阿里妹導讀：在阿里做博士後是一種怎樣的體驗？今天，兩位阿里博士後和我們聊了聊他們的故事。
上個月，阿里巴巴發佈2018年博士後招聘啟事，針對機器智能、機器學習、數據挖掘、機器人、高性能計算、通信技術、人機交互、物聯網等研究方向，邀請海內外博士加入阿里博士後科研工作站。
阿里博士後工作站的優勢在於真實豐富的業務場景和數據，這對技術研究至關重要，卻為高校和科研院所欠缺。因此，打通學術界和工業界就很有必要。這正是阿里這些年努力的方向。
阿里巴巴博士後“企業導師”名單
早在2008年，阿里就建立了博士後工作站。2017年10月，立足基礎科學、顛覆性技術和應用技術研究，“致力於探索科技未知”的阿里巴巴達摩院成立。得益於此，阿里可以為工作站提供頂尖科學家組成的“明星導師團”：世界頂級量子科學家施堯耘、美國密歇根州立大學前終身教授金榕、亞馬遜前最高級別華人科學家任小楓、新加坡南洋理工大學終身教授王剛……在阿里，可以擔任企業博士後導師的海內外學術帶頭人、研發管理人才已有百餘人。
針對人才，阿里也開出了豐厚的條件。除了提供“具有市場競爭力的薪酬福利”，協助申請國家級、省級和市級多種科研經費之外，阿里還將協助博士後解決北京或杭州戶口。
阿里博士後工作站是阿里博士人才引進和培養的重要平臺。現有北京站和杭州站，並與中國科學院、清華大學、浙江大學、上海交通大學、新加坡南洋理工大學等頂尖高校達成了聯合培養計劃。目前阿里技術團隊擁有數百名博士。未來3年博士後工作站計劃引入200位青年科學家。
那麼，在阿里做博士後究竟是一種怎樣的體驗？兩位阿里博士後和我們聊了聊他們的故事。
做真正影響用戶的技術和產品—— 薛少飛
（阿里北京站第一批出站博士後）
我是去年11月份出站的，現在的Title是阿里達摩院機器智能技術實驗室算法專家，主要負責語音識別的技術創新和產品落地。我在這個領域已經做了快十年——本科是中國科學技術大學電子信息專業，大三就進了實驗室，後來保送碩博連讀，在中科大一直讀完博士。
薛少飛（左一）參加ICASSP2017國際學術會議
我不完全是個技術男。我喜歡文學、歷史，會看很多人文的書，我相信技術能夠解決很多的問題：比如可以用規則和統計建模方法解決的問題，技術很大程度上都能夠解決。但我覺得技術的作用並不是要取代人類，而是將人類從重複性勞動中解放出來。讀了研究生之後，我開始想自己到底要做什麼樣的工作。過程中也經歷了很多嘗試，最後我給自己的定位是——做能真正影響用戶的技術和產品。
到阿里做博士後，我看重的是阿里這個平臺。它有很多的應用場景，有很多的數據。我們做語音識別需要大數據以及資源、平臺，阿里都具備，而且我在進入之前就對我們團隊有所瞭解，這是一群能夠做出事情的人。
我是阿里北京站第一批博士後，2015年9月進站。剛到阿里做的第一個項目就很有成就感。那是一個智能客服的項目，在用戶諮詢人工客服之前，先去分析用戶的行為，猜測他遇到了哪些問題，推薦給用戶一些解決方案。這在當年的“雙11”就體現了價值。做項目過程中跟支付寶團隊有很多協作，會和他們一塊兒頭腦風暴。這個過程非常有自我價值實現的感覺，一個做技術的人最希望的就是自己做的東西能夠體現出它的價值。
2016年阿里雲年會上，我們做的語音識別系統和金牌速記員去做了一個PK，在識別準確率上以微弱優勢戰勝了人類速記員。我們在業界首個採用了LC-BLSTM聲學模型。在當時這個語音識別模型很前沿，在學術研究上也是正在進行當中的。我們首先需要從學術的角度去判斷這個東西會不會比現有的模型有一個明顯的提升，然後你要迅速地去實現和證明，並進行落地。後來這套模型也用到了其他的產品裡面。
LC-BLSTM聲學模型相關的技術乾貨：https://mp.weixin.qq.com/s?__biz=MzIzOTU0NTQ0MA==&mid=2247484416&idx=1&sn=46678e808d8e287ac47e6286d6b51640&chksm=e929390fde5eb019d1985e40eec757895722f87242fba83a1aeaa2e023511c0f022b6bd6f96d&scene=21#wechat_redirect
薛少飛（左九）與他所在的機器智能技術實驗室團隊
現在我的工作與博後期間的研究是有延續的。這兩年我做了好幾個遠場語音識別的項目，最近在雲棲大會上亮相的“阿里AI收銀員”、“上海地鐵語音購票機”都是我參與的項目，我負責其中的遠場語音識別部分。上海地鐵站的環境非常嘈雜，在那種環境下作出一個非常準確的識別，其實非常難。而且真正的用戶行為可能和我們想象的很不一樣。比如開始我們會設想很多正常交互的場景，但實際上用戶可能很隨意，比如只說了地鐵站名字，或者中間帶許多語氣詞和停頓。這個過程中我們踩了很多坑。
這是一個根據用戶反饋不斷迭代的過程。在大學裡不會有這些機會。在學校裡進行研究的時候，通常你是在做某一個點，其他的都是fix（固定）的——在這種情況下進行這個點的創新。在阿里你會跳出來，跳到一個系統的層面去考慮問題。這個可能涉及學術創新、工程創新、方法創新……它會更全面地要求你，思考的方式是完全不一樣的。
到工業界做科研是趨勢——裴昶華
（阿里北京站博士後）
我是2017年7月進站的，經歷比較簡單，清華計算機2008級本科，然後直博，2017年從清華畢業。我導師現在跟阿里、騰訊和其他公司也有一些深度的合作，他喜歡科研跟企業結合的方式。受導師影響，我也覺得科研應該做一些實際的問題，真正能夠影響人們現實生活的問題。
裴昶華參加阿里年會
博士的時候，我研究怎麼將機器智能用到網絡領域，提高網絡性能和可用性。來阿里之後，在搜索事業部，研究個性化推薦的問題。很多人都問我，你博士畢業了為什麼不去學校，他們理解不了博士為什麼要去工業界。大家一般認為去工業界就是寫代碼，科研能力相當於荒廢了。其實不是這樣的，我們也寫論文，前段時間我剛投了一篇論文。以後企業招的博士後會越來越多，到工業界做科研肯定是一種趨勢了。
在阿里的好處是，你不用刻意地去找問題，問題就自動地找上你了。
去年“雙11”之前，我們做了一個百萬級QPS（每秒查詢率）的智能調度系統。“雙11”有很多的用戶會買買買，後臺服務器壓力就會突增。以前都是人工調度，看某個場景，比如手淘購物車——壓力太大了，就多加點機器。有個人拿個本，在那兒記。我們就想，這是可以用算法解決的。當時就聯合另一個團隊做了一個調度算法。這個智能調度系統，並不是我們想著去做它，是備戰“雙11”的時候，人力成本太大，自然而然就想起這個問題。
2017年“雙11”平穩度過後的凌晨，裴昶華（左二）與參與項目的其他同事合影留念
在阿里，現實問題推動創新的例子有很多。就在上個月，我們做了一個手機淘寶的項目，為了讓推薦給用戶的商品更精準，我們用了一個新模型——強化學習模型，算法上線之後，商品點擊率提升了7%。這個工作現在我在總結，準備投一篇論文。
到阿里做博士後，對我的影響是比在學校時更重視細節了。在公司你做的項目是真實在線的，做產品對細節要求很嚴。比如這個調度系統，一旦出什麼問題的話，那就會給公司帶來直接的損失。那段時間，整天腦子裡都是這個，睡覺想著這個東西，去食堂、在辦公室裡都是想著這個事情，想著哪裡有遺漏，哪裡還沒解。後來“雙11”平穩度過，凌晨從辦公樓出來，當時就覺得很有成就感。自己做的東西被用上了，用到人們的生活裡面，是一種不一樣的感覺。
每天一篇技術文章，
看不過癮？
發現更多AI乾貨。
閱讀更多 阿里技術 的文章
