待遇，钟文更关注的是长远发展机会，他判断跟各行各业都能紧密结合的短视频就是当下的一个风口。

为此，他还向在快手工作的师兄师姐打听，得到了不错的评价后，钟文最终选择了快手，成为商业化部门的一名广告算法工程师。

（钟文参与的封闭项目办公场景。重点项目需要快速迭代，交付结果。3-6个月中在会议室里封闭攻坚，也是技术人的常态）

他的主要工作内容是优化广告排序，更高效地匹配用户的流量。同时，他也会负责一些商业化的业务模型，比如搜索广告，参与唤端、涨粉等业务优化。

近年来，带货逐渐在短视频平台上兴起。

优化广告的匹配效率过程中，将用户，推荐视频，广告内容进行合理的映射和链接是很有必要的。将这些整体构建在一张图中并进行学习，也就是我们常见的「图学习」。

要知道，视频中的商品，以及各种行为（用户的观看、点击、评论、收藏等）都可以作为信息和节点，将其关联性构建在一张图中。

在钟文主推的「图学习」项目首次落地的过程中，着实遇到了不少困难。

数据流的搭建、工程的开发、算法的开发，都需要经历一个从0到1的过程。

钟文介绍，在技术层面， 除了自己过往经验能派上用场的，也考验团队之间的协作与配合。

「过程里，我们需要和团队leader保持密切的沟通，并主动抛出解决问题的思路。比如说我们需要一些图像识别能力，团队内部可能无法解决，这个时候就需要协调其他团队的力量帮助我们」。

而这个项目也如期取得了成果：去年年底开始的项目，仅用3-5个月时间就比较顺利地落地，取得了较为明显的收益。

广告算法的优化，最终需要交给庞大的广告主客户去检验。

钟文举例，「比如说某一家广告主在投放过程中遇到了问题，对于我来说，虽然刚刚上手，也会在这些实际场景中去跟进问题。去弄清楚为什么投放效果不好，通过排查数据找到问题所在。」

现在，钟文在快手已经工作一年多，能够独立负责项目，也得到不错的发展机遇。

这个过程中，钟文说，「实现了自己的价值，也为公司创造了价值，我很享受这种正反馈的感觉」。

钟文的兴趣热爱，让他在职场上迸发出更大的光芒。

95后一代技术人，山东小伙子巩俊的职业生涯，同样始于对视频编码算法的情有独钟。

不论大学本科选专业，还是研究生阶段选研究方向，我大多是因为兴趣。只有做自己喜欢的事情，才会更有动力把它做得更好。

巩俊很喜欢单机游戏。游戏的世界架构以及剧情推进，对他有非凡的吸引力。

大学期间，由于不确定自己的兴趣究竟在哪里，巩俊参加了很多活动、竞赛甚至是培训。后来，他终于发现了自己对编程的兴趣，于是一头「扎」进去。

通过老师的介绍，他知道了视频编码这个方向，并且在读研期间专注于这个领域的研究。

（巩俊读研期间，实验室工作日常）

读研期间，巩俊参与了一项AVS3视频编码标准的项目。

当时，这个项目还处于起步阶段。整个团队花费了很长一段时间，去解决机器资源的问题。

因为在制定视频标准的过程中，需要在设定好的丰富数据集上不断去验证算法，因此实际需要很大的计算资源。

而实验室资源非常有限，巩俊和团队需要考虑如何解决。经过不懈努力，巩俊和团队在AVS3上实现一些编码算法，最终，他们的成果被标准组织接收。

这个项目，让巩俊收获了成长，还拿下了国家专利，为未来的职业发展奠定了基础。

入职快手以后，巩俊主动把自己的技术特长用在了真正「看得见」的地方。

对于每个视频平台来说，都希望用户刷到的视频能既流畅，又清晰。对于幕后技术人员来说，在有限的服务器资源下，「流畅」和「清晰」往往不可兼得。

目前巩俊在快手的工作，简单概括来说就是，探索如何最大程度提升清晰度，同时节约带宽和服务器资源。

对于简单的2D动画视频，在低码率和高码率时的观看体验其实差不多，因此可以将码率尽可能压低一些。

而对于复杂动作较多、码率下降对观感体验影响明显的视频，就需要给予更高的码率，保证用户的观看体验。

有时，当用户网络条件发生变化的时候，也可以通过动态调节码率做一些自动优化，比如档位间或者某一个档位内的优化，来保证播放体验。

（今年8月，快手正式发布视频云品牌StreamLake，宣布进军B端业务领域。图为巩俊参与的StreamLake OS产品全景图）

自己的工作，可以服务于亿万人的使用和体验，作为幕后技术人员的巩俊时常感到欣慰。

不单单是某个技术细节的迭代，巩俊认为，通过「快Star」项目加入快手以来，最为重要的一点是加深了对于视频编码转码整体架构的理解。

「包括哪些环节对于用户体验的影响是最大的，也可以从更全局的角度来看技术在整个架构中的价值。不在现有的业务场景之下，我们可能很难了解到这些。」

当被问及「在学校实验室和企业项目组搞研究有何不同」时，巩俊表示，在学校研究视频编码方案，是为了「让技术推动技术本身」，而在公司，则是为了「推动技术的落地」。

务实、稳健，是快手这家公司技术人员身上很常见的品质。

95后的王哲同样如此，交谈中，他同时透露出远超同龄人的成熟谦逊。

这和他迥异的成长背景有关。王哲出生在四川大山里，父母倾尽全力带他走出贫困闭塞的家乡。

因此，他其实在北方长大，也获得了在城市里受教育的机会，并一路争气地念到了北大的研究生。

而一样出身环境大家族里弟弟妹妹们，往往面临着早早辍学步入社会谋生的境遇。

他会反复思考环境对于人的影响，以及教育的意义。

他不觉得自己有多特殊的天资，只是觉得幸运，因而更加勤勉精进的同时，希望自己能为他人带来一些好的改变。

（王哲家乡的山路）

王哲和同龄人也拥有很多共同的爱好和特点。比如热爱运动，他是院队的篮球队队长和主力后卫，到现在还会坚持每周打一次篮球。

走入职场后，他发现了职场和篮球场微妙的相似之处：大家都是在一个团队之中，为了达到一个共同的目标去努力。

每个人的能力不一样，该如何把球投进呢？他会时常进行这样的思考。

王哲非常喜欢一句话：「创新建立于经典之上」。

为了提高自己的创新能力，他不仅要理解业务的解决方案，还会紧追前沿的技术，比如计算机视觉、自然语言处理的最新进展。

王哲的本科学的是数学专业。在他看来，学数学出身的确让自己和其他同事有一些不同。

其中一个就是对逻辑的严格要求。比如在常人看来，有A就一定会得出B，但他就会反问：为什么有A就一定会得出B？能不能通过C得出B？或者他会干脆质疑问题本身的正确性，问为什么一定要得出B？

另一点就是对于概率的敏感度。在常人看来，某些事发生或不发生，是一个二元的视角。但在王哲看来，这是一个概率的问题：正在发生的事情只是大概率发生，并不是一定发生。

如果带着这种后验的视角去做工作，就会把更多的精力放在让这件事的成功概率变大上。工作后，他的这种感受越来越深刻。

在学生时代，王哲同样也有着丰富的比赛经历。他印象比较深刻的是在旷视科技参加的COCO比赛，这是在计算机视觉领域世界级的顶尖比赛。

王哲和同学一起花了两个月，研究当年最新的paper，并且都做了复现。针对这些paper，他们分析比较，并做了模型上的融合，得到了表现效果很好的模型。

除了模型，王哲还浏览了大量的badcase，并针对性的提出了一个策略，可以很好的弥补模型的不足。最终，他们的方案取得了第一名的成绩。

（COCO比赛王哲获得的证书）

回想起这次比赛经历，王哲感慨道：其实当时的过程和现在做的业务有点像——上了模型之后不能只看指标，因为指标是一个全局的效果，而case是非常具象化的东西。

入职四个月后，王哲在参与人脸风格化项目时，为了用模型生成动漫或皮克斯2D、3D风格化的人脸，公司以前需要请专业的画师为每个风格画几十万张图。

这种方法成本高，效率低，迭代周期需要半年。而王哲和同事们通过新的自研技术，让机器自动画图，使原始需求量从几十万张降到几百张，迭代周期也缩减到了1至2个月。

（机器自动生成的多种风格魔表）

当然，难题也是免不了的。比如，最开始做直播推荐的时候，王哲发现，在离线过程当中有一个非常好的模型，但是把它部署到服务端之后，线上的表现非常一般，甚至没有拿到收益，这就是常见的「离线和在线不一致」问题。

因此，王哲和团队通过比较系统的链路排查，发现模型在链路里面发挥的作用受限于后链路的一些策略，或者混排模型的影响，所以导致模型的作用变小。

发现这个瓶颈后，王哲开始改造线上链路，使模型发挥了更大的作用，最后拿到了比较大的线上收益。

在求职时，王哲其实手握多个offer。他在参加快手校招的open day时，对快手同事的高学历印象深刻——三分之一清北，三分之一海外名校，三分之一国内的计算机老牌名校。

从业务角度来看，快手正处于高速增长的阶段，拥有庞大的用户基础和数据量基础，能使算法发挥更大的作用。

最打动他的还是快手的价值观和理念，「通过科技提高每个人独特的幸福感」。

在王哲看来，快手不是一个单纯的商业公司，它下了很大力气做了实实在在的事，比如助力深山里的农民打开农产品销路，让偏远地区孩子的音乐梦想被看见，从而走向更广大的舞台。就像他一步步走出深山的经历一样。

他依稀记得，在读研时自己曾在一个生物医疗机构实习。第一次产品上线的寒冷冬天，在医院里，运维的同事把他们的产品在医生的识别系统上部署起来后，医生就不需要再去标记，只要片子一拍出来，诊断结果就立马出来了。

（机器学习自动勾勒脑中线产品，王哲跟团队提出的方法发表在医疗影像领域顶会MICCAI）

他第一次有了一种巨大的成就感：原来自己写的代码在场景里被部署起来后，会这么有用。

王哲跟他入职的这家公司可以说是一拍即合。入职两年后的今天，他更加坚定了自己当初的选择「是正确的」。

未来，他还希望能为偏远地区教育、医疗做些什么。

结合目前从事的直播场景创新方向，王哲也在思索，是否可以尝试将直播与普惠教育做一些结合，让「双师学堂」这类项目，不止惠及一小部分地区。

王哲、钟文、巩俊有一个共同的名字，叫「快Star」。

从华为的「天才少年计划」、阿里巴巴的「阿里星LAB」，再到腾讯的「技术大咖」、美团的「北斗计划」……近年来，互联网大厂的技术人才专项计划并不鲜见。

2019年开始，快手正式推出全球顶尖校园技术人才「快Star」项目，希望发掘出最优质技术人才，培养面向未来的技术领军人。

诚如快手技术有关负责人所言，平台的发展，离不开年轻一代的创新能力和对用户需求的深刻洞察。

通过「快Star」选拔、吸纳顶尖的高校人才，接受体系化的训练，让他们用技术去解决实际应用场景中的难题，为用户创造价值，是「快Star」的重要意义。

这群「快Star」们从走进公司的那一刻开始，就被期许成为更富有担当的管理型人才，而不仅仅只是优秀的算法工程师。

钟文不止一次谈到，通过「快Star」可以「接触到更多难而正确的项目」。在项目推进的过程里，也要面对跨部门、跨团队协作的复杂业务场景。

被问起在快手的整体感受时，王哲给出了两个关键词：一个是「机会」，一个是「开放」。

王哲称自己在这里一年的主要成长在于对业务的思考，日常会听各种大咖、业务分享，这对多维度了解快手的生态有不少帮助。「我愿意在这里一直投入，很重要的一点是，我觉得我跟公司在一起成长」。

保持思考的习惯，站在更全局的视角多思考一些「为什么」，大概是此类技术人才项目的深远价值所在。从通识意义上的优秀到成为一名「多边形战士」，责任感，也驱使着这群95后技术人们走向更长远的未来。

对于这些历经层层选拔、脱颖而出的年轻技术人而言，做好每一件平凡的小事，让技术进步真正惠及每一个普通人，或许是创新本身最重要的意义，也是「快Star」最闪耀的地方。

（应受访者要求，王哲、巩俊、钟文为化名）