我目前職位是演算法，出社會五六年
我的心得是：
很多人會跟你說做中學，但我要跟你說
在科技業，這樣很不好！
出了社會一個東西一天要摸八小時，有得是時間讓你“做”，有什麼能不會做？你要怎麼比別人強？
我看到很多“經驗老道“的人會用一些四不像的方法硬幹來求解一些，高中大學就教過的標準數學問題
當然他也是把問題解決了，甚至可以跟老闆吹說這有多難，他想了多久多久
我來舉個例子吧：
假設量測某個元件指標y隨位置x變化值，經驗已知通常訊號呈山谷拋物線分佈
而我想找到y最低的位置x
但是每量測一個位置要花一小時，而且x空間太大，傳統量測一路scan下去找最低值太花時間了
於是我的量測系統寫成先隨機找兩點各量一次，接著由斜率推算低點方向挑一點再量，如此不斷逼近找到最低點
如果你看到這裡覺得這個掃法很合理的話
那我要跟你說一件神奇的事
國中數學已經跟我們說過，三個點可以求二次曲線頂點
粗掃三個點後就可以直接去理論公式算出的谷底再用原方法細掃了不就好了嗎？
以上例子是真的在“職場“發生的類似事件，而且都沒有人覺得原算法哪裡怪
那究竟是因為學校跟社會脫節了？
還是因為這樣問犯規？
如果改寫在國中數學考卷題目上我一定拿滿分，但考coding的話，答案只能是gradient decent。
我一直認為我人生中學過最難的東西都在學生時代了，只是我會不會用而已
再舉例我最近在Deep Learning裡的flow base model，裡面就提到Jacobian
很慶幸一直留著當年自己寫的微積分筆記
工作到現在，還是經常要翻到它
最近看有人用Hamilton Function訓練AI模型發論文了，這function我學過阿，怎麼論文就不是我發勒？
最後再補充，我學校學過的東西
百分之九十出社會我都沒用到過
所以，確實...你也可以做中學就好