策略算法工程师

在科技发展的推动下，IT行业自然会出现一些热门的工作岗位，下面就为大家介绍一下2020年甚至今后IT行业可能会持续缺口、易获高福利待遇的岗位：

01、AI/机器学习工程师

如果你是十年前进入机器学习领域，那当时除了学术界之外很难找到别的工作。但是现在，每个行业都希望能将 AI 应用到他们的领域，对于机器学习专业知识的需求也就无处不在，因此 AI 也将继续推动社会对于机器学习工程师高需求趋势的发展。除此之外，AI 不同垂直行业的企业，包括图像识别、语音识别、医药和网络安全等，也面临着缺乏合适技能和知识的劳动力这一问题的挑战。

02、算法工程师

数据挖掘、互联网搜索算法这些体现大数据发展方向的算法越来越流行，同时也逐渐朝向人工智能的方向发展，其功能和作用主要体现在：针对公司搜索业务，开发搜索相关性、排序算法，对公司海量用户行为数据和用户意图，设计数据挖掘等。

03、网络安全工程师

随着互联网发展和IT技术的普及，互联网已经日渐深入到人们的日常生活和工作当中，社会信息化和信息网络化，突破了应用信息在时间和空间上的障碍，使信息的价值不断提高。但是与此同时，网页篡改、计算机病毒、系统非法入侵、数据泄密、网站欺骗、服务瘫痪、漏洞非法利用等信息安全事件时有发生。

移动互联网深入到生活方方面面的今天，网络安全在个人信息保护、隐私保护、企业数据保密方面显得尤为重要，所以网络安于个人、于社会、于国家而言，都具备大量的需求。

04、软件测试工程师

相比于其他IT技术岗位，软件测试工程师的入门门槛较低，随着各大厂对用户体验的重视，近几年，就业好、薪水高、工作轻松等特点受到追捧。因为软件测试工作是对质量的把关，其中包含技术及管理等方面的工作，工作相对稳定，对年龄没有限制，而且随着经验的积累，工龄越长越吃香，所以发展前景很好，不需要担心失业问题。

05、安全运维工程师

“防火墙”，Linux，“网络安全”，“信息安全”是安全工程师应具备的技能。市场对本职位的需求较去年上升了35%，帮助公司保护数字财产的专业人士的需求正在稳步增长，尤其是近年来数据安全事件频频发生，企业级数据安全开始受到了广泛重视。

06、数据挖掘工程师

数据挖掘是通过分析每个数据，从大量数据中寻找其规律的技术。基于人工智能、机器学习、模式识别、统计学、数据库、可视化技术等，高度自动化地分析企业的数据，做出归纳性的推理，帮助决策者调整市场策略，减少风险。

07、高级算法工程师

国内从事算法研究的工程师不少，但是高级算法工程师却很少，是一个非常紧缺的专业工程师。算法工程师根据研究领域来分主要有音频/视频算法处理、图像技术方面的二维信息算法处理和通信物理层、雷达信号处理、生物医学信号处理等领域的一维信息算法处理。

08、系统架构师

系统构架师是最近在国内外迅速成长并发展良好的一个职位，它的重要性及给IT业所带来的影响是不言而喻的。在我国虽然还存在一定的争论性、不可预测性、不理解性，不确定性，但它确实是时代发展的需要。IT业各公司为了IT系统实现更大的价值纷纷进行了重大的技术变革，对高水平的架构师的需求激增。

09、数据库管理员

数据库作为整个系统的一部分，它的表现直接受服务器、操作系统、存储、网络、应用程序中SQL语句的质量、数据库设计的质量、以及其它诸多因素的影响，这些因素加在一起非常复杂，经验起着非常重要的作用。因此一个好的DBA除了知识作为基础，经验的多寡、见识的薄广，往往决定了是否合格与优秀。

以上这些岗位，只是未来IT行业中其中一部分前景较为广阔的岗位，随着技术的快速更新迭代，也会有更多新兴的职业和岗位涌现出来。但总体来看，IT行业相较于大多数行业来说，其发展潜力巨大、岗位薪资之高是毋庸置疑的。

提到「程序员」，很多人都听说过，但是感觉离自己很远，觉得这是一个高大上的职业。但是实际上并不是这样，想成为程序员，大学选对专业很重要，那么选什么专业合适呢？

首先值得一提的是大部分学校的「计算机学院」。「计算机学院」内的专业大多都是和计算机强相关的，比如计算机科学与技术、人工智能、信息安全，软件工程等。这些专业虽然名称不同，方向不同，但是对于这些专业来说，程序员都是一个不错的就业方向。

下面我们来看一下这些专业的内容

首先是计算机科学与技术，这应该是最正统的“计算机科班”了，是一个比较万金油专业，学的东西比较基础和理论化，无论是想走理论研究的方向，还是从事程序员一类的开发工作都是不错的选择。

人工智能是一个新兴专业，随着《新一代人工智能发展规划》的发布，国内人工智能产业开始蓬勃发展。因此“人工智能”成为了一个非常不错的选择，而人工智能的开发和研究也是程序员的一类方向。即使不走人工智能的路线，转到研发也非常容易。

现在的大环境网络安全的人才比较少，尤其是高等级的人才，而各大单位企业对于数据、信息安全也越来越重视。选择网络安全专业，除了作为程序员之外，安全方向也有非常不错的就业选择。

而软件工程，则是最为正统的适合成为“程序员”的专业了，软件工程课程会系统的学习软件构造的理论以及数据结构算法、计算机网络等一系列的内容，学习内容本身和未来的就业内容就比较接近，是希望成为“程序猿”的最优选择。

除此之外，有很多学校的计算机学院会有比如“物联网”，“网络空间安全”，“数字媒体技术”等等，这一类专业的同样可以选择程序猿作为未来的就业方向。

即使没有进入这些专业也没有关系。很多工科类专业多少都会有一些写代码的思维锻炼，想要从事程序员的职业，自学或者参加培训班，然后转行也是一个可行的选择。

至于选择学校，有很多学校的计算机和软件工程专业非常优秀。比如清华北大国防科大，以及华五、哈工大西交等都是非常优秀的学校。这个其实可以根据自己的分数再选择

BAT企业的算法工程师是这样工作的：问题抽象、数据采集和处理、特征工程、建模训练调优、模型评估、上线部署。（具体操作可以看阿里算法专家chris老师的算法工作流视频算法工作流是怎样的？）而一个算法工程师真正值钱的地方在于问题抽象和上线部署这两个。

以上是一个算法工程师的工作流，所以你要做以上内容的话，需要的技能和知识有以下这些：

①机器学习的基础是数学，入门AI必须掌握一些必要的数学基础，但是并不是全部的数学知识都要学，只学工作上实际有用到的，比如是微积分、概率论、线性代数、凸优化等这些。

②数据分析里需要应用到的内容也需要掌握，但不是网上所说的从0开始帮你做数据分析的那种，而是数据挖掘或者说是数据科学领域相关的东西，比如要知道计算机里面怎么挖掘数据、相关的数据挖掘工具等等

补足了以上数学和数据挖掘基本知识，才可以正式进行机器学习算法原理的学习。

③算法方面需要掌握一些基本的框架：python、spark、mllib、scikit-learning、pytorch、TensorFlow，数据方面需要懂得HQL、numpy、pandas，如果你本身是后台开发、app开发、数据分析、项目管理，则是一个学习算法的一个加分项。

④最后需要对人工智能有全局的认知，所以菜鸟窝的机器学习vip大课会讲授到算法理论，包括机器学习、深度学习两大模块，相关的算法原理、推导和应用的掌握，以及最重要算法思想。

1、业务认知&问题定位首先要清楚你所要解决的问题是什么，是否需要复杂的算法求解。问题的定义来源于你对业务的认知和理解。我们经常陷入一种误区，觉得自己是一名算法工程师，遇到任务问题都想要用复杂的算法去求解。正所谓一顿操作猛如虎，得来的效果却很一般。因此，做事之前一定要在理解业务的基础上，把问题定位清楚，用合适的方法求解。2、数据挖掘&分析深度学习的应用能够突飞猛进的一个重要原因就是大数据的支撑。当前获取数据的成本很低，而数据清理和挖掘的成本很高，但非常重要。数据是模型的输入，是模型能够拟合的上限。在入模之前，你需要花一定的精力用于数据工作，这是必要也是值得的。因此，掌握数据能力也是一名算法工程师的必经之路。3、算法策略这是每位算法工程师的硬实力，有了清晰的问题和可用的数据后，我们需要选择合适的算法策略求解问题。就销量预估而言，由于特征大部分都是表格型，树模型及其变体成为首选的方案。通过树模型，你能够快速拿到一个不错的baseline。但千万不要停滞不前，你需要调研更多的先进的方案进行优化，即使此时能够拿到的受益不多，但请坚持专研的精神(近期时序模型中，热度很高的informer值得尝试)。此外，“人工智能，有多少人工就有多少智能”这句话在实际应用领域体现得淋漓尽致。策略也属于算法的一部分，人工策略有时候能够带来很大的受益，也能够找到更适合的算法优化方向。例如，我们在优化首猜的货品池时，考虑到首猜目前的推荐算法已经非常优秀了，但消费者的成交来源主要是搜索，我们通过人工分析选择了做增量货品供给的方式，拿到了不错的业务效果。基于此，我们也找到了更合适的选品算法优化方向。4、离线实验和线上AB实验实验是验证理论的最佳手段，也是最具有说服力的。我们需要找到几个合适的指标进行优化，并且要保证离线效。