講座簡介：阿里天池公開課

講師：王賀，廣告推薦算法工程師

1. 什么是算法工程師？

• 職業定位：企業在不同階段和不同項目中，對算法的需求是不同的。
• 主要可分為三個類型：
  • 產品研發型：業務開始階段，為產品提供算法技術支持；探索和開發前沿知識，發paper提高企業影響力。此時算法一般是一個項目里的子模塊。
  • 業務優化型：業務發展到一定階段，用戶數量龐大、業務復雜，導致業務運作效率降低、企業成本增加。需要快速搭建、部署、優化。此時算法需要根據實際業務進行調整。
  • 需求洞察型：發現問題，比如復盤時發現用戶規模或者經營利潤不達標，此時需要算法工程師從數據角度去發現問題、提出解決方案（個人理解：需要一定的產品研發和業務優化的經驗，像是整個部門的leader）

2. 為什么需要算法工程師？

針對具體業務，提高效率，降低成本。通俗理解，就是為企業創造更大的利潤。

3. 深度學習的應用方向

主要有以下六點：

• 圖像處理
• 自然語言處理
• 推薦系統
• 金融風控
• 數據挖掘
• 音/視頻算法

4. 算法工程師的成長之路

研究生階段：理論學習。講師讀研階段才接觸的機器學習和深度學習。

競賽階段：嘗試業務實戰，理解業務需求與算法具體實現和應用。

實習階段：講師初次實習時算法實戰能力薄弱，所以先做數據分析。

工作階段：講師從數據分析師轉崗到算法崗，最開始做用戶增長相關算法，后來轉崗到推薦系統。慢慢找到定位。

5. 算法工程師的日常

• 10：00 到達公司。查看郵件（算法運行情況反饋，會議安排等）

• 中午休息2小時。

• 14：00 上班。項目組內溝通交流、學習前沿進展等。

• 21：00 下班。

  總的來說，主要分為3部分：

• 算法開發70%：數據處理30% + 優化模型10% + 學習前沿技術 10% + 其他 20%
• 會議交流15%：項目組內、外交流。
• 文檔整理15%：形成工作日志、算法文檔、工作報告等。

6. 如何成為算法工程師？

• 知識：主流模型和算法的原理和實現
• 工具：coding能力，spark,Flink,tensorflow等實戰工具的應用
• 邏輯：算法題，模型之間的演化關系
• 業務：根據實際業務制定 輸入數據集和模型的輸出。一般來說，算法工程師的模型和算法能力差距不大，真正體現差距的是業務的理解。
• 基本技能：
  • 編程語言：c++ / java（二選一），加一門腳本語言python
  • 計算機基礎：計網、計組、OS、數據結構、數據庫等。
  • 大數據處理：hadoop / spark
  • 深度學習框架：tensorflow / pytorch
  • 領域內算法原理和實現

總結

以上是生活随笔為你收集整理的阿里天池_算法工程师之路的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。