演算法工程師 就業前景的分類與展望

一、演算法工程師簡介

演算法工程師目前是一個高階也是相對緊缺的職位；

演算法工程師包括

音/影片演算法工程師（通常統稱為語音/影片/圖形開發工程師）、影象處理演算法工程師、計算機視覺演算法工程師、通訊基帶演算法工程師、訊號演算法工程師、射頻/通訊演算法工程師、自然語言演算法工程師、資料探勘演算法工程師、搜尋演算法工程師、控制演算法工程師（雲臺演算法工程師，飛控演算法工程師，機器人控制演算法）、導航演算法工程師、其他【其他一切需要複雜演算法的行業】

專業要求：計算機、電子、通訊、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，必須會一門程式語言。

演算法工程師的技能樹（不同方向差異較大）

1 機器學習

2 大資料處理：熟悉至少一個分散式計算框架Hadoop/Spark/Storm/ map-reduce/MPI

3 資料探勘

4 紮實的數學功底

5 至少熟悉C/C++或者Java，熟悉至少一門程式語言例如java/python/R

加分項：具有較為豐富的專案實踐經驗（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）影象演算法/計算機視覺工程師類

包括

影象演算法工程師，影象處理工程師，音/影片處理演算法工程師，計算機視覺工程師

專業：計算機、數學、統計學相關專業；

技術領域：機器學習，模式識別

技術要求：

（1） 精通DirectX HLSL和OpenGL GLSL等shader語言，熟悉常見影象處理演算法GPU實現及最佳化；

（2） 語言：精通C/C++；

（3） 工具：Matlab數學軟體，CUDA運算平臺，VTK影象圖形開源軟體【醫學領域：ITK，醫學影象處理軟體包】

（4） 熟悉OpenCV/OpenGL/Caffe等常用開源庫；

（5） 有人臉識別，行人檢測，影片分析，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的演算法設計與最佳化和並行最佳化經驗者優先；

（7） 【音/影片領域】熟悉H.264等影片編解碼標準和FFMPEG，熟悉rtmp等流媒體傳輸協議，熟悉影片和音訊解碼演算法，研究各種多媒體檔案格式，GPU加速；

應用領域：

（1） 網際網路：如美顏app

（2） 醫學領域：如臨床醫學影象

（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）是指電子裝置（例如掃描器或數碼相機）檢查紙上列印的字元，透過檢測暗、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)，是顯示卡廠商NVIDIA推出的運算平臺（由ISA和GPU構成）。 CUDA™是一種由NVIDIA推出的通用平行計算架構，該架構使GPU能夠解決複雜的計算問題

（4） OpenCL: OpenCL是一個為異構平臺編寫程式的框架，此異構平臺可由CPU，GPU或其他型別的處理器組成。

（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程式碼庫，所有人均可以使用並改進程式碼演算法。

（二）機器學習工程師

包括機器學習工程師

專業：計算機、數學、統計學相關專業；

技術領域：人工智慧，機器學習

技術要求：

（1） 熟悉Hadoop/Hive以及Map-Reduce計算模式，熟悉Spark、Shark等尤佳；

（2） 大資料探勘；

（3） 高效能、高併發的機器學習、資料探勘方法及架構的研發；

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）網際網路資料探勘、關聯推薦

（5）無人汽車，無人機

相關術語：

（1） Map-Reduce：MapReduce是一種程式設計模型，用於大規模資料集（大於1TB）的並行運算。概念"Map（對映）"和"Reduce（歸約）"，是它們的主要思想，都是從函數語言程式設計語言裡借來的，還有從向量程式語言裡借來的特性。

（三）自然語言處理工程師

包括

自然語言處理工程師

專業：計算機相關專業；

技術領域：文字資料庫

技術要求：

（1） 熟悉中文分詞標註、文字分類、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的文字相關性；

（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，分散式處理Hadoop；

（5） 資料結構和演算法；

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、資訊傳輸與資訊儲存 、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/通訊/訊號演算法工程師類

包括

3G/4G無線通訊演算法工程師， 通訊基帶演算法工程師，DSP開發工程師（數字訊號處理），射頻通訊工程師，訊號演算法工程師

專業：計算機、通訊相關專業；

技術領域：2G、3G、4G，BlueTooth（藍芽），WLAN，無線行動通訊, 網路通訊基帶訊號處理

技術要求：

（1） 瞭解2G，3G，4G，BlueTooth，WLAN等無線通訊相關知識，熟悉現有的通訊系統和標準協議，熟悉常用的無線測試裝置；

（2） 訊號處理技術，通訊演算法；

（3） 熟悉同步、均衡、通道譯碼等演算法的基本原理；

（4） 【射頻部分】熟悉射頻前端晶片，紮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） 有紮實的數學基礎，如複變函式、隨機過程、數值計算、矩陣論、離散數學

應用領域：

通訊

VR【用於快速傳輸影片影象，例如樂客靈境VR公司招募的通訊工程師（資料編碼、流資料）】

物聯網，車聯網

導航，軍事，衛星，雷達

相關術語：

（1） 基帶訊號：指的是沒有經過調製（進行頻譜搬移和變換）的原始電訊號。

（2） 基帶通訊（又稱基帶傳輸）：指傳輸基帶訊號。進行基帶傳輸的系統稱為基帶傳輸系統。傳輸介質的整個通道被一個基帶訊號佔用.基帶傳輸不需要調變解調器，裝置化費小，具有速率高和誤位元速率低等優點,.適合短距離的資料傳輸，傳輸距離在100米內，在音訊市話、計算機網路通訊中被廣泛採用。如從計算機到監視器、印表機等外設的訊號就是基帶傳輸的。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），頻率範圍從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：數字訊號處理，也指數字訊號處理晶片

（五）資料探勘演算法工程師類

包括推薦演算法工程師，資料探勘演算法工程師

專業：計算機、通訊、應用數學、金融數學、模式識別、人工智慧；

技術領域：機器學習，資料探勘

技術要求：

（1） 熟悉常用機器學習和資料探勘演算法，包括但不限於決策樹、Kmeans、SVM、線性迴歸、邏輯迴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等大規模資料儲存與運算平臺有實踐經驗【均為分散式計算框架】

（4） 數學基礎要好，如高數，統計學，資料結構

加分項：資料探勘建模大賽；

應用領域

（1） 個性化推薦

（2） 廣告投放

（3） 大資料分析

相關術語

Map-Reduce：MapReduce是一種程式設計模型，用於大規模資料集（大於1TB）的並行運算。概念"Map（對映）"和"Reduce（歸約）"，是它們的主要思想，都是從函數語言程式設計語言裡借來的，還有從向量程式語言裡借來的特性。

（六）搜尋演算法工程師

技術領域：自然語言

技術要求：

（1） 資料結構，海量資料處理、高效能計算、大規模分散式系統開發

（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最佳化能力，精通MySQL資料庫應用 ；

（8） 瞭解推薦引擎和資料探勘和機器學習的理論知識，有大型搜尋應用的開發經驗者優先。

（七）控制演算法工程師類

包括了雲臺控制演算法，飛控控制演算法，機器人控制演算法

專業：計算機，電子資訊工程，航天航空，自動化

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、分析除錯；

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/工業機械裝置

（2）工業機器人

（3）機器人

（4）無人機飛控、雲臺控制等

（八）導航演算法工程師

要求

l 專業：計算機，電子資訊工程，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、鐳射導航、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）熟悉基於視覺資訊的SLAM、定位、導航演算法，有1年以上相關的科研或專案經歷；

（2）熟悉慣性導航演算法，熟悉IMU與視覺資訊的融合;

應用領域：無人機、機器人等。 透過以上分析，學好過硬的專業知識，在演算法領域內，大展鴻程！

我就是演算法工程師，曾經夜以繼日、狂翻論文、推導公式、寫程式碼，花幾個月時間給某公司解決了三個難題，經理狂誇我牛逼。

然後呢？沒有然後了，我做的不是計算機、不是金融，那就等於垃圾，我曾經寫的演算法、發表的論文，現在看也不會去看一眼。

學校後面有不少歪脖樹，在此給自稱演算法工程師，但是既不做人工智慧、也不做區塊鏈的屌絲們推薦一下。

曾經的機械、後來的土木、現在的電子，都跟上個世紀的打算盤和點鈔一樣，只會被歷史無情地淘汰掉，淪落至偽化生一樣的地位，被後人踏上一萬隻腳，永無翻身之日。

既然選擇了做工程師，那麼如果不站在風口，而是自甘墮落做夕陽行業，那就是對自己的不負責、是對家人的背叛，是可恥的犯罪。