概述 一直以來，quora 都致力於拉近人們和有益知識的距離。這意味著，我們需要不斷增加知識的採集，並對知識進行評估，還要知道怎樣高效地對它們進行排序和分類。現在，quora 的重點便是通過問答來實現這些目標：讀者在**上尋找相關的內容，提問者尋找有用的答案，而我們就是從他們的提問中提取出正確問題的答覆者。其次，我們也需要考慮檢測並刪掉違規的內容，以及識別出重複的問題。而為了實現這些目標，我們重點倚靠機器學習技術。
首先讓我們來看乙個典型的案例：quora 的 home feed 功能。在這個最簡單的功能中，系統會根據我們認為特定使用者可能重視的上下文中的一系列特徵，對候選 post 進行排序。之後，這些計算了得分的輸入就會形成乙個基本的漏斗（funnel）。
一如既往地，更多的框架意味著更多碎片（fragmentation）、更多冗餘（redundancy），以及給我們的工程團隊帶來更重的維護負擔。各個團隊的開發人員正在建立不同的系統來應對同乙個技術挑戰，並且無法跨多個應用程式重複利用特徵。
對於乙個典型的機器學習應用程式來說，針對每個問題都有成百上千篇候選 post，而每篇候選 post 中又可以提取出數百個特徵。同一時間，多個產品服務又必須要實時響應，且響應的時間不能超過幾百毫秒。這就意味著，特徵提取受限於時間很緊的速度、計算以及記憶侷限。我們其中的一些框架難以應對這些侷限，也無法成功從日復一日的特徵開發中將系統所面臨的挑戰抽象化。
高水平的設計
為了應對上述所有的挑戰，我們為特徵提取開發了乙個高效能、規模化、無國界的服務——alchemy，它可以泛化到 quora 上所有的機器學習相關應用程式。
在這 feed 功能的案例以及相似的應用程式中，這就意味著將特徵提取這一步驟單獨分離出來作為該**的一項服務。
之前：
來自應用程式的請求會實時排列，並且在某些情況下，源於不同期工作的請求也會進行排隊。每個請求包含了需要評估特徵的請求型別以及候選列表（同時，相應的應用程式會定義每個特徵列表）。之後，alchemy 檢索並組織任一必要的資料，並最終平行計算出每個目標的特徵。
資料儲存
alchemy 使用 hbase 作為它的儲存層，不過它也可以輕易地進行擴充套件來支援其他的儲存庫。為了讓查詢更加高效，我們採用了多個緩衝層（hbase 頂部的 memcache 以及 memcache 頂部的乙個記憶體 lru cache）。我們的資料由 thrift 目標組成，它們可以直接儲存於記憶體 cache，以及以二進位制形式（binary serialized format）儲存於 hbase 和 memcache。
由於高速緩衝器儲存的值會變得陳舊，我們就需要讓 alchemy 知道何時需要從 ground truth 中捨棄掉一些值。這項操作可以通過這種方式實現：從應用程式端寫入 kafka 佇列並從 alchemy 端上的這一佇列中讀取值。該佇列包含 table、 key 以及值資訊，因此 alchem 可以在記憶體緩衝器中用新的值來取代舊的值。
實現 alchemy 的第乙個版本後，我們投入了大量精力來提高該服務的效能。為了讓 alchemy 變得更加快速，我們採用 c++語言將其寫成了乙個單獨的服務，這與將特徵提取器嵌入 web 應用程式的**中的做法相反。這樣做的原因在於：
c++ 是乙個低水平的程式語言，它通常可以比用 python 寫的應用程式執行得更快。
針對每個問題，我們都會傳送成百上千篇候選 post 進行評估，**在候選級別上就能輕鬆實現並行。而在 python 中，**很難在乙個過程內實現並行。
將 alchemy 寫成乙個單獨的服務，我們就能夠在儲存器中儲存大量反序列化的目標，從而巨大地減少資料檢索的延遲（latency），然而這些在 web 應用程式**中通常是無法實現的。
除了決定採用這些設計，我們還 profile 了**以找到並消除熱點。此外，我們還不斷審查了大量的度量標準，以了解當這些熱點出現時的速度回歸（speed regression）源。
（是的，當為單個特徵提取編寫**時，選擇採用 c++ 可能會降低開發速度。然而，我們認為 c++ 所帶來的優勢要遠大於這一損失，因為機器學習工程師在使用 alchemy 時不再需要擔心效能優化問題。）
遷移和未來工作規劃
這些遷移還帶來了許多觀點、反饋和特徵請求，它們都將以實質性的方式積極為我們的路線圖提供資訊。舉乙個小例子，我們開始對目標 id 的請求進行分割槽以實現更好的快取利用率。
至於未來的工作規劃，我們可能會增加 python 的繫結，以便工程師和資料科學家可以更廣泛地使用該系統。我們還會識別特徵之間的依賴關係，構建特徵圖並非同步計算出特徵和資料的依賴關係。乙個靈活的非同步資料檢索抽象，會讓訪問多個資料的儲存變得更加容易。所有這些改進都可以將機器學習工程師的負擔轉移出去，從而使他們可以更專注於開發出色的機器學習模型。
結論 一旦 alchemy 能夠結合大量的應用程式，它的投資回報率是非常高的。系統特徵提取做得更好，也意味著它的排序也做得更好。
所有人都說，增長是乙個伴隨著挑戰的好事。弄清楚如何明智地控制這種增長以減少低效率和冗餘，是值得從多個維度深入思考的事情，並且這種增長可能會帶來很大的收益。
英飛凌微控制器知乎 在英飛凌工作是怎樣一種體驗？
額寄幾問的問題，自己來答算腫麼肥事？當時問這問題的時候，還處在大學畢業還未去公司報道的閒暇時段，當時我的狀態是這個樣子滴 這時完全無壓力，據輔導員透露，這家公司是500強德企呢，還是家上市公司。我心目中高大上的樣子立馬顯現粗來了 高大辦公樓，乾淨整潔的辦公環境，西裝革履。工作幾年以後，人生巔峰是不是...
身為女性，在谷歌工作是一種怎樣的體驗？
當我第一次與elise birkhofer交談時，那是下午5點，這是當天的最後乙個 我已經處於很疲憊的狀態了 但是當我遇到elise時，這種情況發生了變化，她的熱情是顯而易見的 她形容自己 同樣精疲力竭和靈感 但我只能感受到靈感的一部分 她在澳大利亞參加了來自亞太地區的谷歌女性聚會，她們離開了工作幾...
在二線城市工作是一種怎樣的體驗
歸鄉已經一年半了，談談這一年半以來自己的生活感悟。上班的距離明顯感覺要比北京近很多，北京，通勤距離一般都以 10 公里為基準。10 公里一迭代。而我在老家的通勤距離最多也就 10 公里，這幾乎都算是最遠的距離了。而且北上廣深的上班族幾乎都是裝在地鐵裡的人，同為碼農的你，想一想，有多久沒有出門看過外面...