業(yè)務型算法崗與中臺算法崗應該如何選擇？
付鵬（熟知NLP領域各名詞所寫）回答：
假如你是算法中臺，你問自己幾個問題：
你怎么說服其他業(yè)務用自己的算法？
業(yè)務使用了你的算法，沒有出成果，你要如何證明，是業(yè)務方使用的問題，而不是你的工作不夠 solid 呢？
如果你想方設法讓人相信了你的工作足夠 solid，是業(yè)務方使用不對，讓你來指導和 own 這個模型的調試和上線，你能保證做出成果嗎？
假如業(yè)務方使用模型成功上線，指標有提升，功勞大頭屬于業(yè)務方還是屬于你呢？
當面對業(yè)務使用 domain knowledge 不足質疑你的時候，你怎么回答？
你想要做一個算法，需要和業(yè)務方要數據權限，業(yè)務方會很樂意與你共享數據權限嗎？
如果你是CTO，假設有一天你需要降本增效。需要裁掉中臺算法團隊與業(yè)務算法團隊中的一個，少了哪個團隊會導致線上指標受更大影響呢？
技術中臺是阿里巴巴首先提出來的，阿里巴巴最終選擇了拆掉中臺。目前的大趨勢是去中臺化。
算法中臺的興起落后于工程技術，可能衰敗也會有一些延后。因此，我更傾向業(yè)務算法。
當然中臺也不是一無是處，中臺整合資源能力強，shit work 比較少，可將精力集中于更“純粹”的算法上。
但善于吃屎也是一種能力。我仍更傾向業(yè)務算法。
MLRush(信息流推薦工程師）回答：
業(yè)務型算法：好壞受業(yè)務影響，好業(yè)務壓力大，回報高，競爭激烈；差業(yè)務，算法價值不好講，被調整風險大，回報低，競爭壓力稍微低；總體技術含量都不如研究型算法崗位
中臺型算法：落地難，手不握業(yè)務，話語權低，盈利困難時期容易被調整；中臺算法里屬于研究型算法的，團隊學歷普遍高，競爭也不簡單，但搞的東西相對高大上，以后想轉業(yè)務型算法也有機會；中臺算法里也有不是研究型算法的，臟活還沒業(yè)務，屬于最慘的。
叫我張十四（字節(jié)跳動 R&D）回答：
新人入行一年，有些感悟。隨便說說，請輕拍。
這里姑且理解，業(yè)務型算法為專門在某一業(yè)務線的崗位，中臺算法崗為是給不同業(yè)務線提供某一能力的崗位。二者各有優(yōu)劣之處。
先說結論：因人而異，不存在絕對正確的選擇。
接下來，從不同角度進行分析，供參考。
工作內容
業(yè)務型算法，能夠更全面了解、理解全業(yè)務線場景和其技術架構。比如：產品的用戶增長是如何做的，產品推薦的排序和召回的架構等等。概括來說，對某一類型產品擁有更全局視角，能夠好培養(yǎng)全局sense，產品不同場景如何落地算法。
中臺型算法，則更加垂直，從某一能力觸發(fā)，賦能不同業(yè)務線。比如：提供預訓練能力給不同業(yè)務方，協(xié)助業(yè)務方提升效果。這種的好處，就是能在垂直方向做的更深，有利于技術深度的積累。不同業(yè)務線需求不同，水平不同，也要求能力更加通用和易用。
工作壓力
業(yè)務型算法往往面臨更大業(yè)務指標壓力，工作評價往往和業(yè)務指標成強正相關，線上效果不好時，壓力很大。同時，不確定性也更強，業(yè)務整體方向和戰(zhàn)略的改變，容易造成之前的工作全部被推翻，需要從頭來過。但是，風險與機遇并存，業(yè)務收益明顯時，也更容易拿到不菲的回報。
中臺型算法，相對來說更加穩(wěn)定，旱澇保收。研究的方向更加穩(wěn)定，不斷完善相關能力，壓力沒有那么大。
希望這些不成熟的分析，能給答主選擇offer提供些思路。
以上回答轉載自知乎，著作權歸屬原作者
分享
收藏
點贊
在看
