你见过最差的算法工程师能差到什么程度？
加入极市专业CV交流群，与6000+来自腾讯，华为，百度，北大，清华，中科院等名企名校视觉开发者互动交流！更有机会与李开复老师等大牛群内互动！
同时提供每月大咖直播分享、真实项目需求对接、干货资讯汇总，行业技术交流。关注 极市平台 公众号 ，回复 加群，立刻申请入群~
本文来自知乎问答，回答均已获作者授权，禁止二次转载
问题：你见过最差的算法工程师能差到什么程度？
https://www.zhihu.com/question/347545092
知乎高质量回答
1、作者：夕小瑶
https://www.zhihu.com/question/347545092/answer/844111390
首先我个人觉得，算法工程师的目标既不是精通各种框架，会调各种包，也不是会发paper就是成功，而是有能力解决实实在在被提出的算法问题。
这里的问题可能来源于业务，也可能来源于长远的战略部署，甚至可能来源于一次大领导的拍脑袋。不管怎么说，个人觉得能独立分析，拆解，建模和解决算法问题的算法工程师就是胜任的，否则再怎么花里胡哨都是差劲的。
先说一下本文4个样本的背景，甲乙丙丁都是一线大厂的正式员工（包括知名外企），工龄从刚入职到3年不等，不过都不是自己团队的。
只是各种原因而接触到的NLP算法工程师。为了避免对号入座，将以下内容中的部分关键词打码。
甲
出现一个奇怪现象后，我让他把训练loss画出来，结果他不知道怎么画。然后他不会用xx，我告诉他那就把日志中的loss点提取出来，用*来画。结果他问我*从哪里下载，有没有学习教程。
注：*是一个非常常用的python库
然后又一次，发给他一个非常简单的代码，他想改一下其中一个预处理逻辑，我告诉他在哪里改，他直接说看不懂，求帮他改。我问别人，那他拿着工资每天干什么呢，答曰，可能会写写paper？
结果最后那篇paper也不是他写的。
乙
乙比甲好一些，乙想解决一个问题，于是我给他甩了一篇paper，然后他很多地方看不懂，于是这些细节我一点点给他讲。讲完后他要借鉴其中一个idea用代码实现，这个idea写起来就一二十行。他绕不清矩阵计算，让我教他写，我给他5分钟写完，他很努力的理解了，恍然大雾，拿去跑了，然后跑完觉得很棒，自己又想了一个可能的实现方案，然后问我另一个方案可行性，这两个方案在数学上是等价的，于是讲了等价后，开始问我另一个方案的每行代码应该怎么实现。
小哥哥，你是故意来搭讪的吧？
丙
有一天我把甲的故事分享给了另一家大厂的小伙伴，小伙伴说，还好，他们组刚入职一个新人，第一次做技术分享，给大家讲了半小时的word2vec就结束了，据说，该同学非常费力的直译了论文原文一些内容，专业名词翻译错了他都不清楚，并且表示负采样没看懂，而且不重要，所以就不讲了。
问了一下丙后来怎么样了，说被调去做java了，小伙伴反馈丙做java开发还出活挺快的。
丁
丁的故事来源于一个很要好的小伙伴，差点让小伙伴当场离职。丁是另一家很多人都想去的大厂的。丁的能力则是在甲乙丙之上，各种leetcode题刷的贼溜，textcnn之类的也都很熟，今年年初ta的mentor让ta用bert跑一下业务上的一个*分类任务，结果其一跑就是X个月，调了X个月后的结论是不如textcnn好用，线下稍微好一些，线上一塌糊涂。后来我一个刚去的小伙伴接手了ta的工作后，发现数据集里，预处理脚本里，训练脚本和评估脚本里全都有bug，从头到尾完全就是错的。小伙伴给ta修完bug后上升了近XX个点。
注：*取值小于5，X取值大于3，XX取值两位数
丁至今还是在岗的，因为ta的mentor也不太懂这块，mentor认为是bert代码太过复杂导致的，情有可原。
那么问题来了，甲乙丙丁是怎么通过各大厂面试的？靠刷题？靠学校背景？靠不可描述？这个问题我至今没想明白……
2、作者：盛夏的果核
https://www.zhihu.com/question/347545092/answer/840206839
下文所说的仅为AI算法工程师。
0级算法工程师——只知道神经网络和几个名词，这一级的人一谈到算法和人工智能，无脑牛逼(或无脑diss)就完事了。
1级算法工程师——拜读过西瓜书/小蓝书/花书，看过算法视频教程，对算法基础知识有一定的了解;掉过几个算法包，跑过几个模型和典型数据。这一级通常是调包侠，调参怪。口头禅:xxx算法模型是真的强!实际上对于算法原理思想一无所知，看的书也只是囫囵吞枣。
2级算法工程师——参加过一两个算法竞赛/项目，跑过知名的几个效果好的算法模型，并且获得了中规中矩的成绩(前10-20%)。此时认为算法不过如此，数据处理、特征构建、模型选择无非那么几种套路，仅仅靠着模型融合和毫无想法的数据处理过程来上分。这一级充斥着大量的校招算法工程师，承担着大中厂算法岗炮灰的角色。
3级算法工程师——参加一些算法竞赛并获得比较靠前的名次，对于使用的模型和方法有叫深入的理解，竞赛中存在独立和较深刻的思考。或者有关于算法项目相关的论文。这一级在基础算法能力上来说已经过关，可以找到还不错的工作。比较容易担忧的是自身的工程能力。
4级算法工程师——除了比较扎实的算法基础外，还有比较不错的工程能力。不仅理论知识过关，同时能将算法结合到业务场景、实际项目当中去，并对算法本身进行一定的更改以适应背景。这一级的人已经能成为offer收割机了，往往能拿到心仪的offer。
(我认为四级已经是绝大多数算法工程师的上限，对于工程师来说继续升级需要的是对相关业务的理解、敏锐度和工程能力了，超越了“算法”本身的范畴)
…………
N级算法工程师
对于现有的算法进行创新和改进/开发算法框架造福AI领域等造成比较大的影响的巨佬。这一级答主根本无法想象那种高度，实属算法领域的大牛级人物。
3、作者：LinT
https://www.zhihu.com/question/347545092/answer/865893798
强答一波，讲讲在学校或网上见到的现象(AI方面，严格来说，这些人放到今天的行业标准下，基本不可能成为一名算法工程师)。
(纯属吐槽，请勿对号入座)
百度百科型选手/PPT选手：常见于各类创新竞赛、课程答辩，张口闭口一定是「人工智能」「神经网络」，上来一定要气压群雄，尽管对各类AI问题的进展没有任何了解，但是在他们这里，各种算法一定是封装好了，准确率100%，拿来就可以用(plug-and-play)的。什么文本情感分析做舆情监控啊，人脸识别智能面试啊，不在话下，章口就来。
博客型选手：大概率尝试过Andrew Ng的网课，但大概率没看下去，手里一定有一本Python深度学习，对原理不求甚解，数学公式大概都不想看，论文不想读，辗转各个博客网站希望找到一个好一点的解读；跑了一通实例代码，很有成就感，可能会在某个博客网站发布一篇博客，标题诸如《自然语言处理入门-XXX》，成功为网络贡献一篇与其他博客雷同率90%的文章，虽然文章名字像是一个系列，但是相信我，他大概率不会再发布同系列的文章了。
Github选手：常常和PPT选手合作，拿到需求，「人脸识别是吧？」，Github一搜，好多仓库，全克隆了再说；挑挑拣拣，调试了半天，依赖装完代码跑通了(没有error)，任务完成，功德无量，接下来的任务交给其他队友！
AI+型选手(教师)：传统方向出身，没有学过ML/DL，在AI兴起以后，把DL当万精油用，深度学习预测地震啊，深度学习验证软件啊...管它什么数据驱动不驱动，经费拿到手就行了。这类老师对AI的认知可能和PPT选手差不多，比学生多的本领就是写本子、打招呼了。带一个PPT选手加一个Github选手，基本上可以在各类创新竞赛/项目中拿到还不错的成绩。
名词流选手：行走的AI术语词典，讨论问题时就喜欢堆砌名词，但从不解释，故弄玄虚，让外行有一种「不明觉厉」的感觉，其实一些言论根本经不起推敲。
潮流型选手：走在AI潮流前列，除了最新的算法，其他的都是垃圾，「不加attention？你这算法不行！」，「2019年了，还用概率图模型？！」这类人对算法应用场景一无所知，对新算法的狂热程度堪比娱乐圈流量小生的疯狂粉丝们。
何去何从型选手：多半是半路出家，转行想做AI的，但是奈何基础弱，一心只想挣大钱，所以会很迷茫，于是到知乎抛下一个问题：「非cs科班可以学xxx吗？」「本人xx，应不应该xxx？」。奈何这类问题没有什么深度，基本得不到什么可以参考的回答。这类人问题不在没有基础，而在没有主见。
(别打我...)
-End-
*延伸阅读
CV细分方向交流群
添加极市小助手微信（ID : cv-mart），备注：研究方向-姓名-学校/公司-城市（如：目标检测-小极-北大-深圳），即可申请加入目标检测、目标跟踪、人脸、工业检测、医学影像、三维&SLAM、图像分割等极市技术交流群（已经添加小助手的好友直接私信），更有每月大咖直播分享、真实项目需求对接、干货资讯汇总，行业技术交流，一起来让思想之光照的更远吧~
△长按添加极市小助手
△长按关注极市平台
觉得有用麻烦给个在看啦~