有关算法工程师工作的理解

       目前找工作的本科童鞋，目标肯定是算法工程师、数据工程师、数据挖掘等，研究生毕业的童鞋都会去做自然语言处理、深度学习等工作。既然大家目标都是与数据算法相关的职业，那么推荐大家看一下这篇文章 为什么“高大上”的算法工程师变成了数据民工？

       如今的程序世界，出现了很多种语言，如一开始的C、C++，后面的Java，乃至现在十分火热的Python。这些语言变得越来越高级，代码写的越来越少。Python就有一句slogan，“人生苦短，我用Python”，能够很好地说明这一现象。很多人都在往代码或程序的方向上努力，程序员的门槛也随着语言的高级也变得越来越低。有的人为了使代码实现功能且代码量较少，把自己写的东西封装成模块（也可以称之为“包”），使程序员更好入门。例如，谷歌的研究人员把深度学习的相关代码封装成TensorFlow，使得大家不会过多的考虑TensorFlow内部的东西。

       这是百度百科对于算法 的解释，即算法“是指解题方案的准确而完整的描述，是一系列解决问题的清晰指令，算法代表着用系统的方法描述解决问题的策略机制。也就是说，能够对一定规范的输入，在有限时间内获得所要求的输出”。严格的算法工程师就是利用算法处理数据的人，类似现在的深度学习算法、NLP算法工程师。他们更多的是做研究，思考如何提高数据在模型或算法中的性能，同时不会产生过拟合问题。

       学过计算机的朋友们肯定深有体会，自己在本科时期被各种老师逼着写各种课程设计，其实这种课程设计就属于开发。开发的朋友因为常年做开发，开发的技术了然于心，碰到相关的要求，不需要太长时间就可以做出来，除非是客户或产品经理频繁改需求。而现在一部分算法工程师，不光要写有关算法的东西，而且还要做一些开发，比如开发可视化界面、开发API接口等。两者不能兼得，虽然能够依靠自己两方面的能力在公司立足，但两者都不如专业人员精通，每天写开发文档，写可视化程序，算法方面的研究也不是很深入，出现一个模块或一个包调用一下，使用调参出来的东西去优化系统，虽然可以实现功能，优化结果也还可以，但调什么参数、调用模块中的哪个函数，这些轮子前面封装的人都已经想到了。近期在招聘网站上看到“调参侠”、“调包侠”，就很好地说明了这一类算法工程师的存在。

       在这里我想说的是，“存在即合理”。我们不能否定其存在。不过我们还是要精进自己的技术，让自己在代码的路上越走越远。毕竟这个时代需要的是领域专才，即某一领域有“专才”的全才，不能是各个领域的全才。为了成为领域专才，一起加油咯。