演算法工程師是一個比較寬泛的職業,市面上有各種各樣的演算法工程師,比如:面向影片和影象分析處理的、自然語言處理的、機器學習調優的、無人機智慧控制的、物流智慧規劃的、訊號分析與處理的、金融分析和量化投資的、面向搜尋引擎和資訊檢索的等等。很多種演算法工程師。
對於演算法工程師有一些基本的要求:比如工具上,一般熟練掌握matlab,python等工具,能夠運用工具進行演算法思想的描述和驗證,是一個基本要求;對常用的演算法包括一些基礎演算法(各種排序演算法、樹平衡演算法、最短路勁演算法等)、機器學習演算法(聚類演算法,分類演算法等)比較熟悉;對數字比較敏感,數學建模能力強等;對常用資料分析和統計分析比較熟悉等。
如果題主沒有明確的方向,建議先確立一個自己幹興趣的方向,比如目前比較熱門的影象識別演算法研究,人臉識別、物體識別等。這一方向網路上的教程比較多,比較好入門,資料、資料還有研究的社群人員都比較容易獲得,能夠比較快的入門,同時同實際生活也比較貼切。同時也可以參加數學建模比賽或者做相關的學習鍛鍊,這樣可以鍛鍊自己的建模能力。這樣在解決實際問題和學習的過程中,不斷深化自己對演算法的認識,為後續在別的領域的演算法研究打好基礎。
演算法工程師是一個比較寬泛的職業,市面上有各種各樣的演算法工程師,比如:面向影片和影象分析處理的、自然語言處理的、機器學習調優的、無人機智慧控制的、物流智慧規劃的、訊號分析與處理的、金融分析和量化投資的、面向搜尋引擎和資訊檢索的等等。很多種演算法工程師。
對於演算法工程師有一些基本的要求:比如工具上,一般熟練掌握matlab,python等工具,能夠運用工具進行演算法思想的描述和驗證,是一個基本要求;對常用的演算法包括一些基礎演算法(各種排序演算法、樹平衡演算法、最短路勁演算法等)、機器學習演算法(聚類演算法,分類演算法等)比較熟悉;對數字比較敏感,數學建模能力強等;對常用資料分析和統計分析比較熟悉等。
如果題主沒有明確的方向,建議先確立一個自己幹興趣的方向,比如目前比較熱門的影象識別演算法研究,人臉識別、物體識別等。這一方向網路上的教程比較多,比較好入門,資料、資料還有研究的社群人員都比較容易獲得,能夠比較快的入門,同時同實際生活也比較貼切。同時也可以參加數學建模比賽或者做相關的學習鍛鍊,這樣可以鍛鍊自己的建模能力。這樣在解決實際問題和學習的過程中,不斷深化自己對演算法的認識,為後續在別的領域的演算法研究打好基礎。