作者面对面 | IT 老兵、一线程序员，说的竟然都是她？

「作者面对面 (Chat Chat)」是 GitChat 团队出品的一档对话技术写作者的栏目。我们希望通过展示更多 Chat 作者的视角，来分享程序员关于生活和工作的态度，以及学习和成长的经历。立足于写作，但不限于写作。

本期我们的采访对象是美女工程师 李烨。GitChat 的老用户应该不会对这位小姐姐感到陌生。作为机器学习方面的专家，她在 GitChat 上开设了专栏《机器学习极简入门》、开办过训练营《21 天入门机器学习》，还创作了二十多篇广受好评的 Chat。

李烨现就职于微软（Microsoft），是一位高级软件工程师，她曾在易安信（EMC）和太阳微系统（Sun Microsystems）任软件工程师。先后参与过聊天机器人、大数据分析平台等大型项目的开发。

机会难得，这次我们就和这位自诩为「IT 老兵」的小姐姐聊一聊程序员的成长和学习，以及她身为女程序员的一些体会。

能否介绍一下你自己和你正在做的事/h4>

我的个人经历很简单，我研究生学的就是计算机，毕业之后找工作找的也是程序员的工作，之后换了几家公司，但岗位没变，至今都是一线程序员。

不过这些年来也开发了一些不同领域的产品，早期做得比较杂，直到 2010 年因为工作需要开始学习机器学习，之后顺势转入人工智能领域的研发工作。

目前在微软商用人工智能部门开发 To B 的人工智能产品，主要包括智能对话系统和知识图谱。

你在文章中经常自诩为「IT 老兵」，在你的学习或职业生涯中，一定遇到过很多困难和挑战。请问你遇到过的最大挑战是什么又是如何克服的/h4>

工作了十几个年头了，遇到过和正在遇到的困难和挑战很多，不过如果说起最大的，还是在职业生涯早期那段时间。

当时很多技术我都不会。这倒不是关键，IT 本来就是一个新技术层出不穷的时代，今天的我还是很多东西都不会。

关键是，刚开始工作的时候，不但什么都不会，而且还不知道该会什么，以及怎么才能学会——既不了解自己所做的业务是怎么回事，也不知道怎么把自己承担的任务转化为具体的技术实现，还不知道如何去了解这个过程。

那时候犯过一些很低级的错误，比如老板分配了一个任务，我不知道该怎么完成，就去问组里最牛的一位码神，上来就问人家：“这件事该怎么做啊人家正眼都不瞧我，直接一句：“滚一边儿去。”我就愣在当场，好半天不知道怎么办。

现在想想这种提问方法是非常错误的，被码神如此对待实属活该。但是当时真是一点都不知道，就是特别懵。码神不回答，就再去问别人。

就靠着懵懂 + 厚脸皮，再加上当时是在外企，整体的工作环境比较轻松和谐，所以问一圈总能遇到不厌其烦解释的同事。就这么东一榔头西一棒子，每天现买现卖。

真的是非常感谢这些年来遇到的热心同事们，给予我那么多无私的帮助，包括让我滚的码神，要不是他反复敲打我可能还要晚些年头才明白提问者应有的本分。

后来自己动手动得多了，慢慢地形成了经验，了解了软件开发的流程，也逐步理解了体系结构、模块、编码实现等不同层级的东西，学会了如何拆解任务，如何将任务目标转化为技术实现目标，以及如何通过网络搜索等方法搞定一个个具体的技术点。总而言之，就是经过实践内化形成了 know-how 的能力。

现在每天都面对着大量的新工具、新技术，但是我已经知道什么该反复深入地去学去练，什么不用急着学，到了用的时候再“临阵磨枪”，而真到了要用新工具、新框架的时候，也明白上手的路径，能找到学习资源。

如今你已经是一位机器学习方面的专家，还在 GitChat 开设了专栏《机器学习极简入门》，你希望通这些创作和分享向读者传递什么你的角度看，你的收获是什么/h4>

之所以分享机器学习，是因为我本人确实从学习机器学习当中受益良多。最早接触机器学习时我连什么是线性回归都不知道，2010 年也没有现在这么丰富的机器学习的学习资源，国内连纯中文写作的原创书籍都几乎没有，在杂乱无章中摸索了一段时间，才遇到 Andrew Ng 的机器学习公开课，算是第一次相对系统的学习。

视频确实起到了一些帮助，但是对于比较复杂的模型，还真的不是单靠视频就可以的。之后又是到处找书，在网上查询，在各种 blog，网文，论文中获取一鳞半爪的知识。

特别是在这个过程中，强行逼迫自己回头重拾大学数学，把当时就没怎么学明白的微积分、概率统计、线性代数又重新翻出来反刍。不过，有趣的是现在回头再学反而比当初在大学上课时容易明白了！

因为现在是从实际出发，被现实需求逼迫着去找对应的理论方法，那些之前让人一看就头晕脑涨的符号在有了明确用途的情况下自身意义也逐渐鲜明了。