最近由于校招如火如荼，一些小伙伴在后台以及知乎上问我，在开发和算法之间犹豫，不知道如何抉择，想要问问究竟哪一个岗位更好？

恰好我之前在知乎上回答过“对于技术岗位而言，开发岗累还是算法岗累呢？”的问题，于是将它搬运了过来，希望能给大家一点启发和帮助。

了解我的朋友可能都知道，2015年的时候我在阿里妈妈的算法岗位实习，然而找工作的时候我阴差阳错地去了某公司的开发岗位。做了一年之后，由于各种原因，有点后悔当初的选择于是又想办法转回到了算法岗位上。所以说这两个岗位我都待过，所以就各自来谈谈它们的缺点。有的时候我们不知道我们想要什么，但往往清楚我们不能接受什么。

这两个岗位虽然说起来都是工程师、技术岗，但是两者的工作内容和性质差得真不是一点半点。从业当中，也都有心力交瘁的时候，但是体验和触发条件都不太一样。简单说一说。

首先说开发，我个人在做开发的时候，蛋疼点主要有以下几个。

开发篇on call

on call可以理解成随时等待召唤的意思，一般来说重要项目的开发人员都是7 x 24小时on call的。

只要线上有问题，一定会有电话打进来。凌晨两三点也不是没有可能，而且很多时候，这些问题未必是你的锅，很有可能只是因为某某项目的负责人上有你的名字。

这点我想应该大小公司都有，之前和蚂蚁的同事聊天，他给我吐槽说他凌晨起夜已经成了习惯。因为好像蚂蚁到了晚上还有很大的流量，经常hbase抖动，每次抖动都会有电话打过来。还有什么烧烤吃了一半突然线上GG了，狂奔回公司查问题的，都不算是事。

不仅工作日如此，周末、假期都必须响应。所以基本上电脑随身携带是肯定的，哪怕是过年回家、出国旅游基本上也都要带着电脑。而且根据墨菲定律，千万不要有侥幸，我侥幸过两次，都中招了。最夸张的一次，在香港太平山上拿着手机看代码。。。

什么？线上故障的时候，你睡得太死了没听到电话？

Emmmm，轻则被leader说上几句，重则，可能你需要准备一下简历了。

大促熬夜

**只要是电商公司，没有不大促的，只要大促，没有不要熬夜的。**所以可以简单理解成只要是电商公司，那么一定会有熬夜。

大促意味着巨大的流量，自然对系统的稳定性是一个顶级的考验。就拿双十一举例，你以为只要在双十一当天多准备几台机器就好了？too young，在真正大促到来之前我们需要做很多轮的模拟流量检测，怎么模拟呢？就是搞一堆虚假的请求过来发送到服务器，看看服务器能不能抗住。这种模拟测试在行内称为压测，也叫压力测试。

一般来说每次大促至少两轮压测，由于压测可能导致系统问题，所以不能放在流量高峰期，也就是白天，只能晚上夜深人静的时候搞压测。那么你想嘛，熬夜就是必不可少的。

就算两次压测好了，两次压测加上大促当天的值班，至少每次大促都需要熬三天夜。每次熬夜，至少要两三点才能睡觉。

来来来，你告诉我，这样的大促一年有几次？

光数的出来的大促就有四次，321， 618， 11.11， 12.12……而且现在这个大促的次数还有明显地增加的趋势。

并发工作

工作当中最令人感受不好的就是并发工作，也就是一件事情你还没忙完，甚至刚刚做出一点眉目，立刻就被其他更加紧急的事情打断。

比如你在查一个bug，刚刚锁定了大概导致bug的代码区域，还没有具体检查出来，突然测试就告诉你她发现了新的bug。或者是产品过来跟你聊一个新的需求，或者是有人找你问一些关于你们系统的问题。这种连轴转的感觉是最痛苦的，只要很短的时间就会让人心力交瘁。

当然这个问题并不只是在开发岗位出现，其实任何岗位都有可能出现这个问题。但是相对来说，开发岗位出现这种情况的概率更高。因为开发往往负责的是一个或者多个系统，系统大了可能出现的各种各样的问题就很多。并且还会有很多使用系统的人问你问题，很容易出现这种情况。

其他问题

除了上面三点之外，其他蛋疼的点也很多。不过相比之下没有那么严重，所以我就放在一起说了。

比如大多数公司文档都不健全，对于开发来说接收陈年项目非常容易踩坑。而且很多时候需要直接去读源码，如果碰到之前的工程师代码能力不行的话，会导致代码非常难读，就跟眼睛被针扎了似的。

还有就是肝deadline的现象非常严重，每一个产品提的需求总会给你设一个deadline。有时候总会有各种各样的意外发生，导致你需要爆肝才能赶得上进度。比如线上出了故障排查了两天，或者是临时加了一个紧急的需求等等，无休无止地爆肝真的会让人崩溃。

另外一点是经常重复性工作，今天增删改查，明天改查增删。面试的时候高并发、分布式，进去工作之后curd。经年累月没有成长，如果是大公司的话，很多人干几年也没有过从0开始真正搭建项目的经验。

有时候产品或者运营或者是老板不好沟通也是一个问题。要么是不懂技术沟通成本很高，要么就是无脑强势，不懂装懂，我不管你觉得，我要我觉得。

算法篇SQL boy

很多人被算法岗吸引，就是觉得算法岗高大上，机器学习，人工智能。但其实真正从事之后，会发现根本不是那么回事。

如果在小公司，整天为数据发愁，不是这个数据没有，就是平台或者工具稀烂。如果在大公司，数据、平台、工具都有了，但是每天当SQL boy。你和业务谈算法，业务说明天上线，先统计上一版。老板整天告诉你，我想看这个、这个和那个，你去帮我跑一下。

你想说抽空能把某个模型优化一下，结果发现手上排的SQL根本写不完。机器学习、深度学习的模型我明明会一堆，但是眼下的事情永远只有SQL和数据。

问题难定位

做算法的过程，很多时候是一个和自己较劲的过程。

因为模型和开发的代码不同，开发用代码实现的功能结果是明确的，原因是可追溯的。但是模型不是，经常在别人场景下效果好的方法到你这里一团稀烂。特别是你老板报以期望的方法，你很难解释……太多的可能性导致模型性能不好了，可能是训练数据有问题，可能是特征有问题，有可能是流程有bug，但是老板不管这些，他们需要的是确定的结果。

并且很多人觉得查问题很简单嘛，你找几笔数据来看一下不就知道了？还有一些不懂装懂的路人，哎呀你用这样这样不就可以了？

大数据时代，只有相关性，没有因果性。几笔数据能够代表全部吗？我抽了几笔看了没问题，就能代表全部数据没问题吗？换句话说几笔数据有点小问题，就能代表这个是导致模型不行的原因吗？千万别信，信了就是大坑等着你。

我最头疼的就是老板让我去查某个问题，简直是玄学，如果是明显的问题还好，如果不是，你可能跑一堆SQL，看一堆数据还是一无所获。更蛋疼的是，可能一切都没问题，但就是效果不好，你也不知道为什么，毕竟神经网络是个黑盒。

忽悠和大忽悠

算法行业的忽悠很多，心态不好的人很有可能会扛不住。

也是因为现在算法太火了，很多不明就里的人会用仰望的目光来审视。某些时候这个是好事，比如当和投资人聊钱的时候。但大部分情况下，则未必。

比如某些决策者会有错觉，会有幻想，比如会提出一些他们自己都不信的口号。喊口号不是问题，但问题是口号里的指标要你去落实。你会发现你很有可能忍不住想要打人的冲动，其实老板也不是白痴，他们心里也门清，可能也是为了应付更高层的老板或者是投资人而已。有点像是晚晴鸦片战争时期的官员，从上到下都知道打不过英国人，但是总得想出点办法来去写篇“捷报”，不然怎么升官发财？

以前遇到过这么一档子事，说是公司的日活用户一直在降低，公司希望用机器学习的模型来筛选一批贪财的用户，给他们发5块钱红包。这样他们为了贪这5块钱就会一直活跃，也就带来了日活的增长，这样就可以和更高层的老板交差了。看起来这个逻辑非常清晰，毫无破绽。

但问题是，当时的日活有三百万，每天发多少红包呢？只有几万个。你说应该怎么办，即使算法选出来的每个用户都不流失了，那难道就能增长了？入不敷出的成语学过没有？老板才不管，你只管去做，做不好就是你能力不行。这种情况怎么办？

同样，这行吹逼的情况非常严重，简直章口就来。反正别人不知道你到底怎么做的，面试的时候有些人吹得那叫一个天花乱坠。当很多人都这么做获得好处，而你坚持底线，一直默默无闻的时候。你很难不对你的信念产生怀疑，究竟错的是你呢，还是这个世界？

以上，只是我一家之言，如果言中，请勿对号入座。

最后，世上没有完美的职业，总要有所得有所失。如果你能明白可以忍受什么，不能接受什么， 我想，你一定可以做出不后悔的选择。

今天的文章就到这里，衷心祝愿大家都能找到称心如意的工作。如果还喜欢今天的内容的话，请来一个三连支持吧~（点赞、关注、转发）

本文始发于公众号：TechFlow，求个关注