算法岗现状

1. 都快2021年了，算法岗位应该怎样准备面试

说到算法岗位，现在网上的第一反应可能就是内卷，算法岗位也号称是内卷最严重的岗位。针对这个问题，其实之前我也有写过相关的文章。这个岗位竞争激烈不假，但我个人觉得称作内卷有些过了。就我个人的感觉，这几年的一个大趋势是从迷茫走向清晰。

早在2015年我在阿里妈妈实习的时候，那个时候我觉得其实对于算法工程师这个岗位的招聘要求甚至包括工作内容其实业内是没有一个统一的标准的。可以认为包括各大公司其实对这个岗位具体的工作内容以及需要的候选人的能力要求都不太一致，不同的面试官有不同的风格，也有不同的标准。

我举几个例子，第一个例子是我当初实习面试的时候，因为是本科生，的确对机器学习这个领域了解非常非常少，可以说是几乎没有。但是我依然通过了，通过的原因也很简单，因为有acm的获奖背景，面试的过程当中主要也都是一些算法题，都还算是答得不错。但是在交叉面试的时候，一位另一个部门的总监就问我有没有这块的经验？我很明确地说了，没有，但是我愿意学。

接着他告诉我，算法工程师的工作内容主要和机器学习相关，因此机器学习是基本的。当时我就觉得我凉了，然而很意外地是还是通过了面试。

核心能力

由于我已经很久没有接触校招了，所以也很难说校招面试应该怎么样准备，只能说说如果是我来招聘，我会喜欢什么样的学生。也可以理解成我理解的一个合格优秀的算法工程师应该有的能力。

模型理解

算法工程师和模型打交道，那么理解模型是必须的。其实不用说每一个模型都精通，这没有必要，面试的时候问的模型也不一定用得到。但更多地是看重这个人在学习的时候的习惯，他是浅尝辄止呢，还是会刨根究底，究竟能够学到怎样的地步。

在实际的工作当中我们可能会面临各种各样的情况，比如说新加了特征但是没有效果，比如升级了模型效果反而变差了等等，这些情况都是有可能发生的。当我们遇到这些情况之后，需要我们根据已知的信息来推理和猜测导致的原因从而针对性的采取相应的手段。因此这就需要我们对当前的模型有比较深入地了解，否则推导原因做出改进也就无从谈起。

所以面试的时候问起哪个模型都不重要，重要的是你能不能体现出你有过深入的研究和理解。

数据分析

算法工程师一直和数据打交道，那么分析数据、清洗数据、做数据的能力也必不可少。说起来简单的数据分析，这当中其实牵扯很多，简单来说至少有两个关键点。

第一个关键点是处理数据的能力，比如SQL、hive、spark、MapRece这些常用的数据处理的工具会不会，会多少？是一个都不会呢，还是至少会一点。由于各个公司的技术栈不同，一般不会抱着候选人必须刚好会和我们一样的期待去招人，但是候选人如果一无所知肯定也是不行的。由于学生时代其实很少接触这种实践的内容，很多人对这些都一无所知，如果你会一两个，其实就是加分项。

第二个关键点是对数据的理解力，举个简单的例子，比如说现在的样本训练了模型之后效果不好，我们要分析它的原因，你该怎么下手？这个问题日常当中经常遇到，也非常考验算法工程师对数据的分析能力以及他的经验。数据是水，模型是船，我们要把船驶向远方，只懂船只构造是不行的，还需要对水文、天象也有了解。这样才能从数据当中捕捉到trick，对一些现象有更深入的看法和理解。

工程能力

虽然是算法工程师，但是并不代表工程能力不重要，相反工程能力也很重要。当然这往往不会成为招聘的硬性指标， 比如考察你之前做过什么工程项目之类的。但是会在你的代码测试环节有所体现，你的代码风格，你的编码能力都是你面试的考察点之一。

并不只是在面试当中如此，在实际工作当中，工程能力也很关键。往小了说可以开发一些工具、脚本方便自己或者是团队当中其他人的日常工作，往大了说，你也可以成为团队当中的开发担当，负责其团队当中最工程的工作。比如说复现一篇paper，或者是从头撸一个模型。这其实也是一种差异化竞争的手段，你合理地负担起别人负担不了的工作，那么自然就会成为你的业绩。

时代在变化，行业在发展，如今的校招会问些什么早已经和当年不同了。但不管怎么说，这个岗位以及面试官对于人才的核心诉求几乎是没有变过的，我们从核心出发去构建简历、准备面试，相信一定可以有所收获。

2. 人工智能软件就业前景怎么样

首先，当前人工智能专业的本科阶段教育才刚开始开展，就业情况尚不得而知，但是从目前人工智能方向研究生的就业情况来看，人工智能专业未来的就业前景还是非常值得期待的。

长期以来，人工智能领域的人才培养一直以研究生教育为主，一方面人工智能领域的学习对于基础知识的要求比较高，另一方面人工智能相关方向的学习对于教育资源的要求也比较高，这是导致人工智能领域人才培养难度大的重要原因。由于研究生培养能力有限，所以在人工智能成为科技领域热点的同时，人才短缺的现象就比较突出了，这也是一部分高校（重点高校）在本科阶段设立人工智能专业的重要原因。

虽然人工智能专业当前的就业前景比较广阔，而且人工智能领域的发展空间也非常大，但是近两年的岗位释放量并不算大，尤其是算法岗位，甚至出现了一定程度的萎缩（数量和待遇均有不同程度的萎缩），这与当前人工智能产品落地应用困难有较为直接的关系。在2019年的秋招中，也有不少人工智能方向的研究生选择了大数据相关岗位，这是之前很少出现的情况。

虽然当前人工智能领域的人才招聘没有前几年那么多，但是从人工智能行业发展的基本面来看，这种情况应该是一种阶段性波动，未来人工智能领域的人才需求依然会出现一个长期的增长态势。

最后，如果计划选择人工智能专业，最好读一下研究生。

3. 为什么一线互联网公司的校招高薪都是算法类

高端工程类岗位所需要的能力，高校很难培养出来。中低端工程类岗位，可能确实不太值钱。

。算法类因为一些历史遗留问题，大公司之前懂得人不多，而学校确实有些老师是行家里手，学生也可以在某一个小领域，做到精通。

这推高了前两年算法领域的校招价。然而，随着公司相关人才越来越多，算法类的稀缺性也在下降。另外，现在很多技术比较好的组也比较认清了，高端算法类毕业生已经不能靠论文数量，甚至已经不能靠发的会议质量了。

4. 基础数学专业研究生能成为算法工程师吗

可以，但是不建议。
第一，从2018年秋招情况来看，目前算法岗已经爆炸，报录比例惊人，大部分人都很难找到合适的算法岗位。
第二，现在大家一窝蜂的都转行做算法，你们想想毕业找工作的时候压力得有多大。
第三，往计算机方向转一定要选对小方向。其实互联网行业很多研发岗位非常缺人（测试开发、安卓ios客户端开发、java前端、大数据开发），但校招却没几个人愿意投（因为大家都在投算法岗）。
第四，最后很多想做算法的人内心os大概是这样的：“算法多高大上啊说出去也好听，我要是研究生毕业去做安卓开发，那多“掉价”啊”；“做算法不需要了解那么多枯燥的计算机基础知识，我也没功夫花大量时间去训练我的代码能力，只要数学过关就行”。

5. ai技术就业前景

现在的求职状况是竞争非常激烈。如果说7、8年前的状况是各个专业转CS的话，现在是全民转AI。各个专业的，例如自动化、微电子、机械、通信、电子信息、材料专业，都有大量的学生在学习机器学习(主要是深度学习)。19年8月份帮忙面试了6个提前批的应届生，都是985和211的，好像没一个是计算机专业的，（不过以前并没有人工智能专业，大家好多都是非计算机专业的）但是印象中好像有四个同学回答的还是可以的。从ResNet到MobileNet，从SVM到XGBoost，都回答的头头是道（但是都不是很深）。另外，有个朋友做AI社区的，把我邮件放到他们的内推文章了，结果我收到了接近50份左右的简历，基本985、211、普通一本的都有，想当年，我参加17年秋招，投递我就职的公司（CV四小龙）的人还很少，去东南大学的校招才十来个人参加，旷视在南京大学的宣讲会留下来参加笔试的，也应该没有40人。现在的情况是，211以下的基本很难找到AI独角兽的算法岗位了，除非是你有非常厉害的特长。依图今年的算法岗位竞争据说100:1，进BAT的算法岗更难。当前的AI状况是，学术界的研究热点已经从感知智能转向认知智能了，在CV方向，感知的基础算法（例如ResNet、SSD、YOLO、UNet、FaceNet、ArcFace）都是2018年前提出的了，2019年有突破性的、实用性强的算法基本没有出现了。深度学习算法增长增长缓慢后，导致的结果：基础的算法越来越模块化，调用它的技术含量也越来越低，算法被越来越多的人掌握，大家都会BP推导，都能讲清楚ResNet、SSD、YOLOv3的原理，导致竞争空前激烈；公司对算法工程师的需求数量降低，至少不需要再养很多人去发论文了。公司对算法模型的需求，在收集整理好数据，直接调用模块化的算法去训练，甚至使用AutoML来自动搜索模型架构就好了。现在AI独角兽应该都在把重点转向产品，或者收缩战略，集中到核心场景中了。就像近期地平线裁撤AIoT部门不少员工，将重点收缩到占公司收入大头的自动驾驶相关产品的研发中了。我猜测，后面各个AI公司会精简优化规模庞大的研究院，分流到相应的产品部门去。我并不是要看衰AI，个人后面的创业方向是做一个服务AI公司和个人开发者的产品，所以AI越繁荣，其实对于个人来说反而机会越大。只是，我越来越觉得，后面应该不存在体量庞大的AI公司，而应该是各个以AI为核心的产品公司，例如做工业检测、物流机器人、自动驾驶、智能安防、智能医疗、智能客服的各个产品公司。做在线算法API服务的，大概率会集中到BAT、华为这几家出售云服务的公司（API搭配他们的云计算出售）。而纯做算法的公司，肯定是规模小，团队精悍，聚焦有限几个特定场景的公司。另外，虽然算法岗位去大公司和明星公司比较难，但是去规模中小的公司还是不难的。毕竟我国又不是只有BAT 、TMD、 华为、商汤、旷视这几家，中国还有多少万家做算法相关产品的小规模公司呢。如果非常想去大公司，可是算法能力又没那么硬核，可能还是做前后端、客户端开发进去的概率更大。写了一篇更系统的文章假期在家，写了一篇关于中国AI公司发展前景的文章，对AI发展感兴趣的知友可以关注一下关于应届生offer选择的建议，请看这篇：————————————————————————————————————文末打个广告，我开了一个公众号：AIZOO，会在里面分享人工智能相关的实用的、前沿的技术和资讯，欢迎大家关注。

6. 2020年，人工智能算法工程师就业竞争压力多大

从当前人工智能领域的发展情况来看，2020年算法工程师的岗位竞争压力是比较大的，主要原因集中在三个方面。

其一是当前算法工程师的整体人才需求增量正在趋缓，这一点在2019年的研究生秋招时就有比较明显的体现，不少打算从事算法岗位的研究生最终选择了开发岗位。
其二是人工智能领域的创业热点正在从技术创新向应用创新转移，随着大型人工智能平台的陆续开放，这一趋势会越发明显。所以大量技术研发能力较差的中小技术团队将转向应用领域，这导致算法工程师的就业渠道正在集中到大型科技公司，所以竞争也会更加激烈。
其三是目前有大量的研究生希望从事算法工程师岗位，这也导致了算法工程师岗位的竞争越来越激烈。实际上，当前计算机视觉、自然语言处理这两个领域的研究生还是存在一定就业压力的，因为前些年这两个领域热度很高，人才招聘量也非常大，所以不少研究生都选择了这两个方向，但是由于人工智能产品在落地应用的过程中遇到了一定的障碍，所以也在一定程度上影响了人才需求。
虽然算法工程师的就业竞争压力比较大，但是从产业互联网发展的大背景来看，算法工程师整体的就业前景还是比较好的，尤其在产业结构升级的推动下，大量的传统行业企业都需要进行智能化改造，而这个过程也必然会释放出更多的算法岗位。
最后，对于当前要计划从事算法工程师岗位的人来说，一定要重视编程实践能力的提升，这对于提升就业竞争力有明显的帮助。

7. 想成为一名人工智能算法工程师，大学读什么专业

首先，从研究生的就业情况来看，近两年算法工程师的岗位需求量较前些年有了明显的下滑，目前大数据岗位的研发型人才需求量要相对大一些。所以，如果当前要想选择从事算法岗位，在选择空间上往往并不会很大，这一点应该做好心理准备。

在IT行业内多个领域都需要算法工程师，目前算法岗位多集中在大数据和人工智能相关领域，由于目前大数据正处在落地应用的初期，而人工智能行业也普遍存在落地难的问题，所以算法岗位的需求量受到了较大的影响。
从目前行业的发展趋势来看，算法岗位短期内出现爆发式人才需求的可能性并不大，一方面科技企业对于算法人才的储备相对比较充足(前些年招聘较多)，另一方面算法研究也需要一个沉淀的过程。
从人才培养的角度来看，算法工程师往往都需要具备研究生学历，计算机专业、数学专业和统计学专业比较容易从事算法岗位(要看具体的研究方向)，也有一部分经济学专业、物理专业、自动化专业的毕业生会从事算法岗位。
计算机相关专业从事算法岗位是比较常见的，其中以大数据方向、人工智能相关方向的毕业生从事算法岗位居多，实际上也有一部分计算机专业的本科生会选择算法岗位，这与自身的知识结构有较为密切的关系。
早期有不少数学相关专业的毕业生会从事算法岗位，但是目前数学专业的毕业生从事算法岗位的要求有了较为明显的提升，重点在于算法实现能力的要求(编程能力)，这也导致一部分数学专业毕业生无法直接从事算法岗位。
目前，人工智能的研究和实践如火如荼，但是应该摆正心态，做好打持久战的准备，短时期内很难将该领域的技术研究透彻，并完全推广应用。一句话，此路任重而道远，但却是人类社会科技发展的必经阶段。

8. 为什么算法工程师的薪酬那么高

算法工程师是一个非常高端的职位，是非常紧缺的专业工程师，兼具前途和钱途。

算法工程师薪酬高的原因：
1、稀缺：互联网的快速发展，大数据、人工智能的兴起，使得算法岗位变多了，但是能胜任的人又寥寥无几。
2、培养成本很高：算法工程师的培养，需要很高的成本。在上大学的时候就要受到名师指导，进入公司后也要跟前辈学习。
3、能力非常强：如果想成为一名算法工程师，不仅需要过硬的编程能力，还需要扎实的数学基础和英文水平。
算法工程师所需的知识绝对不仅仅只有计算机方面的知识，需要的是综合能力得到全面培养。所以算法工程师薪酬高是有原因的，当然前景也是非常好，如果想从事这个行业，还是非常值得。

想了解更多关于算法工程师的详情，推荐咨询达内教育。该机构有独特的1v1督学跟踪式学习模式，有疑问随时沟通，企业级项目，课程穿插大厂真实项目讲解，对标企业人才标准制定专业学习计划 ，囊括主流热点技术，理论知识+学习思维+实战操作打造完整学习闭环，实战讲师经验丰富。

9. 算法工程师也会遇到35岁这道坎么

一、无论从事开发岗，还是在算法领域，知识的更替速度快，不持续学习跟进前沿技术，就会被淘汰。二、在互联网公司，偏离实际工程和业务的纯算法岗，很难给企业带来实际效益，也会面临淘汰。三、算法工程师本质上也是工程师，不要因为你是算法而有所谓的优越感，数学模型技能只是一方面，没有扎实的工程能力，也走不远。尤其是AI近几年的火爆，算法的门槛也变低，造成越来越多的人涌入算法岗。等到AI退潮之后，你扎实的基础工程能力和业务能力才是生存下来的必要条件吧。

10. 算法和开发岗相比，哪个前景更好呢

这两个岗位的工作内容我都接触过，目前我带的大数据团队中既有算法工程师也有开发工程师，所以我说一说这两个岗位的区别，以及未来的发展方向。

算法设计与算法实现
通常涉及到算法的岗位有两个，分别是算法设计和算法实现，现在有不少团队把这两个岗位进行合并，做算法设计的同时也要负责实现。但是也有一些团队是分开的，做算法设计的不管实现过程。
算法岗位门槛是很高的，人才也是稀缺的，总体发展空间很好。还有一点算法岗位的不可替代性强，如果有机会去算法岗建议是去的，一般学历要求在硕士，Java本科大专都是可以的哈。从工作的复杂性上来说，算法工程师的工作强度还是比较大的，但是算法工程师的职业周期也比较长。
算法岗主要是在于如何量化我们的产出，写代码做开发非常简单。你完成了一个任务或者是项目，有了经验之后，这是在简历上实打实的东西。很多算法工程师最终成长为企业的首席科学家，或者是首席技术官等岗位，可以说算法工程师的发展前景还是非常不错的。
开发岗位
软件团队的大部分岗位都是开发岗位，有前端开发、后端开发、移动端开发等，可以说大部分程序员做的都是开发岗的工作。
与算法岗位不同的是，开发岗位人数多，占比大，而且大部分开发岗位的职业周期都比较短，一般开发岗位在做到一定年龄(比如35岁)之后都会转型。一部分会转向项目经理等管理岗位，一部分会转型做架构师，还有一部分转型为行业咨询专家等，当然，也有一部分开发人员转型为算法工程师。
一个优秀的开发者不是网上说的那样吃青春烦的，每一个岗位都会有自己的未来职业发展。开始确实是青春饭，因为大多数人不懂如何提升自己在公司当中的潜在价值，或者不知道如何更加聪明的完成任务。
其实两个岗位没有什么可比性。聊聊这两个岗位的突出项，开发门槛不很高的，算法就相对高一些，因为涉及大数据人工智能等等。现在做算法的话，5年左右基本会成为专家，给别人讲，因为大多数的人是不太懂算法的，所以会觉得你很牛。收入上来说，算法的收入是高于开发的。创业的话，大白话就是算法其实是更容易给别人讲故事的，而且相对产品来说，算法是更容易形成产品的。