1.定義

機(jī)器學(xué)習(xí)算法，或者說(shuō)“算法工程師”這個(gè)職位名稱里的“算法”，并不是計(jì)算機(jī)系本科課程《算法與數(shù)據(jù)結(jié)構(gòu)》里那個(gè)算法。那門課里講的，是排序、查找這類”確定性算法”；而這里我們說(shuō)的，是用統(tǒng)計(jì)方法對(duì)數(shù)據(jù)進(jìn)行建模的”概率性算法”。

1.1分類

算法工程師分為兩類。其中一類是偏研究型的算法工程師，例如復(fù)現(xiàn)paper，改善模型，發(fā)paper，出專利，這一類人才大都是科研大佬。第二類則是更加貼近業(yè)務(wù)的算法工程師，不如稱為「算法應(yīng)用工程師」。這一類同學(xué)主要是與業(yè)務(wù)同學(xué)進(jìn)行搭檔，通過(guò)現(xiàn)有的一些成熟模型來(lái)幫助業(yè)務(wù)同學(xué)解決問題。

2.主要工作

理想中的算法工程師：提出假設(shè)-》收集數(shù)據(jù)-》訓(xùn)練模型-》解釋結(jié)果。

實(shí)際中的算法工程師：提出假設(shè)-》收集數(shù)據(jù)-》預(yù)處理-》預(yù)處理-》訓(xùn)練模型-》調(diào)試-》調(diào)試-》重新收集數(shù)據(jù)-》預(yù)處理-》收集更多數(shù)據(jù)-》調(diào)試-》調(diào)試-》調(diào)試-》…-》放棄。

每天最重要的就是跑數(shù)據(jù)！這不是段子，而是事實(shí)。為什么“高大上”的算法工程師實(shí)際上是個(gè)數(shù)據(jù)民工，要尋找這種理想與現(xiàn)實(shí)的差距的原因，首先要理解一個(gè)事實(shí)：只有人能夠理解數(shù)據(jù)，機(jī)器不能。不管我們用什么機(jī)器學(xué)習(xí)算法——無(wú)論是LR，SVM，k-means，EM——對(duì)于它們來(lái)說(shuō)，輸入數(shù)據(jù)都是一堆浮點(diǎn)數(shù)組成的矩陣而以（如果說(shuō)的更本質(zhì)一點(diǎn)，只是一堆01序列）。如果有一個(gè)特征是“小時(shí)”，而它出現(xiàn)了25，任何一個(gè)智商正常的人類都能明白，這是一個(gè)錯(cuò)誤，然后在數(shù)據(jù)清洗的時(shí)候把這樣的數(shù)據(jù)排除。但是機(jī)器就無(wú)法理解這一點(diǎn)。要具備小時(shí)的概念，又要理解什么是時(shí)間，一天有多少個(gè)小時(shí)…機(jī)器怎么能自動(dòng)化完成這樣的數(shù)據(jù)清洗工作？更進(jìn)一步，如果人發(fā)現(xiàn)“小時(shí)”這個(gè)特征中大部分?jǐn)?shù)據(jù)是0到12，而混入少量13（但13的數(shù)量又不是太少以至不能被當(dāng)成離群點(diǎn)排除），人就會(huì)懷疑，是不是使用了12小時(shí)制而13是一個(gè)錯(cuò)誤。機(jī)器目前是無(wú)法做到這一點(diǎn)的。

一位算法工程師對(duì)自己工作的反思，寫得挺實(shí)在的

3.進(jìn)階之路

在機(jī)器學(xué)習(xí)領(lǐng)域，算法工程師腳下的進(jìn)階之路是清晰的：當(dāng)你掌握了工具、會(huì)改造模型，進(jìn)而可以駕馭新問題的建模，就能成長(zhǎng)為最優(yōu)秀的人才。

20萬(wàn)、50萬(wàn)、100萬(wàn)的算法工程師，到底有什么區(qū)別？

4.傳統(tǒng)模型VS深度學(xué)習(xí)模型

優(yōu)秀的算法工程師都是不用深度學(xué)習(xí)的

講的是為什么有部分傳統(tǒng)的算法工程師不愿意使用深度學(xué)習(xí)算法，雖然題目有點(diǎn)嘩眾取寵，但是問題角度還是挺值得深思的。