算法岗位做数据挖掘大多都是抽特征跑跑现成模型”

这句话，说起来很简单，看起来也很容易，但真的是这样吗？ 我列举几点，扩展一下上面这句话： 1、label符合业务场景吗？label准确吗？能够校准吗？放在哪张表里，怎么正确关联特征？ 2、特征合理吗？预处理流程正确吗？有效吗？特征会泄露标签信息吗？特征时间维度一致吗？ 3、用什么模型？模型出来的结果有什么业务含义？该怎么定义合适的指标来判断模型的性能？ 4、根据模型结果，怎么回调特征，参数？ 还有很多。造轮子，在工业界的数据挖据流程当中真的不重要。 假设你很牛逼，造了个GBDT，但是你比xgboost在同一数据集下好上多少？一个点？两个点？快上几秒？在牛比的特征工程面前都没有太大意义。