如何看待2021秋招算法岗灰飞烟灭? 你会被硕士海归、顶会论文、TOP竞赛劝退吗? 应届硕士0顶会0比赛能拿到大厂offer吗? 35岁会面临失业吗?算法岗职业发展的尽头是什么? 随着大数据和人工智能领域的不断深入发展,自然语言处理、机器学习等方向成为求职的大热门,算法工程师也自然而然成为目前最炙手可热的岗位。 然而提到算法岗,也不得不让人联想到几个让人产生焦虑的热词:灰飞烟灭、一片红海、严重内卷、新时代的生化环材以及去年大家常说的"诸神黄昏"。 一边人才缺口不断放大,一边内卷严重。 那么,要想成为一名优秀的算法工程师,"拒做躺平青年"的应届硕士毕业生们,该如何进行职业规划,提高自己的核心竞争力呢? 01
算法工程师的职业路径 人工智能领域的技术迭代更新很快,做不到持续的学习就很容易止步不前。因此,关于算法工程师的发展规划,主要就是需要不断的学习。 程序员的职业发展路径一般是: 初级工程师 高级工程师 资深工程师 专家 高级专家 资深专家 研究员。 大公司会有相应的职级,比如阿里技术序列就对应P1-P14,校招一般是P4-P5,本科一般P4,研究生一般P5,能力强的可能给到P6甚至P7,但这毕竟是凤毛麟角。P5-P7是干活的中坚力量,占比比较大,一般一到两年晋升一次,当然升不升和怎么升跟你的个人能力和产出强相关,评定的标准还是比较规范的,P7往上升卡得比较严。 还有另外一种按照薪资的划分方式。市面上招聘的算法工程师按照薪资大致可以分为三类: 20-30万/年档,50万/年档,100万/年档。 20-30万/年档:算法应用工程师,主要工作是数据分析和算法实现,主要是把算法逻辑实现一遍,跑个原型系统。 50万/年档:优化已有算法,这个需要对算法本身的应用范围,假设条件都有所了解,更重要的是要有所创新。 100万/年档:不局限于一个方法的创新,而是一个方向的创新,或者说能够定义一个问题,并能快速提供对应的算法去解决。 02
算法工程师的日常 算法工程师的工作内容主要是利用算法处理事物,不同的算法可能用不同的时间、空间或效率来完成同样的任务。 那么,算法岗位具体的工作流程是怎样的? 以一个小型NLP项目流程来举例,机器学习项目基本就是 了解业务需求 调研业界方案 查看是否适用 上线效果 这些环节。 在对待具体业务上,算法工程师如何通过"实践"提升自己的机器学习水平,以及如何通过机器学习/深度学习实际应用来改善企业的业务等级和营收能力至关重要。 03
算法工程师的能力要求 算法工程师,从名字上我们就能看出,首先应该具备的就是算法能力和工程能力,我们可以划分为技术层面和业务层面两个维度。 技术层面除了数学能力之外,空间几何能力,基础计算机编程语言的掌握能力、自然语言处理能力、逻辑能力等都是非常重要的。一般的岗位都会硬性要求掌握Python、MATLAB、数据库熟练掌握。 业务层面主要在于个人对业务的了解程度,要根据实际业务来寻找落地场景并加以协同,要求算法工程师知道算法如何落地,如何获取信息源等,最好有业务实战经验。 在真实的生产环境中,算法的落地会遇到各种各样的业务场景和数据环境,这也要求算法工程师需要具备Pipeline 构建能力,将整个生产环境中的数据流和模型打通。 04
算法工程师的就业方向 算法工程师根据 研究领域 来分,主要有音频/视频算法处理、图像技术方面的二维信息算法处理和通信物理层、雷达信号处理、生物医学信号处理等领域的一维信息算法处理。 根据 业务 进行细分,常见的有广告算法工程师、推荐算法工程师、图像算法工程等等。因此对于从业者的能力要求比较高,在人工智能领域需要对机器学习、数据挖掘、统计学方向拥有扎实的理论基础。 另外,如果是在工业界的话,编程能力是非常重要的。因为从事算法的人通常来说会有一些算法上的优化,工程上的改进,数据分析之类的工作。 知乎用户@叶兀 提到,在就业方向选择的时候,有以下的依据:行业>方向>领域>专业。 举例来说:行业:电商行业(淘宝),O2O(美团),直播(快手),短视频(抖音)、智慧+一切,方向:算法、工程、大数据…… 领域(工业应用):广告,搜索,推荐 【业务成熟】,量化投资,自动驾驶,语音识别,专业(偏学术,学校):nlp、cv、ml、dl、asr、mmu……