前两天参加同学聚会，大家问我最近在做什么工作。我一说我在做广告算法的工作，大家立马赞叹了起来：“广告算法？这听起来就很高大上呀。”“算法工程师？听说搞算法的挣的都很多，真是羡慕。”有些同学对我的工作比较好奇，问我：“你们平常都做些什么工作？和广告模型相关吗？”

　　看来大家对广告算法工程师还真的是存在一些误解。外行人觉得，广告算法工程师每天都在和各种各样的模型、算法打交道，实际上则不然。在广告算法这个行业里，数据往往才是最重要的，其次是特征，最后才能轮得到算法。

　　在实际的工作中，如果广告算法工程师只精通做模型，是很难取得好的工作效果的。

　　广告算法工程师的真实日常是怎样的？

　　比如一个擅长做模型的工程师，不停地做模型优化，不停地做调参，把所有的参数能试的都试一遍，什么学习率、优化器、batch_size等等。最后却发现，auc曲线没有上升反而下降了。再比如一个擅长做特征的工程师，不会在模型上下很多功夫，会对特征做更多的处理，比如为了增加模型的泛化性而添加一些统计类特征。最后发现，auc曲线出现了一些上升的趋势，ctr（点击通过率）也表现出上升的趋势。这就算是取得一个不错的工作成果。

　　那擅长数据的广告算法工程师会怎么做呢？他会选择在数据方面做一些改进，比如删除一些没有回传转化价值的广告主数据，或者优化广告主回传转化数据的方式方法等等。这样的方法往往会取得很好的工作成果，不论是auc曲线还是ctr，都可以看到大幅的上升。

　　所以，广告算法工程师更多的是处理数据与特征，最后才会考虑算法和模型。这才是最真实的广告算法工程师的工作日常。这也是为什么，有些人戏谑称我们为“数据库工程师”，说我们每天都是在跟数据打交道。

　　广告算法工程师的真实日常是怎样的？

　　除了跟数据打交道，我们还需要根据销售部门反馈回来的各种案例，对转化率模型进行修改和优化。销售部门经常反馈回来一堆问题：为什么这个账户实际跑量远远低于前期预估值，为什么这个账户超出成本预算那么多，等等。定位案例原因，也是我们经常做的事情。

　　这就是广告算法工程师的真实日常，并没有大家想象之中的那么高大上，那么遥不可及。