boy and girl，你是不是对算法工程师有误解

我是一名工程师，在一家大厂的一条重要的业务线上，做一些算法应用相关的工作。

因此，经常有朋友或者读者，会给我抛出一些和算法职业相关的问题。

“我编程能力不好，想学人工智能算法，是不是我只要提供算法原理，就有人协助我实现。”

“你们算法工程师是不是工资挺高的，我也想学。”

“算法工程师对学历的要求高吗，我们学校比较差，互联网大厂会不会不招我们呢”

诸如此类的问题，为数不少。

其实从问题的描述当中，就明白很多人对这个职业，有着不小的误解。

我稍稍整理了一下常见的误解，并逐一解读，佐以一些小小的指正。

1. 算法工程师需要强悍的工程代码能力吗

诚然，算法工程师这个titile，由两部分组成，算法 + 工程师。

严格意义上来说，本质是工程师，其次才是算法，前者为主，后者为辅。

工程师，在企业里，需要具备完整工程实现的能力。

是的，技能点上可能不如专业的前后端工程师那样深厚，但一些全栈开发能力还是需要具备的。

例如，算法模型开发完成，需要给领导、同事一个展示 demo，是不是要从前端页面展示、数据输入，到后端数据解析、模型调用处理，都要自己撸一遍。

什么，想指望有人配合自己完成这些琐事，抱歉，大家都很忙，没工夫为你这个实验中的算法 demo 抽出宝贵的排期。

而且，大多数算法工程师，在企业里也只是一个小兵，没有调动其他同事统筹协作的能力。

这些工程上的小活，自己不做，谁来做？

除了 demo，还有很多需要我们自己手撸代码，完成上线的任务。

所以，工程的能力，至少在一线企业是不可或缺的。可以不强悍，但至少具备普通工程师的技能和素养。

2. 算法工程师和算法研究员有啥区别

我们很容易把算法研究员和算法工程师混为一谈。

一些企业喜欢将这两个 title 混用，其实，研究员从事的工作内容，应该是更偏研究性质的，工程师做的事情，更多的是算法开发、应用的工作。

通俗来说，算法研究员对算法的要求很高，需要做一些算法创新的工作，一般是博士毕业，才能具备这样的研究探索能力。

算法工程师，每年有大量的硕士毕业生涌入这个岗位，结合在实验室学习到的算法知识，辅佐以工程能力，进行实现应用。

算法研究员能够满足部分同学的想象，是有资格配备开发人员，完成工程代码实现的工作的。

这样也是为了解放真正高端人才的生产力，让正确的人，做正确的事情。

3. 算法工程师的工资是不是比其他的代码工种要高呢

程序员中的任何一个细分行业，诸如前后端、客户端、运维、安全、测试等等，都有大佬，大佬的工资水准是普通小兵望尘莫及的。

当然，大家也许更多的是对刚入职的工资感兴趣。那恐怕也会让大家失望，算法工程师的工资，这几年已经是和后端开发持平。

而且，据我了解，由于前几年人工智能概念被炒的火热，太多学生涌入机器学习相关领域，导致毕业招聘，后端开发等招聘甚至出现了人才短缺，而算法岗位招聘，则是供过于求。

这样的痛点就是，很多优秀的算法同学，毕业了只能去一些很普通的公司、很普通的甚至边缘的岗位，做着远离一线、缺少成就感的业务。

毕竟，本来算法岗的需求就比其它的代码岗位少很多，僧多肉少，总有人吃不好饭。

所以，算法工程师的工资高于其他工种，已经是过去式了，还仅限于算法职业刚刚兴起、无人可招的 2015、2016 年，现在性价比，真的不是太高。

4. 企业对算法工程师的学历和学校要求高吗

很多人都关注学历，却忽略了什么时候需要看学历的问题。

当简历上，除了一些华丽的术语词汇，加上学校的普通项目，或者是从 Github 下载运行的开源项目，没有其他亮眼的地方时，需要看学历了。

什么是让面试官吸睛的点？对于学生来说，无非是三点：发表了高质量论文，在重要赛事中取得奖项，在名企有着实习经历。

三者有着共同之处，就是在读书的时候，面试者有没有出色的项目经历，无论是来自论文、比赛、实习的都可以。如果没有，抱歉，只能通过学历和学校，来进行筛选。

毕竟，清北的人才密度，还是比普通本科大上很多的，从概率学的角度来说，企业选人不会亏。

推荐阅读

文心（ERNIE）3项能力助力快速定制企业级NLP模型，EasyDL全新升级！

这个NLP工具，玩得根本停不下来

征稿启示| 200元稿费+5000DBC（价值20个小时GPU算力）

完结撒花！李宏毅老师深度学习与人类语言处理课程视频及课件（附下载）

从数据到模型，你可能需要1篇详实的pytorch踩坑指南

如何让Bert在finetune小数据集时更“稳”一点

模型压缩实践系列之——bert-of-theseus，一个非常亲民的bert压缩方法

文本自动摘要任务的“不完全”心得总结番外篇——submodular函数优化

Node2Vec 论文+代码笔记

模型压缩实践收尾篇——模型蒸馏以及其他一些技巧实践小结

中文命名实体识别工具（NER）哪家强？

学自然语言处理，其实更应该学好英语

斯坦福大学NLP组Python深度学习自然语言处理工具Stanza试用

关于AINLP

AINLP 是一个有趣有AI的自然语言处理社区，专注于 AI、NLP、机器学习、深度学习、推荐算法等相关技术的分享，主题包括文本摘要、智能问答、聊天机器人、机器翻译、自动生成、知识图谱、预训练模型、推荐系统、计算广告、招聘信息、求职经验分享等，欢迎关注！加技术交流群请添加AINLPer(id：ainlper)，备注工作/研究方向+加群目的。

阅读至此了，分享、点赞、在看三选一吧🙏