算法工程师也会遇到35岁这道坎么？
（给算法爱好者加星标，修炼编程内功）
来源：知乎
www.zhihu.com/question/345939613
现在互联网行业很多开发工程师（包括前端开发、后端开发等等传统意义上的“码农”）会遇到35岁这道坎，那么对于算法工程师这种非常规、非传统的码农（侧重以数学模型技能为主，而不是写代码），也会遇到35岁的坎么？
霍华德：
我对这个问题很谨慎
一方面，近几年的算法不断自我革命，随着框架的发展，其实门槛是越来越低了。十年前，需要自己实现反向传播，能拦住不少人。现如今BERT出现后，很多任务的难度都大幅下降。这方面利空年迈的算法工程师。
另一方面，对算法工程师的要求越来越综合，算法工程师也逐渐向多面手发展，做nlp的算法工程师只会nlp领域是不够的，随着多模态技术的发展，视觉、语音、强化学习等技术也统统都要掌握。所以，年迈的算法工程师对新萌的优势在于技能的宽度上。与资本家的博弈中，依靠“技多不压身”，来维持相对高一些的待遇”。
另外，只能寄希望于中国教育改革迟缓，为年迈的算法工程师多争取一些时间。
吴海波：
@霍华德 讲的很好了，纯从技术发展的本身，一定是门槛越来越低，所谓的经验经不起新技术的冲击，但这一套逻辑更适用于基础技术，我来补充另一方面的信息。
这个问题其实不是技术人员独有的，而是职业发展中面临的普遍问题，只是网上技术的同学发声比较多，而且技术同学相对单纯，容易一条路走到黑，遇到困难不容易变通，很少去看看那些其他行业的人面对问题的处理方式。
回到职业规划，我觉得远见这本书里面提了三个标准挺有意思的。分别是可迁移的技能、有意义的经验、持久的人际关系。
可迁移的技能不多说，简单说下我对有意义的经验的理解，有意义包括两方面，一个是这个经验对别人有门槛，另一个是这个经验是有拿到结果。对很多在工业界做算法应用的同学来讲，无论是线上abtest的资源还是公司算力的资源，对后来者都是有很大的门槛的，即很难在学生时代就对算法和业务结合理解的特别好，这是一个明显的优势。
再谈下持久的人际关系，很多技术同学都会忽视持久的人际关系。其实人和人之间的信任是非常宝贵的，大家应该重视起来。机器学习发展起来后，在工业界普遍遇到一个问题，如果和非机器学习的同事解释，如何和他们更有效的合作。而机器学习有很多时候，都是需要大投入的项目，这个时候长期的信任关系就变的特别的重要，这个也是新人并不具备的。
总结起来，题主特别问了算法和程序员的对比，我觉得最大的特点是算法面对的巨大不确定性，而且这个不确定性是和业务本身相关的。业务变化万千，很多经验都是靠真金白银砸出来的，门槛很高。因此，这方面我又偏乐观一些。
PS：这个行业最受人瞩目的当然是哪些世纪难题，如果你从事的和这些问题相关，那就是高风险高回报的逻辑了。
鱼罐头啊：
当然会了。
我甚至觉得，现在算法工程师的前景远差于后端/前端开发。
就以我所从事的推荐系统这个算法工程师的分支举例子。若一家公司没有几百万DAU，根本不需要推荐系统，搜索+热榜就能覆盖大部分需求，所以，推荐系统工程师大概只能生活在三，四线以上互联网公司以及少部分国企中。但是前后端开发的去向就宽广多了，小公司也需要网页呀，也需要小程序啊，也需要开发app呀…
有一个研发同学所在部门的老板(p8)就从杭州跳去了一家武汉公司，据说是做cto。算法想要得到同样的机会会难很多。
但换一个角度，我觉得算法(可能更狭窄的说是推荐算法)，转行的可能性会比开发高很多。1.首先可以转开发，大家都是学cs过来的，并不是学不会。2.算法对数据的感知要比开发高很多，我们通常都说用数据说话，这个习惯不是每个职业都有的，转行产品等职业会比一般的开发有优势。
最后，把自己打造成T字型人才，有算法的深度，也有更广泛领域知识的宽度。查理芒格经常说用多元思维模型解决问题。咱们学了那么多数学，学了那么多算法，搞了这么久大数据，如果把自己定位为解决问题的人，就算不搞算法了，也不至于找不到工作的：)
辛俊波：
- EOF -
觉得本文有帮助？请分享给更多人
关注「算法爱好者」加星标，修炼编程内功
好文章，我在看❤️