2021年后成為一名算法工程師的門檻有多高?

鏈接：https://www.zhihu.com/question/437429362

編輯：深度學(xué)習(xí)與計算機(jī)視覺

聲明：僅做學(xué)術(shù)分享，侵刪

想知道2021年后一個算法工程師的門檻有多高，現(xiàn)在我在讀研究生，師兄實(shí)習(xí)的時候選擇了算法，后跟我說算法特別難，然后他轉(zhuǎn)后端去了，他說很多人都轉(zhuǎn)后端去了。

作者：Shusen Wang

https://www.zhihu.com/question/437429362/answer/2276628117

對中國的應(yīng)屆生來說，想走互聯(lián)網(wǎng)公司算法工程師（machine learning engineer）的路，有幾個門檻：

1. 985大學(xué)、或者相當(dāng)于985的學(xué)歷。這個是硬條件，達(dá)不到的話簡歷關(guān)過不了。不是學(xué)歷歧視，公司招聘的流程是有代價的，要花2~3個工程師每人1.5小時的時間，如果簡歷不夠好，沒必要浪費(fèi)公司資源。學(xué)歷不足，只能先找個職位湊合干著，努力鉆研技術(shù)，過兩年再跳。
2. 專業(yè)：CS、AI >> 自動化 > 電氣、統(tǒng)計 > 其他。面試會考數(shù)據(jù)結(jié)構(gòu)的題，CS科班出身的有巨大優(yōu)勢。題做不出來不要緊，但如果體現(xiàn)出對編程和算法的無知，必掛。
3. 機(jī)器學(xué)習(xí)的基礎(chǔ)好，包括理論基礎(chǔ)、動手實(shí)踐能力。這種能力是需要長期積累的，不是背一背面試八股就能混過去的。面試流程中肯定有資深專家把關(guān)，聊一會就知道是真懂、還是應(yīng)試的。我當(dāng)面試官的時候，別人說最擅長什么，我就只問什么，深挖一下，很容易看出一個人的功底。
4. 有跟職位相關(guān)的經(jīng)歷，包括實(shí)習(xí)、科研、開源項(xiàng)目等等。頂會paper、跟職位匹配的實(shí)習(xí)經(jīng)歷，都是重大加分項(xiàng)?；ヂ?lián)網(wǎng)大廠招聘職位的數(shù)量：搜推廣 > NLP > CV。高校畢業(yè)生數(shù)量：CV > NLP > 搜推廣。搜推廣職位招聘的喜好：搜推廣 > NLP > CV。如果還沒選研究方向，能選NLP就別選CV。

作者：AI Cook
https://www.zhihu.com/question/437429362/answer/1671704347

某廠老算法，最近也在廠里做社招和校招的工作，實(shí)話實(shí)說，現(xiàn)在廠里對于算法的要求確實(shí)是一年比一年要高，換做自己2021年可能是進(jìn)不了我廠的。首先，就是要看學(xué)歷或者工作背景，名校名企出來的加分，發(fā)過paper或者專利微加分，有過相關(guān)工作經(jīng)歷并能落地的巨加分；另外，當(dāng)前算法的按投遞人數(shù)排，CV>NLP>語音，各位可以自己斟酌一下。

不過從這兩年的趨勢來看，會算法又會工程的人會相對更吃香，如果要搞純算法研究，請讀博，不要猶豫；個人建議，提供一個較好的方向，做算力平臺方向當(dāng)前看來還不錯，需要懂點(diǎn)算法也需要工程能力，前景也還算光明，現(xiàn)在各大企業(yè)及獨(dú)角獸都在猛構(gòu)建這一塊方向。

作者：小餅同學(xué)
https://www.zhihu.com/question/437429362/answer/1995303605

算法工程某些領(lǐng)域之間的界限不再明確。就個人感覺而言，現(xiàn)有的人工智能技術(shù)確實(shí)在很多工業(yè)領(lǐng)域都已經(jīng)有了比較完整的技術(shù)支撐，無論是廣告推薦，還是現(xiàn)在很火的視覺，NLP，從框架的選型，特征工程，到調(diào)參基本上都有參考的工具，導(dǎo)致出現(xiàn)了這樣一種情況，傳統(tǒng)的機(jī)器視覺特征工程在很多場景中也比不了深度學(xué)習(xí)自動提取特征，人工調(diào)參也很難比的過機(jī)器。

由此導(dǎo)致的一些崗位比如調(diào)參工程師逐漸消失，一些崗位逐漸走向融合（像NLP和視覺應(yīng)用中，由底層特征到高層特征的融合和提取都是由深度網(wǎng)絡(luò)自動完成而不需要過多的人工參與，再加上深度學(xué)習(xí)很多機(jī)制在領(lǐng)域間是通用的，比如深度網(wǎng)絡(luò)中的attension機(jī)制，調(diào)參工程等，這就導(dǎo)致一個對于深度學(xué)習(xí)理論精通的搞視覺的工程師，經(jīng)過一定的NLP領(lǐng)域知識學(xué)習(xí)后，能很快轉(zhuǎn)型為初級的NLP工程師）。此外就拿視覺工程師而言，在算法選擇，模型訓(xùn)練之外，偶爾會需要你具備一定的移動平臺開發(fā)經(jīng)驗(yàn)（因?yàn)橐苿佣耸勤厔?，所以工作中偶爾會和安? ios打交道），再加上模型壓縮和加速(也許會用到比較底層的開發(fā)語言，如果CUDA等)，后臺部分docker部署, 負(fù)載均衡等有時候都需要你自己去完成，這就需要你具備一套完整的技術(shù)體系，這種情況下算法，移動端，后臺開發(fā)的界限也是逐漸模糊。所以，自己的技能點(diǎn)怎么點(diǎn)是個值得深思的問題

作者：莫名
https://www.zhihu.com/question/437429362/answer/2256828264

門檻因人而異，忽高忽低。

工程師：

白菜~sp：邏輯思維強(qiáng)，有問題建模研究能力，學(xué)工具比較快。

基礎(chǔ)知識：算法，統(tǒng)計機(jī)器學(xué)習(xí)，深度學(xué)習(xí)。如果有研究方向的需要補(bǔ)充領(lǐng)域知識。

職業(yè)精神：概念化表達(dá)，方案設(shè)計，團(tuán)隊協(xié)作。

ssp：項(xiàng)目經(jīng)驗(yàn)豐富，有一定思考的論文。

研究員：

研究成果的匹配程度

作者：alexanderzjs
https://www.zhihu.com/question/437429362/answer/1962495140

不是門檻有多高，是自己想要做到什么程度。有些人覺得sota就是最終結(jié)果了，實(shí)際上，sota也只是實(shí)驗(yàn)室跑出來的，結(jié)合實(shí)際項(xiàng)目能優(yōu)化的點(diǎn)往往還有很多。

但是，90%以上的算法工程師不會去想進(jìn)一步優(yōu)化的點(diǎn)，反正老大也不懂，早交早完事。紙上談兵的人太多了，沒有一點(diǎn)匠心精神。

再不然就是網(wǎng)上各種問，期待撿現(xiàn)成的。別人想到一個好方法為啥讓你撿現(xiàn)成？

作者：神羅‘Noctis

https://www.zhihu.com/question/437429362/answer/1663401117

大家都不會的時候，有一點(diǎn)基礎(chǔ)+刷題就能pass。大家會一點(diǎn)的時候，發(fā)過paper，做過項(xiàng)目或者報個培訓(xùn)班能pass。大家都會的時候，你沒有真本領(lǐng)，那就只能碰運(yùn)氣了。以后的算法工程師入門門檻只會越來越高。

往期精彩：
《機(jī)器學(xué)習(xí) 公式推導(dǎo)與代碼實(shí)現(xiàn)》隨書PPT示例
 時隔一年！深度學(xué)習(xí)語義分割理論與代碼實(shí)踐指南.pdf第二版來了！
 新書首發(fā) | 《機(jī)器學(xué)習(xí) 公式推導(dǎo)與代碼實(shí)現(xiàn)》正式出版！
《機(jī)器學(xué)習(xí)公式推導(dǎo)與代碼實(shí)現(xiàn)》將會配套PPT和視頻講解！
 2021，我讀了32本書！