算法工程师也会遇到35岁这道坎么？

现在互联网行业很多开发工程师（包括前端开发、后端开发等等传统意义上的“码农”）会遇到35岁这道坎，那么对于算法工程师这种非常规、非传统的码农（侧重以数学模型技能为主，而不是写代码），也会遇到35岁的坎么？

吴海波：浙大毕业，现在从事机器学习，现在就职于蘑菇街。

单纯从技术发展的本身，一定是门槛越来越低，所谓的经验经不起新技术的冲击，但这一套逻辑更适用于基础技术，我来补充另一方面的信息。

这个问题其实不是技术人员独有的，而是职业发展中面临的普遍问题，只是网上技术的同学发声比较多，而且技术同学相对单纯，容易一条路走到黑，遇到困难不容易变通，很少去看看那些其他行业的人面对问题的处理方式。

回到职业规划，我觉得远见这本书里面提了三个标准挺有意思的。

分别是可迁移的技能、有意义的经验、持久的人际关系。

可迁移的技能不多说，简单说下我对有意义的经验的理解，有意义包括两方面，一个是这个经验对别人有门槛，另一个是这个经验是有拿到结果。对很多在工业界做算法应用的同学来讲，无论是线上abtest的资源还是公司算力的资源，对后来者都是有很大的门槛的，即很难在学生时代就对算法和业务结合理解的特别好，这是一个明显的优势。

再谈下持久的人际关系，很多技术同学都会忽视持久的人际关系。其实人和人之间的信任是非常宝贵的，大家应该重视起来。机器学习发展起来后，在工业界普遍遇到一个问题，如果和非机器学习的同事解释，如何和他们更有效的合作。而机器学习有很多时候，都是需要大投入的项目，这个时候长期的信任关系就变的特别的重要，这个也是新人并不具备的。

总结起来，题主特别问了算法和程序员的对比，我觉得最大的特点是算法面对的巨大不确定性，而且这个不确定性是和业务本身相关的。业务变化万千，很多经验都是靠真金白银砸出来的，门槛很高。因此，这方面我又偏乐观一些。

PS：这个行业最受人瞩目的当然是那些世纪难题，如果你从事的和这些问题相关，那就是高风险高回报的逻辑了。

 

霍华德：毕业于新加坡国立大学，目前担任腾讯算法工程师。

我对这个问题很谨慎

一方面，近几年的算法不断自我革命，随着框架的发展，其实门槛是越来越低了。十年前，需要自己实现反向传播，能拦住不少人。现如今BERT出现后，很多任务的难度都大幅下降。这方面利空年迈的算法工程师。

另一方面，对算法工程师的要求越来越综合，算法工程师也逐渐向多面手发展，做nlp的算法工程师只会nlp领域是不够的，随着多模态技术的发展，视觉、语音、强化学习等技术也统统都要掌握。

所以，年迈的算法工程师对新萌的优势在于技能的宽度上。与资本家的博弈中，依靠“技多不压身”，来维持相对高一些的待遇”。

另外，只能寄希望于中国教育改革迟缓，为年迈的算法工程师多争取一些时间。

文章转载自知乎，出处：https://www.zhihu.com/question/345939613，仅供参考，著作权归属作者

“哪吒头”—玩转小潮流