演算法應用開發工程師

『壹』 演算法工程師和軟體工程師相比較哪個發展會好些

我認為演算法工程師好些
因為現在軟體工程師超多，做1個軟體有很多軟體輔助，非常簡單（比如：VB 傻瓜都會）。再說你做1個軟體不到1個月就會落後別人，你想像以前好多軟體，現在都不用了!
而演算法工程師全靠能力，思維，很難學習，但學會的你不僅可以編軟體，還可以搞黑客，如果你是學生，你參加了這種競賽可以保送上大學,免費出國！

『貳』 現在演算法工程師都有哪些分類

轉帖：工作內容：設計和優化應用演算法，並協助完成應用軟體方案設計及演算法設計；獨立完成數學建模及演算法設計；編寫相關技術文檔。教育培訓：應用數學、計算機等相關專業本科以上學歷。工作經驗：演算法開發人員重在很強的邏輯思維能力。並且需要熟練掌握數學建模、應用演算法的設計和優化理論；精通C/C++或其他一種編程語言；熟悉資料庫的介面技術。職業發展路徑：國內演算法應用開發工程師人才缺乏，需求相對較大。此職位專業技術性很強，對數學、演算法及編程能力有很高的要求。經過一段時間的工作經驗的積累後，可發展成為高級軟體工程師、需求工程師，但需要具有豐富的軟體開發經驗和相關工作的技術背景。如果想成為技術經理、項目經理，則還需要具有較強的管理和組織等方面的能力。

『叄』 演算法工程師 就業前景

一、演算法工程師簡介
（通常是月薪15k以上，年薪18萬以上，只是一個概數，具體薪資可以到招聘網站如拉鉤，獵聘網上看看）
演算法工程師目前是一個高端也是相對緊缺的職位；
演算法工程師包括
音/視頻演算法工程師（通常統稱為語音/視頻/圖形開發工程師）、圖像處理演算法工程師、計算機視覺演算法工程師、通信基帶演算法工程師、信號演算法工程師、射頻/通信演算法工程師、自然語言演算法工程師、數據挖掘演算法工程師、搜索演算法工程師、控制演算法工程師（雲台演算法工程師，飛控演算法工程師，機器人控制演算法）、導航演算法工程師（
@之介
感謝補充）、其他【其他一切需要復雜演算法的行業】
專業要求：計算機、電子、通信、數學等相關專業；
學歷要求：本科及其以上的學歷，大多數是碩士學歷及其以上；
語言要求：英語要求是熟練，基本上能閱讀國外專業書刊，做這一行經常要讀論文；
必須掌握計算機相關知識，熟練使用模擬工具MATLAB等，必須會一門編程語言。
演算法工程師的技能樹（不同方向差異較大，此處僅供參考）
1 機器學習
2 大數據處理：熟悉至少一個分布式計算框架Hadoop/Spark/Storm/ map-rece/MPI
3 數據挖掘
4 扎實的數學功底
5 至少熟悉C/C++或者java，熟悉至少一門編程語言例如java/python/R
加分項：具有較為豐富的項目實踐經驗（不是水論文的哪種）
二、演算法工程師大致分類與技術要求
（一）圖像演算法/計算機視覺工程師類
包括
圖像演算法工程師，圖像處理工程師，音/視頻處理演算法工程師，計算機視覺工程師
要求
l
專業：計算機、數學、統計學相關專業；
l
技術領域：機器學習，模式識別
l
技術要求：
（1） 精通DirectX HLSL和OpenGL GLSL等shader語言，熟悉常見圖像處理演算法GPU實現及優化；
（2） 語言：精通C/C++；
（3） 工具：Matlab數學軟體，CUDA運算平台，VTK圖像圖形開源軟體【醫學領域：ITK，醫學圖像處理軟體包】
（4） 熟悉OpenCV/OpenGL/Caffe等常用開源庫；
（5） 有人臉識別，行人檢測，視頻分析，三維建模，動態跟蹤，車識別，目標檢測跟蹤識別經歷的人優先考慮；
（6） 熟悉基於GPU的演算法設計與優化和並行優化經驗者優先；
（7） 【音/視頻領域】熟悉H.264等視頻編解碼標准和FFMPEG，熟悉rtmp等流媒體傳輸協議，熟悉視頻和音頻解碼演算法，研究各種多媒體文件格式，GPU加速；
應用領域：
（1） 互聯網：如美顏app
（2） 醫學領域：如臨床醫學圖像
（3） 汽車領域
（4） 人工智慧
相關術語：
（1） OCR：OCR （Optical Character Recognition，光學字元識別）是指電子設備（例如掃描儀或數碼相機）檢查紙上列印的字元，通過檢測暗、亮的模式確定其形狀，然後用字元識別方法將形狀翻譯成計算機文字的過程
（2） Matlab：商業數學軟體；
（3） CUDA： (Compute Unified Device Architecture)，是顯卡廠商NVIDIA推出的運算平台（由ISA和GPU構成）。 CUDA™是一種由NVIDIA推出的通用並行計算架構，該架構使GPU能夠解決復雜的計算問題
（4） OpenCL: OpenCL是一個為異構平台編寫程序的框架，此異構平台可由CPU，GPU或其他類型的處理器組成。
（5） OpenCV：開源計算機視覺庫；OpenGL：開源圖形庫；Caffe：是一個清晰，可讀性高，快速的深度學習框架。
（6） CNN：（深度學習）卷積神經網路（Convolutional Neural Network）CNN主要用來識別位移、縮放及其他形式扭曲不變性的二維圖形。
（7） 開源庫：指的是計算機行業中對所有人開發的代碼庫，所有人均可以使用並改進代碼演算法。
（二）機器學習工程師
包括
機器學習工程師
要求
l
專業：計算機、數學、統計學相關專業；
l
技術領域：人工智慧，機器學習
l
技術要求：
（1） 熟悉Hadoop/Hive以及Map-Rece計算模式，熟悉Spark、Shark等尤佳；
（2） 大數據挖掘；
（3） 高性能、高並發的機器學習、數據挖掘方法及架構的研發；
應用領域：
（1）人工智慧，比如各類模擬、擬人應用，如機器人
（2）醫療用於各類擬合預測
（3）金融高頻交易
（4）互聯網數據挖掘、關聯推薦
（5）無人汽車，無人機

相關術語：
（1） Map-Rece：MapRece是一種編程模型，用於大規模數據集（大於1TB）的並行運算。概念"Map（映射）"和"Rece（歸約）"，是它們的主要思想，都是從函數式編程語言里借來的，還有從矢量編程語言里借來的特性。
（三）自然語言處理工程師
包括
自然語言處理工程師
要求
l
專業：計算機相關專業；
l
技術領域：文本資料庫
l
技術要求：
（1） 熟悉中文分詞標注、文本分類、語言模型、實體識別、知識圖譜抽取和推理、問答系統設計、深度問答等NLP 相關演算法；
（2） 應用NLP、機器學習等技術解決海量UGC的文本相關性；
（3） 分詞、詞性分析、實體識別、新詞發現、語義關聯等NLP基礎性研究與開發；
（4） 人工智慧，分布式處理Hadoop；
（5） 數據結構和演算法；
應用領域：
口語輸入、書面語輸入
、語言分析和理解、語言生成、口語輸出技術、話語分析與對話、文獻自動處理、多語問題的計算機處理、多模態的計算機處理、信息傳輸與信息存儲 、自然語言處理中的數學方法、語言資源、自然語言處理系統的評測。

相關術語：
（2） NLP：人工智慧的自然語言處理，NLP (Natural Language Processing) 是人工智慧（AI）的一個子領域。NLP涉及領域很多，最令我感興趣的是「中文自動分詞」（Chinese word segmentation）：結婚的和尚未結婚的【計算機中卻有可能理解為結婚的「和尚「】

（四）射頻/通信/信號演算法工程師類
包括
3G/4G無線通信演算法工程師， 通信基帶演算法工程師，DSP開發工程師（數字信號處理），射頻通信工程師，信號演算法工程師
要求
l
專業：計算機、通信相關專業；
l
技術領域：2G、3G、4G，BlueTooth（藍牙），WLAN，無線移動通信, 網路通信基帶信號處理
l
技術要求：
（1） 了解2G，3G，4G，BlueTooth，WLAN等無線通信相關知識，熟悉現有的通信系統和標准協議，熟悉常用的無線測試設備；
（2） 信號處理技術，通信演算法；
（3） 熟悉同步、均衡、信道解碼等演算法的基本原理；
（4） 【射頻部分】熟悉射頻前端晶元，扎實的射頻微波理論和測試經驗，熟練使用射頻電路模擬工具（如ADS或MW或Ansoft）；熟練使用cadence、altium designer PCB電路設計軟體；
（5） 有扎實的數學基礎，如復變函數、隨機過程、數值計算、矩陣論、離散數學
應用領域：
通信
VR【用於快速傳輸視頻圖像，例如樂客靈境VR公司招募的通信工程師（數據編碼、流數據）】
物聯網，車聯網
導航，軍事，衛星，雷達
相關術語：
（1） 基帶信號：指的是沒有經過調制（進行頻譜搬移和變換）的原始電信號。
（2） 基帶通信（又稱基帶傳輸）：指傳輸基帶信號。進行基帶傳輸的系統稱為基帶傳輸系統。傳輸介質的整個信道被一個基帶信號佔用.基帶傳輸不需要數據機，設備化費小，具有速率高和誤碼率低等優點,.適合短距離的數據傳輸，傳輸距離在100米內，在音頻市話、計算機網路通信中被廣泛採用。如從計算機到監視器、列印機等外設的信號就是基帶傳輸的。大多數的區域網使用基帶傳輸，如乙太網、令牌環網。
（3） 射頻：射頻（RF）是Radio Frequency的縮寫，表示可以輻射到空間的電磁頻率（電磁波），頻率范圍從300KHz～300GHz之間（因為其較高的頻率使其具有遠距離傳輸能力）。射頻簡稱RF射頻就是射頻電流，它是一種高頻交流變化電磁波的簡稱。每秒變化小於1000次的交流電稱為低頻電流，大於10000次的稱為高頻電流，而射頻就是這樣一種高頻電流。高頻(大於10K)；射頻（300K-300G）是高頻的較高頻段；微波頻段（300M-300G）又是射頻的較高頻段。【有線電視就是用射頻傳輸方式】
（4） DSP：數字信號處理，也指數字信號處理晶元
（五）數據挖掘演算法工程師類
包括
推薦演算法工程師，數據挖掘演算法工程師
要求
l
專業：計算機、通信、應用數學、金融數學、模式識別、人工智慧；
l
技術領域：機器學習，數據挖掘
l
技術要求：
（1） 熟悉常用機器學習和數據挖掘演算法，包括但不限於決策樹、Kmeans、SVM、線性回歸、邏輯回歸以及神經網路等演算法；
（2） 熟練使用SQL、Matlab、Python等工具優先；
（3） 對Hadoop、Spark、Storm等大規模數據存儲與運算平台有實踐經驗【均為分布式計算框架】
（4） 數學基礎要好，如高數，統計學，數據結構
l
加分項：數據挖掘建模大賽；
應用領域
（1） 個性化推薦
（2） 廣告投放
（3） 大數據分析
相關術語
Map-Rece：MapRece是一種編程模型，用於大規模數據集（大於1TB）的並行運算。概念"Map（映射）"和"Rece（歸約）"，是它們的主要思想，都是從函數式編程語言里借來的，還有從矢量編程語言里借來的特性。
（六）搜索演算法工程師
要求
l
技術領域：自然語言
l
技術要求：
（1） 數據結構，海量數據處理、高性能計算、大規模分布式系統開發
（2） hadoop、lucene
（3） 精通Lucene/Solr/Elastic Search等技術，並有二次開發經驗
（4） 精通Lucene/Solr/Elastic Search等技術，並有二次開發經驗；
（5） 精通倒排索引、全文檢索、分詞、排序等相關技術；
（6） 熟悉Java，熟悉Spring、MyBatis、Netty等主流框架；
（7） 優秀的資料庫設計和優化能力，精通MySQL資料庫應用 ；
（8） 了解推薦引擎和數據挖掘和機器學習的理論知識，有大型搜索應用的開發經驗者優先。
（七）控制演算法工程師類
包括了雲台控制演算法，飛控控制演算法，機器人控制演算法
要求
l
專業：計算機，電子信息工程，航天航空，自動化
l
技術要求：
（1） 精通自動控制原理（如PID）、現代控制理論，精通組合導航原理，姿態融合演算法，電機驅動，電機驅動
（2） 卡爾曼濾波，熟悉狀態空間分析法對控制系統進行數學模型建模、分析調試；
l
加分項：有電子設計大賽，機器人比賽，robocon等比賽經驗，有硬體設計的基礎；
應用領域
（1）醫療/工業機械設備
（2）工業機器人
（3）機器人
（4）無人機飛控、雲台控制等

（八）導航演算法工程師
要求
l 專業：計算機，電子信息工程，航天航空，自動化
l 技術要求（以公司職位JD為例）
公司一（1）精通慣性導航、激光導航、雷達導航等工作原理；
（2）精通組合導航演算法設計、精通卡爾曼濾波演算法、精通路徑規劃演算法；
（3）具備導航方案設計和實現的工程經驗；
（4）熟悉C/C++語言、熟悉至少一種嵌入式系統開發、熟悉Matlab工具；
公司二（1）熟悉基於視覺信息的SLAM、定位、導航演算法，有1年以上相關的科研或項目經歷；
（2）熟悉慣性導航演算法，熟悉IMU與視覺信息的融合;
應用領域
無人機、機器人等。

『肆』 演算法工程師大致是做什麼的

根據行業的PPT或者業務中的某些痛點來提出技術方案 -> 然後開始收集數據，不僅要問遍組內，還要去其他組收集各種各樣的需求 -> 根據之前的技術方案來進行數據的預處理 -> 撰寫特徵工程 -> 訓練模型 -> 調參 -> 調參 -> 重新收集數據 -> 數據的預處理 -> 收集更多數據 -> 調參 -> 調參 -> 調參 ->…->放棄。
業務理解

就做機器學習的經驗來看，通常來說在做業務之前，一定要清楚的弄明白項目的業務需求是什麼，弄清楚這個問題是什麼比一開始就寫代碼重要得多。意思就是在回答問題之前，一定要把問題的內容弄清楚。有的時候，雖然看上去是一個很大的需求，但是實際操作起來的時候使用一些簡單的辦法也能夠達到項目指標。有的時候，雖然看上去很簡單，但是實際操作起來並不是一件容易的事情。從之前做理論數學的經驗來看，通常數學裡面的一些問題是是非題，不能夠添加條件的。在PDE 等方程領域，定理的條件越多，表示定理越不值錢。不過在工作中，這些條條框框會相對減少很多，只要能夠達成項目目標，無論是添加樣本，添加特徵，添加伺服器數量其實都是可以的，並且要把機器學習模型和業務指標有機結合才能夠達到最終的項目指標。
數據清洗和特徵工程
而在機器學習演算法工程師的日常生活中，除了上面的小段子之外，其實最重要的是樣本層和特徵層的處理工作。在學術界，都是使用開源的數據，別人都已經完全標記好了，學術圈的人通常來說只需要在這些數據的基礎上提出更好的模型，更創新的演算法即可。但是在工業界就完全不一樣了，不要說有人幫你標記數據了，有的時候連數據在哪裡都不知道，數據的質量如何也不知道，因此更多的時候是進行數據的處理和清洗工作。之前做一個項目的時候，准確率和召回率始終上不去，但是等把樣本裡面的臟數據清理掉之後，模型的效果瞬間提升了一個檔次。在臟數據面前，再好的模型都是沒有用的，在訓練模型之前，一定要先看一下數據層的問題。
在人工智慧這個領域，無論是 CV，NLP，還是機器學習，裡面的技術迭代都是非常快的，而且是需要相對專業的人才能夠從事這些領域。在這種情況下，機器學習從業者的持續學習就顯得尤其重要，幾年前的技術在新的業務場景下就未必適合，可能需要使用其他的模型或者框架才能夠更好地解決問題。所以，除了完成日常的搬磚工作之外，建議每天抽一點時間來閱讀論文，保持對業界技術的跟進和迭代。不過這個行業感覺魚龍混雜，有的時候論文或者PPT裡面的技術框架其實沒有辦法復現，能夠精準地判斷哪些方案好，哪些方案差絕對是演算法工程師必備的關鍵能力之一。
 

『伍』 演算法工程師和軟體開發工程師，哪個崗位門檻高點

我認為是演算法工程師
因為現在軟體工程師超多，做1個軟體有很多軟體輔助，非常簡單(比如:VB 傻瓜都會)。再說你做1個軟體不到1個月就會落後別人，你想像以前好多軟體，現在都不用了!而演算法工程師全靠能力，思維，很難學習，但學會的你不僅可以編軟體，還可以搞黑客，如果你是學生，你參加了這種競賽可以保送上大學,免費出國!

『陸』 如何做一名演算法應用工程師

演算法工程師是一個非常高端的職位；

專業要求：計算機、電子、通信、數學等相關專業；

學歷要求：本科及其以上的學歷，大多數是碩士學歷及其以上；

語言要求：英語要求是熟練，基本上能閱讀國外專業書刊；

必須掌握計算機相關知識，熟練使用模擬工具MATLAB等，必須會一門編程語言。

簡介：

演算法工程師根據研究領域來分主要有音頻/視頻演算法處理、圖像技術方面的二維信息演算法處理和通信物理層、雷達信號處理、生物醫學信號處理等領域的一維信息演算法處理。

在計算機音視頻和圖形圖形圖像技術等二維信息演算法處理方面目前比較先進的視頻處理演算法：機器視覺成為此類演算法研究的核心；另外還有2D轉3D演算法(2D-to-3D conversion)，去隔行演算法(de-interlacing)，運動估計運動補償演算法(Motion estimation/Motion Compensation)，去噪演算法(Noise Rection)，縮放演算法(scaling)，銳化處理演算法(Sharpness)，超解析度演算法(Super Resolution),手勢識別(gesture recognition),人臉識別(face recognition)。

在通信物理層等一維信息領域目前常用的演算法：無線領域的RRM、RTT，傳送領域的調制解調、信道均衡、信號檢測、網路優化、信號分解等。

另外數據挖掘、互聯網搜索演算法也成為當今的熱門方向。

演算法工程師逐漸往人工智慧方向發展。

『柒』 演算法工程師、研發工程師、軟體工程師都是什麼

演算法工程師是利用演算法來處理事物的人，根據研究領域，主要包括軟體開發和軟體開發方面的知識和知識，它主要包括對軟體開發的知識/視頻專業進行加工的工程師，軟體開發的工程師和軟體開發的工程師需要有豐富的經驗。

研發工程師是從事某一行業的專業人員，系統地研究和開發一些不存在的東西，並且有一定的經驗，或者改進已經存在的東西以達到最廣泛的工作目標的程序員，它需要強烈的好奇心，喜歡新的東西，有趣的學習。

軟體工程師是從事軟體專業的人的專業能力的認證，它表明他具有從事工程開發的系列的相關工程師的集體資格。

(7)演算法應用開發工程師擴展閱讀：

演算法工程師根據研究領域來分主要有音頻/視頻演算法處理、圖像技術方面的二維信息演算法處理和通信物理層、雷達信號處理、生物醫學信號處理等領域的一維信息演算法處理。

研發工程師創新意識：

思路開闊，能從市場、用戶和生產工藝角度考慮產品開發。唯技術至上的人，思路狹隘，即使聰明過人，只能扮演一個處理具體問題的小角色。企業的唯一目標是賺錢，能賺錢就是好產品，不能賺錢就等於零。

對於軟體工程師，不太重視學歷，但並不是對學歷沒有要求，重點關注項目的經驗和學習知識的能力，能否利用軟體工程專業知識來解決問題，根據崗位不同，對軟體工程師的要求也有所不同。

『捌』 演算法工程師和軟體工程師的區別在哪裡，他們工作

如果一個人解決問題的工具都來自NLP和ML的一些經典演算法，業界最新發表的論文，
那麼肯定算是演算法工程師。
如果一個人解決問題的工具來自項目遺留的龐大的code base，N種系統架構方案，各
種的可選第三方庫，自己寫的各種Demo中的經驗，各種解決代碼復雜性的經驗論和方法論，
以及各種可更換的存儲介質(比如硬碟-》內存/SSD等)，各種從單核到多核和向量處理器，
那麼他通常是軟體工程師或系統架構師。

『玖』 演算法工程師與游戲研發工程師哪個更有前景，薪水，職業

你可以先去【繪學霸】網站找「游戲設計/游戲製作」板塊的【免費】視頻教程-【點擊進入】完整入門到精通視頻教程列表： www.huixueba.net/web/AppWebClient/AllCourseAndResourcePage?type=1&tagid=307&zdhhr-11y17r-1737559306249002947

想要系統的學習可以考慮報一個網路直播課，推薦CGWANG的網路課。老師講得細，上完還可以回看，還有同類型錄播課可以免費學（贈送終身VIP）。

自製能力相對較弱的話，建議還是去好點的培訓機構，實力和規模在國內排名前幾的大機構，推薦行業龍頭：王氏教育。
王氏教育全國直營校區面授課程試聽【復制後面鏈接在瀏覽器也可打開】： www.huixueba.com.cn/school/3dmodel?type=2&zdhhr-11y17r-1737559306249002947

在「游戲設計/游戲製作」領域的培訓機構里，【王氏教育】是國內的老大，且沒有加盟分校，都是總部直營的連鎖校區。跟很多其它同類型大機構不一樣的是：王氏教育每個校區都是實體面授，老師是手把手教，而且有專門的班主任從早盯到晚，爆肝式的學習模式，提升會很快，特別適合基礎差的學生。

大家可以先把【繪學霸】APP下載到自己手機，方便碎片時間學習——繪學霸APP下載： www.huixueba.com.cn/Scripts/download.html

『拾』 演算法工程師的就業前景如何

人工智慧工作最受歡迎。演算法工程師平均招聘工資建議達到25978元。由於人才匱乏，企業競爭激烈，平均加薪超過7%。該市90%以上的人工智慧高薪工作都在天河區.近日，由廣州天河人才港和BOSS直接就業研究院聯合發布的《廣州市天河區2018年1-4月人才趨勢報告》，展示了該地區的主流發展趨勢：IAB已經成為天河區，和天河區創新型企業和大型企業布局或發展的核心主方向，企業以高薪吸引更多的行業優秀人才。「天河區企業渴望以高薪攫取IAB人才，這意味著企業要在這些行業中發揮實力。