请问研究生方向是智能优化算法，这个方向找的工作是进互联网公司吗，这个方向会不会比不过机器学习那些方向？

HuldaGnodim

请问研究生方向是智能优化算法，这个方向找的工作是进互联网公司吗，这个方向会不会比不过机器学习那些方向？

Baste

你说的是互联网，没说岗位啊，那我就假设你要做算法方向的岗位哈，机器学习、NLP、推荐、CV之类的。
先说结论，拼基础知识，比不过，但是自己再在自己的知识结构上补充学习有关机器学习方面的内容，也不会太虚。
做过有关遗传算法方面的研究，这个方向有一篇SCI&SSCI双引，另有一篇working paper还没发表，现任OPPO机器学习算法工程师，来强行回答一波。
按照惯例，先自我介绍一波。北科大信息与计算科学，金融工程双学位，保研本校统计学硕士，硕士期间发表论文6篇，SCI4篇，国家自然科学基金学生第二参与人，实习期间去哪儿网，美团点评，OPPO担任产品数据，算法工程师，机器学习算法工程师，今年6月毕业，现任OPPO机器学习算法工程师，搜索方向~
在公司，比拼的应该是你的学习、科研经历、工作经验与对应工作的匹配程度，这点在人力资源方向应该是一个共识，在此共识下，研究方向是智能优化算法，怎么比得过本身就不偏不倚地做机器学习的人呢，无论是实际知识需求上，还是能力上，都先天弱势。
另外，在公司，需要的是利益最大化，功能实现+迭代最优，智能优化算法在机器学习中常用在最后一步（虽然现在的主流还是以传统最优化方法——梯度下降+动量的方式），了解这个领域的应该大概知道，这个提升应该不如特征工程端和模型层的优化，因此智能优化算法方向的弱势肯定更加明显。
但是啊，不代表先天弱势就输了，我看来做智能优化算法，尤其是改进甚至提出新算法的，都具有很强的编程能力（看好不是开发能力），能很快把想法翻译成代码，这个在现实应用中有优势，另外和现在很多做”机器学习“的调包侠调参师不同，具有很强的理论能力（要是你甚至具备论证智能算法的收敛性、收敛速度的能力，理论能力肯定是很强的），这点在应用中其实会体现为方法的选择能力、预判能力，这点在工作中其实很有用。
而且，既然要求个人经历和知识结构与岗位匹配，那我们就去学啊，根据招聘的JD慢慢学工作需要的知识，自己花点时间，而且现在机器学习的入门门槛已经降低，主要体现在知识材料的丰富化上（但是知识本身的掌握门槛，依旧没有下降，数学和计算机能力摆在那里），如果你智能优化算法整起来不吃力，做实验写代码也挺麻溜，那其实你学起来也不会很难，就是你的毅力和时间的问题了。
最后补充一下，可能会偏题，有一些传统行业的公司，例如物流之类的，可能会需要运筹优化方面的人才，智能优化算法在这些领域其实很有优势，这些机会你可以去了解一下。

fwalker

看到这个问题很有感触，我本身也是做优化算法的，所以来说一下我的感受罢。
现阶段的机器学习（深度学习）领域用到智能优化算法的地方不多，我先说一下我所了解的三篇文章。

uber于2017.12发表五篇关于深度神经进化的论文https://zhuanlan.zhihu.com/p/36066215，比如用智能优化算法去优化神经网络等，https://eng.uber.com/deep-neuroevolution/，解读：https://www.jiqizhixin.com/articles/2017-11-11，但是这个论文在现有计算资源下无法复现，因为需要的计算资源太大了（我记得是利用了很多很多GPU），对于我们目前的实验室资源难以完成；NIPS2018的一篇文章：Evolutionary Stochastic Gradient Descent for Optimization of Deep Neural Networks，http://papers.nips.cc/paper/7844-evolutionary-stochastic-gradient-descent-for-optimization-of-deep-neural-networks，讲的是进化梯度下降算法；NIPS2018的另一篇文章，当时很多公众号还发了解读等，Multi-Task Learning as Multi-Objective Optimization，论文链接：https://arxiv.org/pdf/1810.04650v1.pdf，机器之心的报道：https://www.jiqizhixin.com/articles/2018-10-27-5。这个不是智能优化算法，只是多目标优化，是基于梯度的多目标优化。

你可以去看一下这些文章，以及其参考文献中相关的paper，去follow一下相关的。
除此之外AutoML领域也在用遗传算法等做一些研究，这个就不展开说了，国内做AutoML比较有成果的组就那么几个，应该没有是从智能优化算法出身的，实验室没有积累以及计算资源的话，这个方向不太能做的动，不过去公司实习倒是可以选择这个方向，能提供给你很好的计算资源，目前也是学术界的研究热点，我的第二段实习就是做的这个，感觉挺有意思的。
往后几年发展的话，用智能优化算法去做ML&DL的肯定会有，但是不会很多，比较小众，而且国内的实验室做这个的更加寥寥无几，大多老师还是去做一些组合优化问题，比如早期的TSP，VRP问题等，对应实际工业界中的工作最多是运筹优化，物流调度等问题（但是很多企业用的是求解器等），所以直接用到所学的并没有那么多。如果以后要是去互联网公司做机器学习的话，自己还是要多学一些。
我导师智能优化算法和传统优化算法都在做，因为智能优化算法让我觉得特别没有安全感hhhhhhh，所以我现在主要做的是传统优化算法，比如SGD,Adam，RMSProp类的优化算法，这个方向目前ML,DL做的还蛮多的，其实也很有意思，不知道你们实验室是否做这个方向的，如果可以的话，选择这个方向也不错。前一阵子看到一个lecture notes还不错，分享给你lecture notes: Optimization for Machine Learning，Elad Hazan，你可以去看看这个。

NoiseFloor

多目标优化啊，西电的同学吗

pc8888888

利益相关，互联网公司算法工程师。智能优化算法这个方向可能比较偏理论，我感觉跟互联网公司交集可能并不大，除非你得结合机器学习这些东西做算法优化，这对应一些互联网大厂的算法研究员之类的职位，不过这样的话，硕士是不是不太够用，而且这个职位数量本身也并不多，毕竟互联网公司技术注重落地，看重产出效益，目前的算法工程师机器学习工程师除了对机器学习理论有一定的要求，工程能力也就是写代码的能力也得比较强才行。综上，你要是想去互联网公司可能要更务实的点，尽量向CS专业看齐；如果继续偏理论的话，读博深造吧。

FeastSC

什么叫   智能优化算法  。。。 优化的过程用机器学习的方法？ 我去google了一下，出来的结果都没读懂。。。。

量子计算9

以史为鉴吧。
曾经有一段时间，在通信界、网络界、计算机界生造出一些名词：普适计算、泛在网络、软计算、知识工程，......。
现在又出现一些名词：计算思维、数据思维，......。
玄而又玄。
从历史上看，我只支持一个计算机系统结构：科学、技术、工程，这3者互为依赖。
以技术哲学的观点来看，智能优化算法，我不看好。

rustum

兄弟，我感觉可以抱个团取暖 ，我也是群智能优化算法，毕业都不知道学什么知识去找工作，看了吴恩达的机器学习其他的一头雾水，我私聊你联系方式，感觉可以交流一波

XGundam05

同这个方向的，今年毕业的，然后到现在为止都没找到工作，在家自学java了，浪费3年时间

JamesB

其实只要计算机基础知识过硬，各种数据结构熟练掌握，一般都是能够找到工作的。