写代码的老司机们，30后的路该开向哪里?｜系列二：做工程还是转算法

人到 30 ，职场上的我们总有这样那样的困惑，程序员中的老司机们亦然。在上一篇文章《系列一：写代码还是转管理》中，我们分享了 30 岁后的程序员，是应该继续写代码，还是果断转管理的话题。本系列总共有四个分享话题，在本文中，我们分享下到底要不要转算法的话题。

左：做工程？右：转算法？

我虽然工程出身，不过也涉猎算法，面试过的算法候选人也有几百个了。有一个面试的原则是，算法得在白板上写写代码。不写代码，那是耍流氓。不是说模特都开始学习 Python 了么，光简单写写 Python 脚本，就敢号称自己是深度学习的高手，那我们找一个数学系的学生得了。

人到 30， 虽然还不算人到中年，还不需要保温杯，不过前路到底如何走，也是操碎了心。身边有不少朋友，觉得自己写不动代码了，打算转算法。

总结了一些写代码的人想转算法的理由：

1. 算法工资高，年薪几百万美金的科学家不少。

2. 算法可以长久做，很多科学家都是大器晚成。

3. 担心自己再过几年写代码真写不动了。

4. 写代码的市场竞争力在走低。

5. 写代码有点过时了，现在人工智能和深度学习这么火，应该趁热打铁。

6. 目前是算法工程师溢价的最佳时期，正如是人工智能泡沫最大的时期（假如有泡沫的话）。

有个朋友他目前所在的团队，工程是他从业的公司里最好的，比一些大公司还出色。跟我说基于一些考量，想找个专注做算法的工作机会。我说，其实我身边不少做工程的人，都能拿到年薪一两百万。你身边专门做算法的，现在能拿到年薪百万的有几个？朋友已经做了决定，怎么劝都没用。

很有意思的是，我之前面试过一个学生，算法基础很好，在微软实习过。但是他觉得做算法很无聊，学不到太多工程的经验，大部分时间在调整网络结构，调试模型参数，跑实验，改脚本。想找一个能好好写代码的工作。

可见，你想往东走，可能东边的人正想往西走。如同围城，城外的人想冲进去，城里的人想逃出来。各有各的苦恼。做工程就一定比做算法差么？事实并不见得：

1.工程的工资也不低。

谷歌传奇 Jeff Dean 就是偏工程的大佬，他的工资可不见得比任何机器学习的大佬低。能搞出谷歌三大神器(Bigtable, Mapreduce, GFS)，做出机器学习平台 Tensorflow，照样牛逼。算法不够好，我们不妨了解算法专注工程啊。算法也需要训练、GPU、分布式、存储、嵌入式，都是工程师的机会。

国内不少牛人，也主要是工程出身。像阿里巴巴合伙人多隆，级别 P11，他一个人能顶一个高效顶尖的团队。看他做过什么——文件系统 tfs、key-value 系统 tair，cache、搜索、通讯框架...别告诉我这些是算法或者深度学习的活儿。百度出过戴文渊这样的算法牛人（目前第四范式创始人），也有林仕鼎这样的工程好手。你问我谁比较厉害，我只能说各有春秋。

2.不见得每个做算法的都可以长久

算法干得长久的固然有，但不见得每个做算法的都长久。举个简单的例子，大家回顾一下整个数学发展，出过的少年英才多，还是大器晚成的数学家多？高斯，欧拉，伽罗瓦，阿贝尔，哪个不是少年成名？

算法更新较快，更需要创造性。我敢说，国内的大部分公司，并不需要科学家，也请不到称得上“家”称号的科学家。原因很简单，聪明的工程师看看论文也能实现出来。做得快，训练快，调试快，各种超参数、网络结构等快速做实验，靠工程能力，快速高效搞定优质的大数据，效果比什么都管用。

3.工程师究竟能写到几岁

就看操作系统和编程语言的几个大佬吧。Linux 之父 Linus 虽然成名早，现在也快 50 了，他不写代码了么？C++ 之父，1950年出生，依然活跃在技术圈。

Python 之父，1960 年出生，这会儿依然在技术公司任职，目前应该在 Dropbox。你可能说这些人都是大佬，没有参考意义。我身边接触过的几个 CTO， 目前依然在写一些代码，能加班，能 Review 代码。

C++ 之父

4.写过的代码，都是你的财富

写过的代码版权归公司，但都是你的财富。写一百遍一样的代码，没法增值，但是踩过一百个不同的坑，就是你独有的经验和价值。刚毕业的人没法有，正如刚毕业的人没法有岁月雕刻的皱纹一样。

有一个很有意思的问题，我面试的大部分工程师，哪怕比较资深的，对机器学习都没什么概念，别说 DNN，CNN，LSTM 等，对决策树，SVM，CRF 也完全陌生。相反很多北大清华的应届生，对这些目前热门的机器学习算法都比较熟悉，不少在相关的领域中，使用这些算法发表过论文。换句话说，年轻人搞新算法更有优势。

5.人工智能和深度学习这么火，工程要趁热打铁

人工智能是很火热，但人工智能公司里大部分都是工程师，科学家和研究员没几个。老板不会给你那么多时间搞研究，能跟上最新的研究成果，就足够在业界领先了。最好的百度可能需要最牛逼的科学家，但是Top 10靠牛逼的工程师就够了。人工智能创业百花齐放，AI + 传统行业的机会多多，目前人工智能的机会，肯定不是一家两家赢者通吃。

6.泡沫总会过去

泡沫，总是容易过去的。等你学好了吴恩达的机器学习课程，做好了面试准备，可能到时候你的竞争力还不如普通架构师值钱。

上面泼了这么多冷水，不是说做工程的转算法就不行。什么样的鞋子适合自己，穿一穿就知道了。给几个自己的看法：

• AI 公司很多，这些公司的工程师职位更多。

• 不要什么热抢着去做什么。安卓热，你做安卓，小程序热，你怎么不转小程序？

• 算法好的，不妨学学写好代码。代码的优化，对算法的效果也很重要。

• 工程好的，不妨学学算法，看看机器学习的资料和论文，了解常见的 Task 使用的算法，了解主流的机器学习算法、工具、平台。

• 是武学奇才的话，不妨练练老顽童的双手互搏，算法和工程兼修。向谷歌大牛 Jeff Dean 看齐。

• 擅长什么，不要放弃。擅长工程，就不要眼红人家搞算法的。坚持到底，路才能更宽，走得更远。

Google 大神 Jeff Dean

本文主要就程序员人到 30 后，是否应该转做算法，进行了一些自己的分享。在后续分享中，我会就大家的其他困惑，做一些自己的分享，欢迎订阅「技艺丛谈」公众号，阅读后续分享。

• 系列一：代码写到底还是果断转管理？

• 系列二：做工程还是转算法？
  

• 系列三：打工赚钱还是创业冒险？

• 系列四：互联网混到底还是转行收房租？

以下文章你可能也有兴趣，不妨点击读读：

无论你是在准备实习，正在实习，还是准备校园招聘，初入职场，以下文章可能对你有帮助，欢迎点击阅读。

---

图源：来自互联网