算法工程師傾向于根據(jù)實(shí)際場景解決實(shí)際問題，但使用的工具是算法。科學(xué)研究需要像工作一樣定義一個(gè)有意義、有價(jià)值的問題。場景中的專業(yè)問題定義了編程能力、問題解決能力、建模能力、科研能力和科學(xué)寫作應(yīng)該是科研。尤其是在中小型公司需求。

需求分析

軟件統(tǒng)一建模(類圖接口時(shí)序圖接口文檔)-

選擇商業(yè)AI算法模型的組合-

數(shù)據(jù)采集工程數(shù)據(jù)處理和分析-

開發(fā)和實(shí)施-

測試、部署在線回溯測試和實(shí)時(shí)監(jiān)控。-

優(yōu)化迭代。

有幾種型號選擇著陸尺寸。

(1)機(jī)器學(xué)習(xí)的實(shí)時(shí)性。

(2)性價(jià)比。

(3)可解釋性。

(4)對培訓(xùn)數(shù)據(jù)的需求。

轉(zhuǎn)載很多好的體驗(yàn)文章。

談工程能力的重要性。

以舞蹈為例，如果把算法訓(xùn)練的模型比作一個(gè)完成的舞蹈，那么工程能力就是舞蹈的基本功。如果你根本沒練過基本功，或者基本功很差，手腳不協(xié)調(diào)，也可以通過努力學(xué)習(xí)這種成品舞，但離藝術(shù)審美水平還很遠(yuǎn)。如果基本功很扎實(shí)，那你學(xué)什么新舞蹈都是自然的。

如果你有很強(qiáng)的工程能力和扎實(shí)的基本功，并且在工作過程中需要解決一些實(shí)際問題，可以快速上手解決。理論和實(shí)踐之間有差距。

合格的算法工程師必須具備的工程能力：

1、調(diào)試?？焖俣ㄎ粏栴}的能力是無價(jià)的。這是最重要的一點(diǎn)。

2.Python、Java、C等。這三種編程語言非常重要，使用頻率從高到低。模型離線訓(xùn)練需要Python(無論是tensorflow還是pytorch框架)，在線服務(wù)或?qū)崿F(xiàn)定制算法策略一般使用Java，在線Query預(yù)測服務(wù)一般使用C。

3.hive sql .這種語言在我們的工作中經(jīng)常使用，我們都是sql男孩/sql女孩。

4.shell、Awk等。它經(jīng)常在快速處理數(shù)據(jù)和調(diào)用一些python和java腳本時(shí)使用。

5.scala:在我工作的最初幾年，spark使用得比較多，所以訓(xùn)練非深度模型和與hive sql交互非常方便。

6.對分布式框架的理解。這一點(diǎn)非常重要。比如ps/worker/chief在tensorflow框架中是如何協(xié)同工作的，參數(shù)更新在哪里，模型訓(xùn)練在哪里?

除了必要的工程能力之外，一個(gè)合格的算法工程師不僅僅是算法工程師，他必須有企業(yè)主和產(chǎn)品的視角。

有時(shí)候在算法效果提升有瓶頸的時(shí)候，從用戶角度和產(chǎn)品層面考慮是否有更好的切入點(diǎn)。也要對業(yè)務(wù)運(yùn)行機(jī)制進(jìn)行深入思考，從發(fā)貨供應(yīng)端，經(jīng)過冷啟動，到召回，到粗安排，再到細(xì)安排，最后到分揀機(jī)制，哪個(gè)環(huán)節(jié)可能出錯(cuò)，哪個(gè)環(huán)節(jié)有優(yōu)化點(diǎn)。所以一個(gè)全棧全鏈接的算法工程師是稀缺人才。只有供給/召回/精細(xì)排放/機(jī)制的聯(lián)動優(yōu)化，才能讓線上效果有質(zhì)的飛躍。

一個(gè)優(yōu)秀的算法工程師不僅能玩轉(zhuǎn)模型，還能對產(chǎn)品有獨(dú)到的見解和思考。薈牛網(wǎng)舉個(gè)例子比如，當(dāng)你以真實(shí)用戶的身份體驗(yàn)推薦的視頻流時(shí)，很容易在產(chǎn)品或系統(tǒng)層面發(fā)現(xiàn)一些問題，然后回到算法上通過技術(shù)手段或與產(chǎn)品合作來解決這些問題。只有這樣，公司的產(chǎn)品才能越來越好，算法優(yōu)化的天花板才會越來越高。