如何成为一名合格的运筹优化算法工程师？

最新推荐文章于 2024-08-17 16:40:57 发布

上顿渡老杨

最新推荐文章于 2024-08-17 16:40:57 发布

阅读量1.8w

点赞数 64

分类专栏：曲艺杂谈文章标签：运筹优化最优化算法算法工程师

本文链接：https://blog.csdn.net/sinat_41644416/article/details/97016284

版权

曲艺杂谈专栏收录该内容

3 篇文章 2 订阅

订阅专栏

作为算法工程师里的一小撮，相比机器学习、人工智能、视觉等算法工程师，运筹优化算法工程师在国内算是又小众又新鲜。作为近几年才慢慢进入大众视野的岗位，人们对其的认知和了解相对其他AI领域，还是较少的。比如我，其实也不清楚到底运筹优化的定位在哪。所以在这里和自己探讨下，看看如何成为一名更好的、合格的运筹优化算法工程师，给自己一个方向。如果有人不怕被坑，欢迎参考，当然更欢迎拍砖和补充。

引言

运筹学（operations research, OR)是研究如何为复杂的工程或者管理问题构建数学模型，以及如何分析模型以探索可能解决方案的一门学科。

这是运筹学，OR的定义，简而言之，作为一名OR人，解决的问题通常是通过三个步骤对现有场景或问题进行优化。

问题描述和建模
模型分析和数据分析
算法求解+应用
所以这么一看，OR确实不如机器学习、深度学习、计算机视觉等学科那么高大上和牛逼，所以不推荐大家学习。因为工资比前者差很多，HC也差很多。（日常劝退）

基本要求

基本要求是要健康，能加班。
之后是具体的一些要求：

学历:本科学历劝退，除非你特别优秀，不过这种就推荐去海外读个硕士或博士回来。企业的要求百分之90%以上都是硕士学历起。对博士十分热爱，而且竞争也很激烈，博士很多，海外名校博士也很多，所以学历不够要么劝退，要么改行，要么继续深造。
专业：涉及运筹学的专业很多，包括并不限于应用数学，运筹学，计算机，工业工程，系统工程，物流工程，管理学等等。基本学习的课程包括运筹学，最优化理论，数值分析，线性代数，统计学，概率论，高数等等，对数学要求高。
编程能力：最重要，语言常用的有C/C++,Java,Python,Lua等，推荐C/C++，因为快。Python的话建议一定要掌握，完成日常业务和数据分析没问题，但是在工程化追求极致速度的算法的场景下就不推荐了。
建模和求解能力：cplex、gurobi等求解器必须会用一个，掌握建模三段论，熟悉基本的模型，能建初各种复杂约束，掌握常用线性化技巧。
数据处理和分析能力：掌握基本数据分析和处理能力，通常用Python做，也就是说，基本的机器学习方法和统计学方法和流程要会，因为模型的输入数据需要你处理和分析。
搜索能力：能在短时间内找到项目问题的相关资料和参考文献，筛选出有用的、好用的、靠谱的资料，然后复现，修改，比较，对比。
英语能力：至关重要
沟通能力
理解能力和知识量

拓展需求

丰富的项目经验
发表过顶级期刊
发表过垃圾期刊
丰富的大厂经验
高star的开源代码
优秀的比赛成绩
计算机专业背景
算法与数据结构精通
机器学习，强化学习，深度学习等

仿真验证

仿真真的很重要！
由于现实世界存在的不确定性、非线性模型、无法建模的问题、鲁棒性检验等，导致我们无法百分百确认效果。而如果能构建出一个与真实业务场景高度拟合的仿真世界，来测试我们的解决方案，简直完美。等于提前进行了中试的过程。而计算机仿真世界成本低，无危险，不干扰生产，可模拟各种参数情况，可运行无数次等等，给了我们打动领导和说服业务人员的最基本的武器。