下面的一张校招薪资图曾经吸引了无数人羡慕的眼光，面对算法工程师这么高的薪水，很多同学也想知道这些工程师都在公司里做些什么工作呢？作为一名入坑一年半的从业人员，今天我们就来聊聊我接触过的那些算法工程师们的工作情景。
改进算法，复现论文一定是很多同学一开始就想到的工作场景，实际上的工作远不止于此，下面我想从AI的三大方面：算力，数据，算法三大方面来谈一下。
算力
当前最火的AI技术莫过于深度学习，这是一种非常消耗计算能力的模型。很多实际场景都对推理系统的吞吐量和延时都有一定的要求，比如人脸识别，自动驾驶等等。算力领域的算法工程师们的主要工作就是性能优化，笔者有幸从事的也是相关方面的工作。面对一个具体的模型，这时候就需要借助性能分析工具逐个分析性能的热点，对于耗时的算子采取一定的优化措施进行处理，或者采用一些模型量化，压缩等来降低计算成本。除了模型层面的优化之外，还有一些同学是做引擎开发的，比如语音识别，人脸识别引擎等，人工智能平台也是一个热门的方向，这些工作除了要接触模型优化之外，还要考虑业务计算流程上的整体计算情况。
一句话，算力方面的算法工程师整体偏工程化，对于计算机工程技术的积累要求较高。
算法
刚开始从事接触这个岗位，很多人肯定觉得算法工程师肯定要做算法改进，算法优化才有前途，这确实是一部分人的工作职责，但不是全部。以之前接触过一个AI项目项目为例，有算法研究，引擎开发共同协作。算法研究的同学的主要工作就是将当前的一些热门算法应用到实际场景，这个时候一般流程是组里的大佬算法工程师有了好的想法，小弟算法工程师A和B负责实验，模型在验证集上的精度就一版一版的迭代下去，直到达到工程标准为止。A和B除了实验之外，还要负责文献调研工作，整体上感觉有点像导师代研究生的感觉，不同的是目的不一样了，一个为了论文，一个为了生产。
当然上面这些算是比较好的了，还有一一些同学则纯粹是调调参数，跑跑模型的体力活。下面我们就来看一些网友的看法，
数据
数据是算法的基础，这部分同学的主要包括特征处理，benchmark构建，数据标注，数据清洗等等。以我接触的同事为例，他们的主要工作就是针对同一种优化策略在不同的模型，不同的数据集上验证优化方法的普适性。很多时候也会开发一些AI的辅助工具，比如对一些log文件进行解析，来辅助算力工程师们解决问题等等。
上面就是我接触到这些算法工程师的工作，也欢迎大家在评论区补充啊。
本文来自投稿，不代表本人立场，如若转载，请注明出处：http://www.souzhinan.com/kj/246733.html