導(dǎo)言：

今晚吃飯和媳婦打趣，她把青芒俺孙、梨子辣卒、桃子幾種水果混合在一起榨汁掷贾，解決了冰箱里水果瀕臨吃不完的問題，我來了一句：這些水果通過進(jìn)化荣茫，好不容易才變成不一樣的物種想帅，你又給它們混合回去了。

達(dá)爾文的物種進(jìn)化理論中有一個重要命題啡莉，就是"物種沒有過渡形態(tài)港准，只有最終形態(tài)，因?yàn)橛H代會消亡票罐，子代會更加分化"叉趣。這個觀點(diǎn)大方向很好，細(xì)節(jié)有待商榷该押。

1 過渡形態(tài)在哪兒疗杉？

按照我的理解， 過渡形態(tài)無處不在蚕礼，只是因?yàn)樵跉v史的長河中我們對過渡形態(tài)和穩(wěn)定形態(tài)的觀測頻率一樣烟具，才造成了一定的采樣偏差。

先說說采樣偏差奠蹬。我們?nèi)祟愂遣皇亲罱K形態(tài)朝聋？現(xiàn)代人類幾千年的文明歷史在地球的歷史長河里幾乎是觀測不到的（如果200年后我們就滅絕了的話）再比如一個主要依靠打車來運(yùn)輸乘客的交通系統(tǒng)，遵循排隊(duì)理論囤躁，如果你在街邊有很多人打不到車冀痕，你能說這個城市較大比例的打車需求無法滿足嗎？不是的狸演，因?yàn)槟悴⒉荒芸匆娔切┠苎杆俅虻杰嚨娜搜陨撸麄円呀?jīng)在路上了！

我們就是如此容易忽略過度形態(tài)宵距，這種忽略是不公平的腊尚。站在任何一個時間截面上，過渡形態(tài)都會以某種非0概率存在满哪，而不是我們常常說的"只有最終形態(tài)"婿斥。這種進(jìn)化是持續(xù)演進(jìn)的，而不會是一蹴而就的哨鸭，過渡形態(tài)一直存在于它們應(yīng)該存在的時空中民宿，而且在那個時間點(diǎn)甚至并沒有顯現(xiàn)出"它們是過度形態(tài)"這一征兆。也許是偶然事件推動像鸡，也許是環(huán)境影響勘高，過渡形態(tài)才會重新分化、進(jìn)化，以至于使自己的形態(tài)最終滅失华望。

聽上去有點(diǎn)可惜，然而抱著不求天長地久仅乓，只求曾經(jīng)擁有的態(tài)度赖舟，倒是也能淡定一些了。

2 關(guān)于數(shù)據(jù)挖掘工程師的進(jìn)化

我聽過一個比較有意思的觀點(diǎn)夸楣，來自于某位互聯(lián)網(wǎng)獵頭顧問：

"外包公司的人的痛往往在于沒辦法在迭代中進(jìn)步宾抓，做事情長期處于entry level會越來越水；而BAT人的痛往往在于N多年永遠(yuǎn)是某個特殊崗位上的螺絲釘豫喧，逐漸精深做的很好石洗，然而轉(zhuǎn)崗跳槽選擇都很少。"

這其實(shí)是在講兩個生態(tài)環(huán)境中的兩種成熟的物種紧显。

前者的程序員更擅長做數(shù)據(jù)的單純開環(huán)而非閉環(huán)讲衫，至于效果、驗(yàn)證孵班、優(yōu)化涉兽，這種東西完全取決于項(xiàng)目人員的節(jié)操。受制于項(xiàng)目成本篙程、甲方的水平枷畏，實(shí)在是沒有辦法在平均意義上做的太有水準(zhǔn)，甚至連優(yōu)化迭代這件事的重要性提都不提：即然做完了為什么不直接拿錢走人呢虱饿？這種不負(fù)責(zé)任到底的心態(tài)是甲乙雙方?jīng)]有共同利益點(diǎn)的機(jī)制使然拥诡，半吊子的項(xiàng)目以及殘酷的競標(biāo)環(huán)境，最終帶來的氮发，絕大多數(shù)情況下導(dǎo)致的是令人遺憾的劣幣驅(qū)逐良幣渴肉。

后者的程序員更擅長做數(shù)據(jù)的單純閉環(huán)：在組織架構(gòu)分工明確、交接流暢的前提下折柠，每個人都有自己負(fù)責(zé)的那"一小撮"宾娜，只需要擔(dān)心在數(shù)據(jù)pipeline路徑上，數(shù)據(jù)輸入方是什么狀態(tài)扇售，數(shù)據(jù)輸出方是什么狀態(tài)前塔，進(jìn)而如何影響下一次輸入方的數(shù)據(jù)就可以了。不管是單純的日志處理承冰，數(shù)據(jù)倉庫搭建华弓，還是使用數(shù)據(jù)挖掘模型作出預(yù)測，從方法論到工具集基本都是套路困乒，也不太需要創(chuàng)造性思維也能把成果穩(wěn)定一點(diǎn)點(diǎn)提高寂屏，因此也會陷入這種模式：人變成了架構(gòu)、變成了kpi的奴隸，比如預(yù)測／有監(jiān)督學(xué)習(xí)問題中出現(xiàn)百萬吱抚、上億特征而不追求降維、模式研究本身就是一種畸形既绕，這種畸形是"預(yù)測準(zhǔn)確率就是一切"這種思路帶來的袱讹，而且還使人前赴后繼進(jìn)行日復(fù)一日的重復(fù)勞動评肆。

以上兩點(diǎn)說的是某種意義上的最終形態(tài)。盡管"存在即合理"，但是容易發(fā)出怨言的人并不只是負(fù)能量的制造機(jī)，因?yàn)槟切┤四芸吹阶罱K形態(tài)并不是對于個人而言的最優(yōu)形態(tài)。人有更優(yōu)而不得，才會產(chǎn)生負(fù)能量。對于對于成熟物種的強(qiáng)烈不滿敷钾，會把人導(dǎo)向另外一條進(jìn)化道路峭范，這些人會勇于在合適的創(chuàng)業(yè)公司中把自己變成過渡形態(tài)：他們在新業(yè)務(wù)數(shù)據(jù)探索和研究方向上的動機(jī)以及實(shí)踐甜害，與其說是適應(yīng)環(huán)境，還不如說是不滿意環(huán)境主慰，希望構(gòu)建一個新環(huán)境嚣州，然后把自己放在環(huán)境里靜待進(jìn)化。盡管這一小撮人的狀態(tài)對于以上兩種人而言像是過渡形態(tài)共螺，但也可以反過來想：他們追求并構(gòu)建的公司數(shù)據(jù)文化该肴，跟前兩種公司的數(shù)據(jù)文化相比，搞不好還更接近最終形態(tài)呢藐不！

3 關(guān)于數(shù)據(jù)科學(xué)程序語言的進(jìn)化

剛才提到匀哄，個人會進(jìn)化，公司文化也會進(jìn)化雏蛮，它們雖然形成了層級結(jié)構(gòu)涎嚼，但是進(jìn)化的規(guī)律如出一轍。這讓我不禁再往前思考了一步：公司文化這種抽象的鬼東西到底是什么挑秉？公司畢竟是由人組成的法梯，你說公司文化是由ceo／創(chuàng)始人決定的未免太過武斷了，從統(tǒng)計(jì)物理視角來講犀概，不如說是"每一個加盟公司的求同存異的個體所形成系統(tǒng)的最低勢能點(diǎn)"立哑。

把個人－公司文化這種關(guān)系進(jìn)行類比，我比較有興趣聊聊一組類似的關(guān)系：數(shù)據(jù)科學(xué)程序語言－數(shù)據(jù)科學(xué)派別阱冶。

第一類派別就是研究派刁憋。就像人會依附公司一樣，Julia木蹬，R至耻，SAS這種交互式數(shù)據(jù)研究語言也會尋求對Python生態(tài)圈中jupyter notebook的依附若皱，這就很尷尬了，jupyter何德何能讓性能的追逐者尘颓、追求省錢的學(xué)院派走触、老牌統(tǒng)計(jì)分析師一起依附過來呢？也許你會說這玩意的重點(diǎn)在于疤苹，研究派人員對數(shù)據(jù)的交互式探索特別喜愛互广，因?yàn)樗麄兡軓臄?shù)據(jù)中獲得令人驚訝、驚喜卧土、百思而最終得其解的洞察惫皱。這一點(diǎn)說穿了，那就是"讓人從dont know how to analyze走向know how to analyze"尤莺。數(shù)據(jù)驅(qū)動的意思就是一份數(shù)據(jù)一個樣旅敷，A公司今年的經(jīng)驗(yàn)未必適合于B公司，也未必適合A公司明年的情況——這就主要講究一個開腦洞獲得意外驚喜颤霎，因?yàn)橹钡阶詈笠豢滔彼治鰩焸円苍S都不知道數(shù)據(jù)里面究竟包含了怎樣的奧妙。

第二類派別是工程派友酱。這里就得借用一個概念了：Domain Specific Language晴音。這是一種粗放的概念，意思是『在某個領(lǐng)域內(nèi)缔杉，使用特殊的約定锤躁，使代碼完成指定的工作』。不論是SQL壮吩，Regular Expression這種粗暴奔放的工具进苍，還是Functional Programming實(shí)現(xiàn)數(shù)據(jù)管線、流式處理鸭叙，或者是tensorflow觉啊、keras這種高度封裝的api實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)的構(gòu)建（如果你們熟悉pylearn2的話也許還記得yaml一樣可以定義網(wǎng)絡(luò)），甚至是openblas沈贝，atlas杠人，intel mkl這種矩陣計(jì)算工具，這種語言宋下、工具的出現(xiàn)都在說明一件事：我們離不開高級抽象嗡善。我們最重要的目標(biāo)，就是把know how to do交給其他人并忘記学歧，轉(zhuǎn)而執(zhí)行define what to do罩引。在容易抽象的環(huán)節(jié)，程序總是扮演著節(jié)省人類生命而非浪費(fèi)人類生命的角色枝笨，那么define what to do就相當(dāng)于是這種抽象袁铐，用來define的工具就是人類和人類之間達(dá)成的協(xié)議揭蜒。（至于計(jì)算機(jī)領(lǐng)域所說的protocol，我看它們在某種意義上甚至可以稱得上是標(biāo)準(zhǔn)了剔桨，因?yàn)楣?jié)省溝通成本屉更，所以全人類都用一種協(xié)議，就變成了標(biāo)準(zhǔn)）在工程方面洒缀，一個高效執(zhí)行的pipeline一定離不開以上提到的所有接近進(jìn)化完全的技能點(diǎn)瑰谜。它能夠同時滿足兩點(diǎn)：編碼效率極高，以及執(zhí)行效率接近最優(yōu)树绩。

因此我的個人意見是萨脑，以上兩派數(shù)據(jù)科學(xué)工具最終形成派別。

結(jié)語

本文純屬胡思亂想系列饺饭，說是知識言過其實(shí)砚哗，不如說成是我自己的偏見，僅供參考砰奕。