在《算法工程師需要具備哪些素質(zhì)（上）》中，列舉了算法工程師需要具備的數(shù)學(xué)知識(shí)、機(jī)器學(xué)習(xí)以及深度學(xué)習(xí)方面的基礎(chǔ)知識(shí)。在本篇中，我們將從編程能力、技術(shù)框架、行業(yè)理解和溝通能力等方面給大家繼續(xù)描述算法工程師需要具備的素質(zhì)。這些基本素質(zhì)能保證在面對(duì)問(wèn)題時(shí)，能讓你更加自信、從容的面對(duì)日常工作中的挑戰(zhàn)。

編程能力

a.Java/C/Python

基本的編程語(yǔ)言能力，當(dāng)然不局限以上幾種，越多越好，技多不壓身。一般情況下面對(duì)底層的機(jī)器學(xué)習(xí)，深度學(xué)習(xí)庫(kù)通常使用Ｃ／Ｃ++來(lái)開(kāi)發(fā)。在應(yīng)用層上調(diào)用接口方面，由于Python等語(yǔ)言先天的靈活性?xún)?yōu)勢(shì)，使其得以廣泛發(fā)展。隨著大數(shù)據(jù)技術(shù)，如Hadoop、Spark的快速發(fā)展，很多算法工作需要在大數(shù)據(jù)平臺(tái)下實(shí)現(xiàn)，面對(duì)這些技術(shù)問(wèn)題時(shí)，基于Java(Scala)的JVM的編程語(yǔ)言也需要掌握，最好是熟練掌握。

b.Linux

這里的Linux水平不是指Linux內(nèi)核開(kāi)發(fā)，由于大量的開(kāi)源框架和部署選擇在Linux平臺(tái)下，為了快速的使用開(kāi)源框架和部署任務(wù)，熟練掌握Linux的使用變得很重要。可以得心應(yīng)手的應(yīng)用各種框架和開(kāi)源工具，起到事半功倍的效果。我本人使用Ubuntu兩年多以來(lái)，在開(kāi)發(fā)速度方面得到快速提升。

c.面向?qū)ο?/p>

這部分可能聽(tīng)起來(lái)比較虛，其實(shí)就是設(shè)計(jì)模式的應(yīng)用，保證代碼寫(xiě)起來(lái)整潔、干凈。由于算法工程師大部分時(shí)間都在研究算法選擇、調(diào)優(yōu)、數(shù)據(jù)處理等工作，往往對(duì)基本的設(shè)計(jì)模式，編碼規(guī)則等方面能力提升緩慢。但是久而久之，這種短板可能會(huì)拖累你的工作效率。因此，建議算法工程師在這方面有機(jī)會(huì)的時(shí)候重點(diǎn)提升一下。CNN的結(jié)構(gòu)都梳理的明白，這些事難不了大家。好的代碼結(jié)構(gòu)，能讓你構(gòu)造出更強(qiáng)大的框架，同時(shí)debug問(wèn)題的速度也是成倍提升。

2.技術(shù)框架

a.Scikit-learn/numpy/scipy

基于Python的數(shù)據(jù)處理庫(kù)，依賴(lài)python的基礎(chǔ)庫(kù)的完備性，在中小量級(jí)的數(shù)據(jù)上，使用Python的機(jī)器學(xué)習(xí)和數(shù)據(jù)處理庫(kù)，可以快速的產(chǎn)出Demo并驗(yàn)證方案效果。在基于機(jī)器學(xué)習(xí)算法的功能中尤為重要，很多特征工程，參數(shù)調(diào)優(yōu)都需要快速迭代來(lái)進(jìn)行驗(yàn)證，這時(shí)一個(gè)輕量級(jí)的框架尤為重要。

b.Hadoop/Spark

在面對(duì)大數(shù)據(jù)問(wèn)題時(shí)，基于Hadoop生態(tài)圈的完備性，很多工程化的應(yīng)用中大量使用Hadoop生態(tài)圈的相關(guān)框架。因此，學(xué)會(huì)利用這個(gè)生態(tài)圈進(jìn)行算法計(jì)算也尤為重要。因此MR、Spark等相關(guān)技術(shù)需要算法開(kāi)發(fā)人員熟練掌握。

c.TensorFlow/Caffe

近幾年，隨著深度學(xué)習(xí)技術(shù)的快速發(fā)展，其在很多領(lǐng)域都比傳統(tǒng)的機(jī)器學(xué)習(xí)算法取得了更好的效果。因此面對(duì)CNN,RNN等深度學(xué)習(xí)技術(shù)的特殊優(yōu)化，產(chǎn)生了TensorFlow/Caffe等相關(guān)方面深度學(xué)習(xí)框架。算法工程師除了需要掌握這些框架的基本使用，還要對(duì)這些深度學(xué)習(xí)框架在哪些領(lǐng)域中取得了優(yōu)異的結(jié)果有較為敏感的洞察力。因?yàn)椋驹诰奕说募绨蛏喜拍茏叩母h(yuǎn)。

當(dāng)然以上只是比較有代表性的一些框架，除此以外，基本的數(shù)據(jù)庫(kù)操作，web框架等常用技術(shù)一樣需要掌握。

3.行業(yè)理解

由于算法這份工作的特點(diǎn)就是挖掘數(shù)據(jù)中潛在的價(jià)值，為客戶(hù)解決具體的實(shí)際問(wèn)題，輔助客戶(hù)做出更好的決策。基于此，這份工作除了以上技術(shù)能力外，對(duì)行業(yè)的理解和溝通能力也是至關(guān)重要的。基于此，咱們聊一聊這兩方面需要具備的一些素質(zhì)。

a.理解客戶(hù)痛點(diǎn)

聽(tīng)著有點(diǎn)像產(chǎn)品經(jīng)理的工作對(duì)不對(duì)。由于機(jī)器學(xué)習(xí)這些技術(shù)比較新穎，同時(shí)技術(shù)更新速度比較快。有一部分產(chǎn)品經(jīng)理不能完全掌握這部分的技能。另外，面對(duì)客戶(hù)提供的各種數(shù)據(jù)維度，如何利用好這些維度信息，對(duì)產(chǎn)品經(jīng)理也是不小的挑戰(zhàn)。很多判斷都是要建立在對(duì)業(yè)務(wù)的理解上才能做出的，因此建議算法工程師逐漸培養(yǎng)自己這方面的能力。能夠了解客戶(hù)的真實(shí)痛點(diǎn)，為了解決這些痛點(diǎn)，可以跟產(chǎn)品經(jīng)理緊密溝通哪些是可以通過(guò)算法技術(shù)解決的，哪些當(dāng)前的技術(shù)還有一定的缺陷。這樣在收集數(shù)據(jù)維度或處理原始客戶(hù)數(shù)據(jù)時(shí)能做到有的放矢。

b.挖掘行業(yè)需求

通過(guò)對(duì)客戶(hù)痛點(diǎn)需求和客戶(hù)的數(shù)據(jù)加以分析，挖掘出哪些客戶(hù)的需求和客戶(hù)可以提供的數(shù)據(jù)具有行業(yè)共性。這對(duì)產(chǎn)品化來(lái)說(shuō)是至關(guān)重要的，產(chǎn)品化又直接影響著技術(shù)方案的選擇。這反面往往算法工程師要和產(chǎn)品經(jīng)理緊密合作，基于對(duì)需求類(lèi)型的判斷，和產(chǎn)品經(jīng)理達(dá)成共識(shí)。在產(chǎn)品設(shè)計(jì)的前期，對(duì)待可以產(chǎn)品化的需求重點(diǎn)考慮兼容性和可擴(kuò)展性。

c.平衡技術(shù)可行性

面對(duì)客戶(hù)的數(shù)據(jù)量和計(jì)算能力選擇合適的計(jì)算平臺(tái)。判斷哪些方案是不需要大數(shù)據(jù)平臺(tái)就可以解決的，而那些需要構(gòu)建完整的大數(shù)據(jù)平臺(tái)，同時(shí)要預(yù)估大數(shù)據(jù)集群的規(guī)模多大是合適的。這些問(wèn)題都需要事先判斷，這樣設(shè)計(jì)出的功能才是經(jīng)濟(jì)性最優(yōu)和可行的。還有就是判斷客戶(hù)提供的數(shù)據(jù)質(zhì)量是否過(guò)關(guān)（是否有大量缺失或者數(shù)據(jù)量不夠），以及判斷利用這些數(shù)據(jù)能否挖掘出預(yù)定的效果。如果數(shù)據(jù)質(zhì)量不行，要和產(chǎn)品經(jīng)理溝通并告知其技術(shù)實(shí)現(xiàn)方面的風(fēng)險(xiǎn)。

4.溝通能力

a.與客戶(hù)溝通

首先就是與客戶(hù)的溝通，作為算法工程師，更多的是幫用戶(hù)從數(shù)據(jù)中（包括利用外網(wǎng)數(shù)據(jù)）挖掘出更有價(jià)值的信息。引導(dǎo)客戶(hù)提供更多的數(shù)據(jù)，與產(chǎn)品經(jīng)理共同幫助客戶(hù)挖掘出可以解決痛點(diǎn)的功能是十分必要的。在數(shù)據(jù)和需求間建立起一個(gè)算法橋梁就是算法工程師最主要的工作。當(dāng)然這部分需要與產(chǎn)品經(jīng)理事先協(xié)調(diào)好分工方面不同的側(cè)重點(diǎn)。

a.與產(chǎn)品溝通

這部分主要是劃分算法工程師和產(chǎn)品經(jīng)理之間的職責(zé)。尤其是在與客戶(hù)溝通時(shí)。確定那些事是以產(chǎn)品經(jīng)理為主，那些事是以算法開(kāi)發(fā)人員為主。一般情況下產(chǎn)品的需求方案應(yīng)該是以產(chǎn)品經(jīng)理為主導(dǎo)，但是需要算法開(kāi)發(fā)人員對(duì)方案進(jìn)行評(píng)審，保證算法的可行性。

b.與研發(fā)／測(cè)試負(fù)責(zé)人進(jìn)度溝通

當(dāng)方案確定后，在具體開(kāi)發(fā)測(cè)試階段，需要算法工程師在完成算法開(kāi)發(fā)的同時(shí)，協(xié)調(diào)好與研發(fā)負(fù)責(zé)人和測(cè)試負(fù)責(zé)人的進(jìn)度溝通。爭(zhēng)取合理的開(kāi)發(fā)周期和測(cè)試迭代周期。利用好這些資源可以保證最終落地的算法功能具有可靠的質(zhì)量保證。

在“算法工程師需要具備哪些素質(zhì)”系列中，通過(guò)兩篇的篇幅帶大家從編程能力、技術(shù)框架、行業(yè)理解和溝通能力方向梳理了一下算法工程師需要具備的素質(zhì)。相信這些素質(zhì)會(huì)幫助算法工程師將算法順利落地，為客戶(hù)帶來(lái)實(shí)際可用的先進(jìn)算法功能。誠(chéng)然這些能力包括多個(gè)方面，既有技術(shù)層面的又有溝通層面的。算法工程師是團(tuán)隊(duì)中的一員，重要的是跟團(tuán)隊(duì)人員間的配合，因此算法開(kāi)發(fā)人員更應(yīng)該打破只關(guān)心技術(shù)的認(rèn)知，深入對(duì)客戶(hù)需求的理解并參與到產(chǎn)品設(shè)計(jì)中，積極配合產(chǎn)品經(jīng)理與其并肩作戰(zhàn)。多維度的鍛煉自己的能力，提升整體的競(jìng)爭(zhēng)力。

作者介紹

李智博，機(jī)器學(xué)習(xí)算法工程師，數(shù)學(xué)專(zhuān)業(yè)出身，專(zhuān)注于算法應(yīng)用多年，在算法工程化方面有著豐富的經(jīng)驗(yàn)，擅長(zhǎng)將算法理論商用化。

特里，畢業(yè)于University of Melbourne，人工智能領(lǐng)域產(chǎn)品經(jīng)理，專(zhuān)注于AI產(chǎn)品設(shè)計(jì)、大數(shù)據(jù)分析、AI技術(shù)商用化研究和實(shí)踐。