演算法工程師能力素質模型，看看還有哪些是你該努力的地方？

02-24

本人從事數據相關行業10來年，經歷過各種崗位的磨練與挑戰，薪資這幾個階段都經歷過，現在每天也在幫助企業招聘大數據人才，對初中級、中高級、專家科學家級有一些見解，下面我就從幾個角度解構下這幾類人的能力素質模型，這些也是我在日常招聘過程中對人才的基本要求，說得不對的地方歡迎大家拍磚：

技術能力：

初中級別的演算法工程師，0年-3年，年薪12萬-40萬，需要在無導師指導情況下，獨立完成一個演算法模型，演算法種類有很多，你只需要熟悉某一類演算法模型，比如預測評分模型、分類模型、關聯推薦模型、文本分析等，僅僅只需要懂一類，程度上能獨立工作就好，哪怕做出的模型還不夠老練。

中高級級別的演算法工程師，3年-5年，年薪30萬-60萬，需要掌握起碼三類以上的演算法模型，熟悉每一類演算法模型中有哪些典型的演算法，並且對各典型演算法適用的場景瞭然於胸，舉個例子，做分類的演算法有決策樹、邏輯回歸、SVM模型等，需要知道怎樣的數據形態適用哪種演算法，每種演算法的優缺點在哪裡，適用於什麼業務場景，如何進行模型的演進與優化。同時，要掌握模型實施的整個環節，從樣本定義、特徵值分析、演算法選型、模型評估、模型部署、模型監控等。

專家科學家級別的演算法工程師，5年-10年以上，年薪50萬-200萬，需要完全具備中高級別的演算法能力外，這個級別的工程師是公司中的靈魂人物，需要不僅僅掌握模型演算法的能力，也需要熟悉相關周邊技術，比如大數據生態圈相關的技術，還要求具備公司在技術領域戰略方向的確定選擇和實施落地步驟的把控，比如，在金融信貸風控領域，需要做出授信額度模型、風險定價模型、反欺詐識別模型、客戶需求意向度模型等等，需要這位帶頭大哥非常清晰各個模型的內在聯繫，落地步驟怎樣哪些該優先去做哪些往後，哪些做哪些不做，等等。

業務能力：

初中級別的演算法工程師，對業務經驗沒有太多要求，更多要求是技術上的能力，但如果懂業務，具備公司所在的行業業務經驗，則加分也非常明顯，如果是多個人同時競爭一個崗位，那麼，原來是這一行業的最容易勝出。

中高級別的演算法工程師，需要具備至少1年以上的同行業的業務經驗，技術是會有瓶頸的，到了這個級別的工程師，一定要注意選定行業作為自己的職業，跳槽要慎重選擇，不能頻繁換行業，需要積累行業業務經驗，這是重中之重。

專家科學家級別的演算法工程師，他是公司的專家、科學家，要做技術專家的同時，也要是一個業務專家。所有的技術最終是為業務服務的，只懂技術、只會搭積木是遠遠不夠的。技術如果沒帶來收益，所有的投入都是沒有產出的。作為公司的靈魂人物，所有技術戰略方向、業務戰略方向都與你有關，你為公司的營收業績負責，不會因為你只是負責管理技術而對業務營收沒有要求。

團隊管理：

初中級別的演算法工程師，要求不高，在團隊成員中能夠進行良好的溝通，到達一定技術水平時候，可以幫忙帶領實習生工作。這個級別人員，我個人要求具備一個分享精神，分享才能讓自己技術學習更快更牢固，分享幫助自己的同時更重要的是幫助自己。團隊的學習氛圍怎樣，就是看這個級別的員工，團隊成員有進步，團隊才會更加牢固。

中高級別的演算法工程師，leader級別，需要具備一定的管理能力，跨團隊溝通協同能力，項目驅動能力。作為骨幹人員，需要帶領好自己的團隊成員，對團隊的高效產出負責。要會培養成員，能夠做他們的導師。

專家科學家級別的演算法工程師，管理上，應該都是部門經理、總監以上的了，管理能力的要求比較高，要能夠確定業務方向、公司戰略方向等，決策失誤，會浪費大量的資源，甚至會給公司帶來災難性後果。舉個例子，重大演算法模型的研究是一個充滿風險的事情，需要投入大量的資源，但結果往往難以預料，這時候，就非常需要這位帶頭大哥對業務、行業、市場、對手等等有充分的了解，才能做出正確的抉擇。

以上是我在日常招聘和管理中的拙見，歡迎大家拍磚指正，歡迎大家關注我的知乎專欄「大數據實踐與職業生涯」並留言，專欄會陸續的推出過往十多年的大數據工作經驗總結和我的一些研究實踐成果。如果你是大數據新人，或者想轉行進入大數據領域，或者職業生涯上存在一些疑惑，都歡迎關注我的知乎live分享「大數據人的職業生涯規劃」和「數據分析師-從零入門到精通」。