1.定義

機器學(xué)習(xí)算法，或者說“算法工程師”這個職位名稱里的“算法”，并不是計算機系本科課程《算法與數(shù)據(jù)結(jié)構(gòu)》里那個算法。那門課里講的，是排序、查找這類”確定性算法”；而這里我們說的，是用統(tǒng)計方法對數(shù)據(jù)進行建模的”概率性算法”。

1.1分類

算法工程師分為兩類。其中一類是偏研究型的算法工程師，例如復(fù)現(xiàn)paper，改善模型，發(fā)paper，出專利，這一類人才大都是科研大佬。第二類則是更加貼近業(yè)務(wù)的算法工程師，不如稱為「算法應(yīng)用工程師」。這一類同學(xué)主要是與業(yè)務(wù)同學(xué)進行搭檔，通過現(xiàn)有的一些成熟模型來幫助業(yè)務(wù)同學(xué)解決問題。

2.主要工作

理想中的算法工程師：提出假設(shè)-》收集數(shù)據(jù)-》訓(xùn)練模型-》解釋結(jié)果。

實際中的算法工程師：提出假設(shè)-》收集數(shù)據(jù)-》預(yù)處理-》預(yù)處理-》訓(xùn)練模型-》調(diào)試-》調(diào)試-》重新收集數(shù)據(jù)-》預(yù)處理-》收集更多數(shù)據(jù)-》調(diào)試-》調(diào)試-》調(diào)試-》…-》放棄。

每天最重要的就是跑數(shù)據(jù)！這不是段子，而是事實。為什么“高大上”的算法工程師實際上是個數(shù)據(jù)民工，要尋找這種理想與現(xiàn)實的差距的原因，首先要理解一個事實：只有人能夠理解數(shù)據(jù)，機器不能。不管我們用什么機器學(xué)習(xí)算法——無論是LR，SVM，k-means，EM——對于它們來說，輸入數(shù)據(jù)都是一堆浮點數(shù)組成的矩陣而以（如果說的更本質(zhì)一點，只是一堆01序列）。如果有一個特征是“小時”，而它出現(xiàn)了25，任何一個智商正常的人類都能明白，這是一個錯誤，然后在數(shù)據(jù)清洗的時候把這樣的數(shù)據(jù)排除。但是機器就無法理解這一點。要具備小時的概念，又要理解什么是時間，一天有多少個小時…機器怎么能自動化完成這樣的數(shù)據(jù)清洗工作？更進一步，如果人發(fā)現(xiàn)“小時”這個特征中大部分?jǐn)?shù)據(jù)是0到12，而混入少量13（但13的數(shù)量又不是太少以至不能被當(dāng)成離群點排除），人就會懷疑，是不是使用了12小時制而13是一個錯誤。機器目前是無法做到這一點的。

一位算法工程師對自己工作的反思，寫得挺實在的

3.進階之路

在機器學(xué)習(xí)領(lǐng)域，算法工程師腳下的進階之路是清晰的：當(dāng)你掌握了工具、會改造模型，進而可以駕馭新問題的建模，就能成長為最優(yōu)秀的人才。

20萬、50萬、100萬的算法工程師，到底有什么區(qū)別？

4.傳統(tǒng)模型VS深度學(xué)習(xí)模型

優(yōu)秀的算法工程師都是不用深度學(xué)習(xí)的

講的是為什么有部分傳統(tǒng)的算法工程師不愿意使用深度學(xué)習(xí)算法，雖然題目有點嘩眾取寵，但是問題角度還是挺值得深思的。