算法工程师的就业方向

最新推荐文章于 2024-07-08 14:45:00 发布

李元豪

最新推荐文章于 2024-07-08 14:45:00 发布

阅读量1.8k

点赞数

文章标签：算法

本文链接：https://blog.csdn.net/bvip911/article/details/131533254

版权

算法工程师的就业方向

我个人从事过的AI场景其实是比较多的，最初在一家数据公司做过NLP和异常检测相关的工作，后来去上汽自动驾驶组接触到图像处理相关工作，然后在阿里互联网汽车部门做过数据挖掘相关工作，中间还在另一家公司做过量化投资相关的事情，现在做的是信息流推荐算法，基本上当前主流的AI的落地场景我都有所接触。总的来说，当前有产品落地或比较好的商业价值的AI就业方向有：

数据挖掘和数据分析，比如说异常检测、欺诈检测等
自然语言处理（NLP），比如说我们算法部门就有专门的NLP组，主要负责搭建上层算法应用的基础设施，如文章关键词、实体词、相似度计算等，在智能翻译、语音处理当中也会用到相关技术
图像处理（CV），比如自动驾驶当中涉及到的图像拼接、车道线检测，推荐当中涉及到的图像特征提取等
推荐算法，当前各大互联网公司基本都会有这个岗位，信息流推荐、商品推荐等
搜索算法，和推荐算法用到的技术很类似了，信息搜索、商品搜索等

程序员的职业发展路径一般就是：

初级工程师->高级工程师->资深工程师->专家->高级专家->资深专家->研究员,

大公司会有相应的职级，比如阿里技术序列就对应P1_{P14，校招一般是P4}P5，本科一般P4，研究生一般P5，能力强的可能给到P6甚至P7，但这毕竟是凤毛麟角。P5~P7是干活的中坚力量，占比比较大，一般一到两年晋升一次，当然升不升和怎么升跟你的个人能力和产出强相关，评定的标准还是比较规范的，P7往上升卡得比较严。

算法工程师需要点亮哪些技能

成为一个算法工程师首先你得有工程能力，就是说你得先能干活，熟练的掌握一门编程语言必不可少；
然后是相关领域的专业知识，比如推荐算法，你需要了解常见推荐算法的原理、优缺点、应用场景等；
然后是机器学习的基础知识，李航的《统计机器学习》，周志华的《机器学习》，Benjio的《深度学习》，这三本书至少得过个那么一两遍吧，把基础知识掌握牢了再学习其它的就容易多了，基础不牢地动山摇；
然后是掌握一些数据结构和算法知识，这个还是比较重要的，对你写出高效的代码很有帮助。
优秀的算法工程师到底优秀在哪里

首先是基础扎实，对于算法基础知识理解透彻；
然后是业务能力强，不懂业务的算法工程师是不可能成为一个优秀的算法工程师的，公司要的是业务产出，而不是多么Fancy的算法；
然后是持续学习的能力，技术的迭代很快，不进则退，优秀的算法工程师不仅需要钻研本领域的知识，还需要了解其它方面的知识，比如推荐算法工程师需要了解各种训练框架甚至其具体实现，软硬件怎么结合，C++的进阶等等；
然后是协作能力，在公司里面可能沟通成本比开发成本高，特别是组织结构庞大以后，跨部门沟通就更难了，找到对的人，一起把问题给解决掉，这应该是一个优秀工程师需要培养和掌握的重要能力，只顾闷头写代码容易闭门造车，落后了可能都意识不到。

机器学习算法工程师说：

理想中的算法工程师是这样的：提出假设→收集数据→训练模型→解释结果。

现实中的算法工程师是这样的：提出假设→收集数据→预处理→训练模型→调试→重新收集数据→预处理→收集更多数据→调试→调试→调试→……→放弃/产出：效果提升0.2%！！
理想中的工作流程：拿到模型→分析→建模→仿真→设计控制架构→模板划分→编程→传感→控制→调试。

现实中的工作流程：拿到模型→分析→建模→仿真→再分析→再建模→再仿真→设计控制架构→模板划分→编程→传感→控制→调试→调试→传感→编程→传感→控制→调试→…

事实上，所有的环节、所有的零部件都有可能出问题。

滑动变阻器因为接地线虚焊导致输出电压会跟着电机电流漂

当介质温度烫手时，激光温度计却显示33度

链轮传动轴线不平行，造成链轮在铝合金外壳上摩擦产生时变阻力

运行过程中传感器没读数，停机后怎么检查都没问题

MCU上电以后居然在开始的几秒钟里面SPI口不工作

滑台的库伦摩擦太大，却要做力控制

齿轮有大间隙，却要做力控制