首先，必须承认的是，作为机器学习从业人员，调参的确是一个很常见，也很重要的工作环节。你需要让你的模型在线下被训练到最佳的状态，再拿去deployment，去看线上的效果。

但是调参并不是你作为机器学习工程师的核心能力，或者核心竞争力。想要成为一个优秀的机器学习工程师，想要避免知识一个调参侠，或者炼丹师，你需要：

理解每个模型、每个deep learning结构背后的逻辑和intuition。很多时候，你需要有个很好的deep learning intuition或者经验，来预选出来一些备选超参数，或者备选模型design去做实验。了解你的业务。知道你的业务有哪些环节？这些环节有哪些潜在问题或者可以提升的地方？你的模型如何能帮助你的业务？你需要有将业务问题转化为机器学习问题的能力。优秀的论文阅读与复现能力优秀的debug能力。比如当模型效果不好的时候，你能查明是因为超参数的问题，还是label的问题数据的问题，还是feature的问题，还是有什么数据波动，还是线上的一些工程问题。加强自己在这方面的能力，就可以避免自己成为一个只会掉包或者只调参的机器学习工程师。