算法工程師進化

1 前言

　　過去的兩三個月爲了找暑期實習，感受就像是在準備應試教育同樣，天天的任務好像就主要集中在三個方面：（1）刷題，提升編程能力；（2）學習機器學習算法，夯實算法基礎；（3）關注算法的工程實現，尤爲是特徵工程部分；最後真的是幸運，也拿到了本身比較滿意的offer，可是我深知本身任重而道遠，因此我想對本身作一個總結和規劃，爭取可以成爲一名合格的算法工程師。距離去公司實習，已經不足一個月的時間了，但願本身可以有必定的提升吧。

2 剖析自身不足

　　從找實習的面試狀況來看，我以爲本身有如下不足：
　　（1）須要進一步提升本身的編程能力，這裏的編程能力是指要提升算法思惟能力和實現能力，尤爲是對於遞歸/貪心/動態規劃等算法的理解；
　　（2）須要進一步的夯實本身的機器學習算法能力，我以爲本身對於機器學習算法有必定的理解，可是仍然不夠，還可以繼續深挖，尤爲是從數學的角度進一步的理解各分類迴歸算法；
　　（3）須要學習深度學習，僅僅只會機器學習是遠遠不夠的，面試官總會問你會不會深度學習，因此深度學習是一個必備技能；
　　（4）須要學習大數據的處理工具，包括Hadoop和Spark，面試官每次也很關注咱們是否會這些大數據的處理工具，由於這畢竟是工程實現中的必備工具了；
　　（5）還有一些必備技能須要熟練掌握，例如的python編程能力，linux系統的操做能力等；

3 算法工程師的工做內容和必備技能

　　爲了在入職前作好心理準備，我嘗試着瞭解算法工程師的工做內容；《機器學習算法工程師須要掌握的技能與要踩的坑》一文中提出了下列工做內容和必備技能：
　　（1）觀察數據，須要數據敏感性和編寫腳本代碼的能力
　　（2）找特徵，數據敏感性和想象力
　　（3）設計算法，特徵向量化，須要有數據抽象能力/數據建模能力/編程能力
　　（4）算法驗證，離線驗證，算法實現能力；設計上線之後的AB測試方案
　　（5）洗數據，腳本語言處理能力，數據處理工具的使用
　　（6）工程化，須要把算法嵌入到原有系統中，須要考慮代碼的健壯性
　　（7）上線看效果，不斷返修
　　能夠看出，做爲一名算法工程師，平常的工做內容主要是線下（觀察數據/找特徵/設計算法/算法驗證）和線上（洗數據/工程化/上線）。
　　下面給出一個機器學習算法工程師的技能樹，來自於《成爲一名合格的算法工程師須要掌握哪些技能？》

 

4 總結

　　本篇文章一方面是對過去幾個月的一個總結，另外一方面也是但願開啓一個勤寫博客的習慣。後續我會針對技能樹中的各個內容進行總結和學習，但願本身可以堅持下去！

5 參考資料

　　機器學習算法工程師須要掌握的技能與要踩的坑

　　成爲一名合格的算法工程師須要掌握哪些技能？