夜雨聆风学习资料网

ARTICLE · 1365817

从 Excel 到 AI,我为什么一直爱琢磨工具

从 Excel 到 AI,我为什么一直爱琢磨工具

我是 98 年生的,大学读的是网络与新媒体,到现在有过两段工作经历。第一段在一家电子竞技行业头部公司,我从广告媒体实习生转去做商业分析。第二段在一家主营非洲手机业务的公司,我做的是数据开发。

现在,我打算开个公众号聊 AI。大三那年的我要是知道这件事,估计会觉得挺有意思。因为当时我对未来最有把握的判断就是:靠写文案吃饭,我大概不太擅长。

大二时,我最爱琢磨的是 Excel

身边不少同学后来做了文案、编辑。我碰上要写文案、想脚本的活儿,常常不知道从哪儿下笔。可要是看到别人用了一个我没见过的 Excel 公式,我倒愿意花时间把它弄懂,再打开自己的表格试一遍。

大二到大三,我就这么自学了一阵 Excel。我喜欢它的原因很具体:明明是同一张表,昨天我还不知道怎么看,今天学会一个公式,就能多回答一个问题。

那时候,我还说不清数据分析和数据开发到底差在哪儿。我只知道,公司每天都在做决定,我对这些决定背后的依据很好奇。

做商业分析以后,我为了弄明白门店选址学起了爬虫

第一份实习,我是以广告媒体实习生的身份进公司的。拿一场电竞赛事来说,做媒体要考虑活动怎么介绍、文案怎么写。我更想知道的是,比赛办完了,用户的充值情况到底有什么变化?后来我转去做商业分析,当时的愿望说出来特别朴素:「我想成为一个合格的数据员。」

公司本来就经营线下门店。做商业分析时,选址模型里有个问题特别吸引我:如果模型看好某个位置,我能不能跟做经营的同事讲清楚,它为什么看好这里?

我们手里有自家门店的经营数据。我还想知道店门外的情况。比如两家店都开在商场里,一家周围是什么生意,另一家呢?把商场里的业态和周边商圈放在一起看,这两家店到底有多像?

为了补上这些外部信息,我开始学爬虫,收集线下门店的位置、经纬度和业态。有了这些数据,我就可以把门店标在地图上,找出周边环境相似的店,看看哪些适合拿来作参照。

我还想把模型放回过去检验一下。比如,挑几家没有参与建模的老店,只用当初选址时能拿到的信息来估,再和它们后来的实际经营情况对照。我尤其想看估偏的那几家。模型觉得两家店很像,结果一家经营得好,一家差了一截。再把地图摊开,问题就具体了:我们当初把哪些条件当成了一样的?有没有什么差异,一开始就没看见?

这件事让我明白自己为什么喜欢做数据。最早学 Excel,是因为手上有一张表,想知道它能回答什么。到了做选址分析的时候,我会先问经营团队想做什么决定,再去找手里缺的那部分数据。

第二份工作,一个 Go 后端框架改变了我对 AI 的看法

到了那家主营非洲手机业务的公司,我做起了数据开发。以前拿到报表,我关心这些数能说明什么。做了开发,我还得关心数据从哪里来,中间经过哪些处理,最后怎么变成大家手里的这张表。

公司刚推广 AI 时,我其实没意识到它会给我的工作带来多大变化。我用它最多的方式就是聊天。碰到问题,让它给点提示,或者帮我搭个思路。聊完,关掉对话框,接着干活。

后来,Kiro、Codex、Claude 陆续进了我的工作。印象最深的一次,我要用 Go 搭一个纯后端框架。我当时只了解一些 Go 框架的基础。按我以前的习惯,光是「我得先学多久,才有把握开始」这个问题,就够我犹豫一阵。

那一次,我直接开干了。整个框架搭下来,我没有亲手写一行代码。

这件事改变了我对「什么时候可以开始」的判断。以前碰到不熟的技术,我容易花很多时间做准备,又说不清学到哪一步才算够。那次我先把要做的事讲清楚,往前试一段。等真遇到了卡点,我才知道,原来眼下要弄懂的是这一块。这是 AI 给我的工作带来的一个很具体的变化。

一个当年怕写文案的人,为什么又想开公众号

经历裁员潮时,我问过自己一个挺实际的问题:如果换一家公司,我能带走什么?

回头看,当年为了看懂商圈去学爬虫,和后来只懂一点 Go 就动手搭框架,有个相似的地方。我得先碰到一件自己真想弄明白的事,才会愿意下功夫挖信息、学工具,一路追下去。这是两段工作经历下来,我对自己比较有把握的一点。

大三的时候,我觉得自己文笔不好。现在要写公众号,倒也不是突然对文笔有了多大信心。只是这次,我知道自己想写什么了:手头遇到了什么问题,我当时为什么那样判断,做起来又在哪里踩了坑。要是某一步让我改了主意,那一步尤其值得写下来。

· · ·

下一篇,就从我最近做 FDE 项目时踩过的一个坑讲起。

如果你也爱琢磨工具,欢迎关注,我们下篇见。

回首页,搜索你想要的文档

在首页搜索框输入关键词,快速定位资料

文库首页搜索指引 立即搜索

相关学习资料