百姓车联工程师：兼修三种能力做最适用系统

　　凭借对数据生产、分析、运用的熟练掌握，不到一年的时间，工程师杜亚磊完成AI可视化系统、DMP平台等多个重点项目的研发，为公司“降本增效”提供了高效的应用工具。“在公司数据应用上，我们使用的大部分效率工具都是杜亚磊主导研发，其中AI可视化系统数十倍地提升工程师、业务部门同事在查验司机反馈准确性上的效率。”百姓车联算法与科学平台负责人张源源对杜亚磊评价是“少有的全能型选手”。

　　2020年底，杜亚磊加入了百姓车联“危险驾驶行为AI智能识别系统”团队，进行系统算法迭代。“我的任务是根据司机反馈对系统数据调参。”杜亚磊回忆说。

　　随着平台业务高速发展，司机数据成倍增加，后台系统逐渐满足不了使用需求。杜亚磊察觉到部门工作效率逐渐降低，“调取一位司机的某段行程，至少需要3位不同领域的同事协助才能完成，随后再根据行程信息进行分析和展示，每个行程都要重复这样的操作，一天也解决不了多少司机反馈分析。”

　　要想提高效率，避免重复性工作，研发应用工具势在必行。杜亚磊主动挑起重担，决定开发后台可视化系统。他向张源源提出完善的方案，很快收到肯定回复。“相对自由的环境更容易激发工程师的创造力和自驱力，我们从不给团队成员设限。”张源源表示，团队非常鼓励探索精神，并给予全力支持。

　　万事开头难，从无到有搭建全新系统并非易事。杜亚磊调研了多个行业一流方案，吃透每个方案的利弊。在反复调研、比对了数百个数据后，他意识到司机反馈存在较强的主观性。“他们更在意表达当下情绪和主观想法，这部分数据的真实性会影响到工程师对算法的调整。”杜亚磊发现，如果能在一个页面直观展示出司机实际行程中所有的动作，就能有效提升信息核验和采用效率。

　　有了设想，他马上着手开发，不过，独立完成工程开发对于算法工程师是个不小的挑战。“不具备工程能力、业务能力的算法工程师，不是优秀的算法工程师。”杜亚磊常用这句话激励自己。为了不影响系统开发进度，从前端调研、数据建模，到后端工程研发，原本需要三个人完成的任务，他独自包揽了下来。终于在奋战了30天后，杜亚磊独立研发的可视化系统完成内测，比预计的时间还提前一个星期顺利上线。

　　“操作简单、便捷，据不完全统计，这个工具能数十倍地提升工程师、业务部门同事在查验司机反馈准确性上的效率，不仅如此，我们使用的大部分效率工具都是杜亚磊主导完成的，都做得非常成功!”团队负责人张源源评价杜亚磊是很少有的全能型选手，除了能高质量完成算法工作之外，还能自驱地发现问题、快速补位，多线程解决前端和后端遇到的问题。

　　打开可视化系统，工程团队的同事能一步到位地完成“行程查找-物理量可视化-点位标记”的动作。“物理量展示和街景辅助功能设计对我们帮助很大。”产品部门的一位同事说，有了可视化系统，就能对应找出司机授权的街景场景，减少沟通的成本。“印象最深的一次，司机反馈在行程中没有急转弯，但是系统识别出司机在该行程中曾以超过30公里的时速做了急转弯。客户在看到系统给出的路段时速截图后意识到，当时确实转弯时速度过快。”

　　其实，作为算法工程师，工程开发并不是杜亚磊最擅长的领域，但他突破边界，为一个又一个棘手的问题找到了解决方案，高质量地实现落地。

　　杜亚磊坚信，“唯有兼具算法、工程和管理的能力才能做出最适用的系统”。随着大数据、人工智能、数据科学不断被推向时代前沿，紧追科技发展潮流的杜亚磊，还在不断向自己发起挑战。