現在演算法工程師都有哪些分類？

11-24

需要的數學和計算機背分別是什麼樣的？需要哪些技能套餐.
比如說機器學習演算法工程師至少要會分散式計算，mapreduce,pyton, 打底數學要會數理統計，概率，線性代數，向量微積分，精通需要....
希望各個方向的從業人員給個參考.

說明：以下是非專業人士的整理，我按自己的理解對演算法工程師進行了分類，不定時更新。

演算法工程師相關的專業回答可見SimonS 的知乎 Live - 如何成為當下合格的演算法工程師 @SimonS

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【其他一切需要複雜演算法的行業】

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

3 數據挖掘

4 紮實的數學功底

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等視頻編解碼標準和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能夠解決複雜的計算問題

（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-Reduce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-Reduce：MapReduce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"Reduce（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）熟悉中文分詞標註、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，分散式處理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準協議，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，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：指的是沒有經過調製（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、印表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【均為分散式計算框架】

（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-Reduce：MapReduce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"Reduce（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。

有圖像演算法工程師，要熟悉圖像演算法，會matlab模擬，會C/C++編程，能用彙編優化性能或者上gpu應該都是加分項

有通信演算法工程師，矩陣加傅立葉變換等等數學套餐，Matlab模擬加一門編程語言，最主要看的是對通信演算法的熟悉

有數據挖掘/機器學習方向的演算法工程師，估計題主好的就是這口了…編程能力最重，python/c/java都行，熟悉linux，知道mapreduce能講清楚或者答一個demo思路，數據結構演算法一半，主流機器學習演算法一半剩下就是看面試官喜好了

還有一些其它的類別，比如數值優化演算法工程師，機器人演算法工程師等

基本技能就是數據結構相關的演算法+編程能力+熟悉相關領域演算法

哪有那麼多演算法。一個項目可能就某個模塊需要某些演算法。難道你還能優化，優化，再優化。no no no。小心kpi不達標，被開除。當演算法工程師提交完最後一行代碼的時候就是開除他的最好時機。所以你還需要JAVA ssh。hadoop生態圈。爬蟲技術。so 現在項目已經離不開你了。安心拿高工資吧。然後假裝繼續研究演算法。其實是在刷知乎。

演算法嘛，我是搞圖像演算法的，圖像演算法單單寫出來也是不能用的，因為速度的問題，有fpga上的，dsp上的，pc上的。就拿pc上的來說，最快的還是c語言結合彙編實現的，首先需要做基礎的優化，就是數學上的，然後是程序邏輯上的，然後是多線程，然後還有指令集比如sse2.avx等。這些都做下來，才能達到現在的頂級狀態。所以你看有多少分類？

想多了，調庫調參寫SQL。

演算法工作內容=演算法+工程。拿機器學習來說，大公司專註演算法和數據，理論和業務熟就行。小公司出了理論還要有調庫完成業務的能力。簡單的話，學個python,sklearn就能處理很多問題。偏大數據方面，spark,hadoop，java,scala都要會。複雜模式就是用c++，結合各種數據結構實現演算法。比如語音解碼器裡面有自動機的合併，化簡，簡直是災難。

做演算法，剛畢業工資平均是多少？

演算法對應的本科專業有哪些

感覺有大量重疊啊~~導航主要也是圖像演算法比較多吧...圖像是老大，其他的學習成本都不高...就圖像來說slam的資料也是甚少

問個問題，金融徵信，收集一些交易數據和透支以及還款數據，計算出信用分，需要用到什麼演算法呢？

python，不謝