|
|
之前写过一篇文章《申请算法工程师实习要注意什么？》，当中的部分内容也非常适合回答这个问题。
这里主要摘录文章里的两点：（1）算法工程师到底是做什么的？（2）申请算法工程师岗位的候选人通常需要具备什么样的专业能力？
1、算法工程师到底是做什么的？
大多数公司招聘的算法工程师都是应用型工程师，基本不需要研发新的算法（当然，具备新算法的研发能力，会相当加分），只需要用到现有的机器学习算法去解决实际的业务问题。
从解决问题的角度，算法工程师需要做的事情是：（1）分析业务问题，并把它抽象和转化为一个算法问题；（2）寻找一种合适的解决该问题的算法方案；（3）通过实验来验证方案的可行性，并形成解决问题的最终方案。
从实际操作的角度，算法工程师需要做的事情包括：解决方案设计、数据预处理、特征设计和清洗、模型训练、模型结果评估、模型部署上线、模型维护和迭代更新。其中，模型训练这步需要事先准备好需要用到的算法工具，在一些基础设施比较好的公司，这类算法工具或者组件可能是现成的。否则的话，算法工程师还需要事先编写相关算法的代码。
2、申请算法工程师岗位的候选人通常需要具备什么样的专业能力？
从算法能力的角度，作为面试官，我通常希望候选人具有“ T 字型”知识结构。所谓 T 字型，指的是一横一纵。“横”表示的是希望候选人基础知识扎实，能够对机器学习的基本概念、问题类型都比较清楚，在算法广度上有一定保证。这里需要了解的包含但是不限于：数据预处理的知识（比如：缺失数据补全、归一化、数据降维）、机器学习基本问题以及相关概念（比如：回归问题、分类问题、聚类问题、有监督/半监督/无监督）、常规分类算法以及相关概念（比如：逻辑回归、随机森林、Xgboost、偏差与方差、Bagging/Boosting/Stacking）、常规分类算法的评估方法（比如：AUC、F1、准确率、覆盖率）、常规的聚类算法（比如：K-Means, GMM, dbscan, 谱聚类）、常规的深度学习算法以及相关概念（比如：DNN/CNN/RNN/LSTM、Relu/Sigmoid、梯度消失与梯度爆炸、反向传播算法），等等。基本上，这里提到的机器学习的基础知识在常规的机器学习课程或者参考书（比如：周志华老师的西瓜书）都会有涉及，如果稍微系统的学习过机器学习，对这些概念都不会陌生。
"纵"表示的是希望候选人在某一个算法方向上有特长，比如：NLP 算法、CV 算法、迁移学习算法、异常检测算法、或者图相关算法，等等。基本上，如果候选人在校期间有自己的研究领域，基本上都会有一块自己熟悉领域的算法。既然是作为特长，那希望候选人不仅仅是了解这个熟悉领域的一个或者两个典型算法，而是对整个领域的算法类别，各类算法的优劣，算法历史发展的沿革，都能有比较深度的了解，对这个领域的关键算法的细节也都比较清楚。细节是魔鬼，有时候熟与不熟往往体现在细节的掌握上。
除去算法能力，我们也希望候选人具备较好的工程能力，能够熟悉一种或者几种主流的编程语言，比如 Python、Java、C++（面向对象的编程语言一般只要熟悉一种，其他的都是相通的）。给定一个算法方案，算法工程师要能够自己编程实现。如果对编程语言还不太熟悉的，可以考虑直接学习 Python 。
P.S 蚂蚁金服今年的实习生招聘开始了，有兴趣的同学欢迎投递简历哟～ |
|
窥视卡
雷达卡
发表于 2021-7-30 15:34
显身卡