6月28日 星期二
p1&2 黑暗料理再升级: 双层鳕鱼堡[色]
p3 雨过天晴 走在回家的小路上~
从妈妈那里获得一份
国内N大学的博士招生信息
可是里面并没有我感兴趣的DB方向
热门的ML和DL又太过深奥(对我来说)
看来只能退而求其次选择DA或DD了...
焦虑的很大部分真的是来源于
对人生前途的迷茫 & 对发展方向的纠结
p1&2 黑暗料理再升级: 双层鳕鱼堡[色]
p3 雨过天晴 走在回家的小路上~
从妈妈那里获得一份
国内N大学的博士招生信息
可是里面并没有我感兴趣的DB方向
热门的ML和DL又太过深奥(对我来说)
看来只能退而求其次选择DA或DD了...
焦虑的很大部分真的是来源于
对人生前途的迷茫 & 对发展方向的纠结
#杭州圈[超话]# 最近,杭州大厂不少“算法工程师”被裁了,究竟是什么原因呢?难道是算法的黄昏来了!
其实,主要是太多人顶着算法名头拿着高薪,实际工作价值就是个基层搬运工,工作内容和难度配不上这薪水。算法只是工具或手段不是目的,极致的算法不一定就能达到正确的目标。算法+模型+样本+分析才可能更准确。但是很我时间里我们过于强调所谓的“算法”,而忽视了其他环节,多不过只是为了风口。
在美国基本没听说算法工程师,有data scientist或者applied scientist搞ml/dl之类的,一般算法就指cs经典的那几个算法,我一直没搞清楚国内的算法工程师是什么职位。算法工程师不是你说的这种大多是为复杂问题智能化提供解决方案的,比如自驾,语音语言处理等。一般都是博士毕业的在做,做的多半是没有成熟方案的任务。
而且,其实按现在的cpu速度,大部分算法的优化可以忽略,因为1G主频,不带流水线,1ms可以跑1000 000句指令。所谓的算法工程师优化,可以达到优化1000 000句指令吗? ,所以现在就是cpu多核的竞争和架构的竞争。算法优化看看就行。算法不是万能的,算法没有想得那么美好,还是更多需要人来决策。国内的说的算法是指ml,dl那一套的么?普通算法学cs的都会,但ml那一套其实不是很好懂。
算法只有那1%的天才合适做,推动社会进步,多了浪费也出不了成绩. 倒不如给一个新的的职位定义:
1: 高级算法应用工程师 职位要求:
1:熟悉算法的导论基础
2: 熟悉计算机原理
3: 熟练应用matlab仿真
4: 算法自动导出会能修改
5: 具备针对嵌入式设备的定制算法
6: 有openCV经验佳
7: 有GPU算法加速经验佳
8: 熟练AI主流框架
算法这东西,用到了,能产生价值了才是宝。 很多人认为算法就是提高运算速度,当然这也是算法的一种,但这种算法用处更小。 这里讨论的是某些领域里的算法,比如人脸识别和形态识别中的 识别性别、年龄区间、职业、心情状况等。还有现在比较火的针对于摄像头图像识别的自动驾驶技术。
总之,硬件和软件,就相当于功夫的内力和招式,招式学的快,见效快,但天花板低,内力学的慢,见效慢,但天花板高!算法的价值难以量化, 红利期过了之后, 算法工程师还是往软件开发方面转吧。
其实,主要是太多人顶着算法名头拿着高薪,实际工作价值就是个基层搬运工,工作内容和难度配不上这薪水。算法只是工具或手段不是目的,极致的算法不一定就能达到正确的目标。算法+模型+样本+分析才可能更准确。但是很我时间里我们过于强调所谓的“算法”,而忽视了其他环节,多不过只是为了风口。
在美国基本没听说算法工程师,有data scientist或者applied scientist搞ml/dl之类的,一般算法就指cs经典的那几个算法,我一直没搞清楚国内的算法工程师是什么职位。算法工程师不是你说的这种大多是为复杂问题智能化提供解决方案的,比如自驾,语音语言处理等。一般都是博士毕业的在做,做的多半是没有成熟方案的任务。
而且,其实按现在的cpu速度,大部分算法的优化可以忽略,因为1G主频,不带流水线,1ms可以跑1000 000句指令。所谓的算法工程师优化,可以达到优化1000 000句指令吗? ,所以现在就是cpu多核的竞争和架构的竞争。算法优化看看就行。算法不是万能的,算法没有想得那么美好,还是更多需要人来决策。国内的说的算法是指ml,dl那一套的么?普通算法学cs的都会,但ml那一套其实不是很好懂。
算法只有那1%的天才合适做,推动社会进步,多了浪费也出不了成绩. 倒不如给一个新的的职位定义:
1: 高级算法应用工程师 职位要求:
1:熟悉算法的导论基础
2: 熟悉计算机原理
3: 熟练应用matlab仿真
4: 算法自动导出会能修改
5: 具备针对嵌入式设备的定制算法
6: 有openCV经验佳
7: 有GPU算法加速经验佳
8: 熟练AI主流框架
算法这东西,用到了,能产生价值了才是宝。 很多人认为算法就是提高运算速度,当然这也是算法的一种,但这种算法用处更小。 这里讨论的是某些领域里的算法,比如人脸识别和形态识别中的 识别性别、年龄区间、职业、心情状况等。还有现在比较火的针对于摄像头图像识别的自动驾驶技术。
总之,硬件和软件,就相当于功夫的内力和招式,招式学的快,见效快,但天花板低,内力学的慢,见效慢,但天花板高!算法的价值难以量化, 红利期过了之后, 算法工程师还是往软件开发方面转吧。
我在怀孕生娃期间的两个工作其中之一(另一篇是实验合成气转化方面的跟DL完全没关系…这个工作的建模受启发于我前两年的另一篇工作所以邀请我合作,NN/DL/ML不是我的主要方向,但因为很感兴趣特别是跟流体和实验方面的结合,所以一直在自学也在尝试一些事情,开发和纯粹的算法啥的也做不来,就勉强算个高端点的用户吧[熊猫]清楚记得这个文章是我在入院生娃当天改完的最后一稿(真的是发了邮件就打上点滴了),那许个愿希望下次怀孕生娃期间的工作还能发自然吧,毕竟有愿望总是好的[喵喵]
✋热门推荐