关于ZAKER 一起剪 合作 加入
显微故事 10-28

清华硕士自述:毕业后,我成了一名“货车司机”

你身边的 " 天才学霸 " 是什么样子?

高高在上只可远观?还是 " 不食人间烟火 " 专注科研?亦或是在实验室里不谙世事,终生与学术作伴?

在大多数人眼里,科研、探索前沿技术,就意味着远离市井,一生都在实验室里苦苦求索。

但有这么一群 " 学霸 ",却过着一种 " 另类 " 生活:

凌晨 4 点坐上货车副驾,跟着司机四处奔波送货、披着外卖工作服骑行在大街小巷送外卖、站在餐饮店的取餐口一呆就是一下午、顶着烈日在无人机测试场重复看似简单的飞行……

91 年出生的清华毕业生陈渝就是其中一员。

学生时代,他一直是同龄人中最耀眼的那一批。毕业拿到大厂的顶级 offer,不同于大多数安静呆在办公室里的同行,他的工作要深入线下实体场景。

为了让系统模型更符合实际,他实地调研半年之久,只为设计更加合理的排线逻辑,让送货车更快捷地为商家们送去新鲜的米面菜肉。

引人入胜的,不只是身份的反差,还有他从比特世界扎进原子世界后感受到的震撼。

以下是关于他的真实故事(口述):

文 | 沐秋

编辑 | 卓然

很多人对清华毕业生的头衔都带着一种误解,似乎我们什么事情都会知道。但其实不是这样,至少我面试的时候就遇到了一个大难题。

2018 年,我结束了实习,直接向美团北斗计划投了简历。

这些年,一大批新的科技企业开始崛起,也让我们这届毕业生吃到了时代的红利,我们系的每个同学还没毕业就成了大厂哄抢的对象。

我选了美团,原因很简单,之前的实习经历让我觉得这里的技术氛围浓厚,业务场景也很丰富。

尤其我投的北斗计划,真的是卧虎藏龙。入选的人几乎都是顶尖学府的天才人物,手里都至少握着一块 ACM(国际大学生程序竞赛)的金牌,或者在顶刊顶会上发表过重磅论文。

又可以和大牛一起工作,又可以让自己的研究落地,让人有学有所用的成就感,这对我们做技术的人来说吸引力很大。

所以,虽然我同时有几家大厂的 offer,最终的选择仍然很干脆。

我还记得面试时有道题问," 如何确定每个单车的具体位置 "。

当时有点犹豫,这个问题几乎是送分题,不就是设计一套确定单车位置的算法?

但我又转念一想,这是一次面试,每个问题的设计应该都有一定原因,或许是面试官考察我到底能设计几种解法。

我也参加过其他大厂的面试,大家大多是直接出题考察你的代码能力,面试官的题出一个我解一个。

但北斗的面试不同,在我解题的时候,面试官一直在和我探讨互动,有一瞬间我感觉好像和之前实习时一样,在和师兄、同事们切磋。

我想了一个办法,通过分布式优化算法,把模型迁移到单车上,用单车之间的联系编织拓扑网,进行三点定位,这样,只要知道一个车的位置,其他车的位置都可以通过算式得出。

当时的题目不止一道,有很多与运筹学相关的数理问题。有个问题我花了半个多小时,思路和框架写满了一页 A4 纸。

最后我终于顺利通过面试,也 " 学到了一课 ",原来面试还能从这样综合的角度考验一个人,你需要把学过的所有知识都串联起来,反复推敲,才能得到一个尽可能完美的答案。

你的思想深度和思维方式才决定你的上限有多高。

后来,我如愿加入了北斗计划,本以为对于我来说,接下来的工作应该得心应手,但来了才知道,在这个团队,清华研究生和几篇不错的论文可能只是一块简单到再不能简单的 " 敲门砖 " 而已。

举个例子,有时项目攻关期,leader 并没有要求我一定要做成什么样,但我不想辜负他们的期待,就几乎天天工作完回家还要看一会文献,周末也会看书恶补,只有这样才能和团队里的大牛们看齐。

这可能就是氛围,不能以为清华毕业就高枕无忧了,学历不过进入更强团队的第一步,而往后都需要继续努力,才能不被落下。

也是因为这段时间的努力,我发现很多项目我应对起来得心应手,几乎可以胜任其他岗位的各种工作了。

很快我又遇到一个新挑战,去快驴业务,负责研发一套系统规划送货路线。

快驴是一个给餐饮商家运送生鲜食蔬等原材料的平台,我们需要综合考虑平台、商户以及送货司机的诉求,去做货物匹配和路径规划。

比如地图上一个仓储点的分配,一个商家的变动是牵一发动全身的,这个点今天没有下单、或者因为其他原因搬迁了,整体的配送路径就要跟着改变。

这要求你必须非常具体地了解到货车司机、商户和平台之间的需求,还有业务流程中每一个行为是如何发生的,会影响到什么。

美团的很多业务都是这样,对我们这些技术人员来说,光坐在办公室码代码是绝对不行的,必须去实地看看,业务到底是怎么转的。

那段时间,每天凌晨 4-5 点就要赶到送货点,坐上货车副驾。迎接我的,是和司机一起在城市的大街小巷奔波,这期间的经历是我之前从来没有过的。

有时送完货已经接近中午,回出差的酒店补几个小时觉后,再开始日常的数据分析、和同事讨论线路实况、推进算法,夜里去仓库调研调度流程,如此循环反复。

最累的一次,几乎是 24 小时连轴转,在回程的出租车上,昏睡了过去,直到被司机师傅叫醒下车。

但我也非常喜欢这样的日子。因为在跟车后我才发现,很多原来在办公室里做出的模型可能只是一种合理的想象,真实的世界太复杂了。

真实世界有多复杂呢?

很多人觉得设计货车路线就是从仓库出发、根据商户远近简单连线,排个顺序就可以了,但现实没那么容易。

如果两个地点之间有一座桥,桥有限高和限宽,司机就必须得绕一大圈;又或者某个固定路段,只有早晚高峰堵车,其他时间不堵,有些地方又是潮汐车道。

如果我还只坐在办公室里看数据,或许我只能知道司机的年龄、驾照,身高、体重,配送货物的重量、体积、件数等信息,但一些时候,这些电脑里的数字并不代表实际可能发生的情况。

理论上,系统会根据这些信息进行调度和路径规划。但跑去一线你才会发现,送货车能装多少货,还与货物的品类有很大的关系。

一些蔬菜,在电脑表格里看上去体积很大,但挤挤也能放得下;而像鸡蛋、纸巾等货物,就没办法用同样的逻辑来处理了。

要解决这些问题,程序的复杂度都会指数级上升。

再比如,司机师傅会在每送完一个商家后在软件上签到,但实际情况往往是,司机送了这一家后,过了一个小时才想起来签到,不去现场了解,根本就不知道这些数据会有偏差。

之前的系统会考虑司机对商家的熟悉度,我们一个司机经常送的片区里,新增了一户商家的订单,但因为这位司机之前没送过这家店,系统就把订单派给了另一个司机。

结果,两辆送货车在同一个胡同里碰到了,新下单的商家也纳闷,别人送完隔壁的单都快走了,你怎么才来?

这类故事挺多的,原因就是线下的变量太多太多了,一环套一环,很多东西都是你意想不到的。

为了了解更多情况,我一般会优先选新手司机跟。配送的复杂远不在于数量和品类的多少,更重要的还有车与车即人与人之间产生交集带来的不确定性。

有些司机的车小,他就会拉少一点,但跑的路程、商户其实和能拉更多货物的大车差不多。如果他发现自己赚的不如大车司机,久而久之心里也会不平衡,这又衍生出公平问题。

半年时间,我几乎跑遍了快驴业务所在的所有城市。让我印象最深的城市是合肥。

商户下单除了主要集中在商业区,更多的还是在工地食堂、学校食堂或者很偏远的小饭馆。

有些地方可以直接导航,但是有些地方导航路线就没那么准了。很多的郊区因为车走过的痕迹很少,没有历史数据,有些路已经废弃了也没有人更新过。

我还听过公司研发无人机的同学讲过一个故事。

今年 4 月,深圳配送前线的无人机在降落时发出预警,必须马上找到问题。

负责视觉研发的同事很快发现,原来是因为那个季节深圳的太阳高度角会接近 90 °,在无人机的眼睛里,降落点的马克板 " 过曝 " 了,触发了安全保护系统。

这在之前成千上万次的飞场测试中从未出现过,之前的测试都在北京的郊外和 8、9 月之后的深圳进行,那时的太阳高度角永远不会那么高。

所有的问题,你都必须深入到一线才能了解到。

这段经历让我更加感觉到,从高度逻辑化的比特世界到状况百出的现实世界,中间跨鸿沟太大了。

我们每个程序员都希望用代码改变世界,但真正到了线下,就发现世界好复杂。

这段跟车经历,让我想到自己在老家的生活,看到送货师傅和商家们,也会顺着联想到自己的父母。

我来自重庆的一个农村,那里靠近三峡,经济并不发达。爸爸早年间去山西的煤矿打过工,妈妈在家种田。

比起只盯着科技上的创新,我更愿意去思考如何用科技改变普通人的生活,这不是玩笑,也不是标榜价值,是我内心的一个真实想法。

所以,我在排线时会考虑更多因素,让机器的派遣逻辑更贴近实际,也会让机器去学习历史调度的排线方式,这样在分配任务时会着重考虑司机配送习惯。

历史上这个司机是送哪个区域,配送的目的地大概率也是同样的区域。

有这样一个初始安排的话,司机的配送体验会比以前好很多。路线合适,他们也能节省大量的时间和体力。

去年 8 月系统上线后,线路非常稳定,调度的时候效果明显好多了。10 月份全面推广后,一个核心评价指标就突然就上了一个新的台阶。

这让我挺有成就感。比起闷在研究室里推公式、敲代码、写论文,我觉得现在做的事可能更有意义。

我个人总觉得,纯粹做线上改造的工作缺乏与现实的连接和感知。

我花了半年时间优化了一个推荐算法,可能提升了一个千分点的打开率,数字更好看了,晋升了,工资涨了,然后呢?可能并没有为这个世界带来什么实质的改变。

而在线下改造实体的魅力在于,在和一个真实的世界打交道的时候,你知道世界真正需要什么,你能为这个世界做些什么。

而且你做的这件事能反馈给线下真实的人,你也能真实地接触到这个世界,能得到一句 " 你做得真的好 " 这样的鼓励。

很多北斗同学也和我说,能在实体场景里去做事情,让自己的研究落到实处,其实也吸引他们来美团的原因。

现在,我们这批 " 北斗 " 们做的事情已经深入到生活服务的各个角落,包括让配送无人机飞得更稳更可靠;

让无人车更加智慧快捷;让系统更精准地预估一份外卖的出餐时间,减少骑手的等待,用户更及时收到新鲜美味的菜肴;

让商家早早收到物美价廉的食材,进而赚到更多的收入……

这些事情说官方一点,叫 " 实实在在地促进实体经济的更好的运转 "。

遥不可及的星辰大海是一种追求,站在每一个真实生活需求上的探索也是。

北斗的面试官说过一句话我一直记到现在," 不管黑科技白科技,能服务每一个人的,就是最酷的科技。"

挺有意思的,是不?

以上内容由"显微故事"上传发布
一起剪

一起剪

ZAKER旗下免费视频剪辑工具

一起剪

相关阅读

最新评论

没有更多评论了
头条新闻

头条新闻

时事热点 一手掌握

订阅

觉得文章不错,微信扫描分享好友

扫码分享

热门推荐

查看更多内容

ZAKER | 出品

查看更多内容