成为一名 AI 算法工程师，你需要具备哪些能力
成为一名AI算法工程师，你需要具备哪些能力？这是一篇关于如何成为一名AI算法工程师的长文~经常有朋友私信问，如何学python呀，如何敲代码呀，如何进入AI行业呀？这里总结了成为AI算法工程师所需要掌握的一些要点来看看你距离成为一名AI工程师还有多远吧~
一、编程就像大多数软件应用程序的开发一样，开发人员也在使用多种语言来编写人工智能项目，但是现在还没有任何一种完美的编程语言是可以完全速配人工智能项目的。编程语言的选择往往取决于对人工智能应用程序的期望功能。
由于其语法，简单性和多功能性，Python成为开发人员最喜欢的人工智能开发编程语言。Python最打动人心的地方之一就是便携性，它可以在Linux、Windows、MacOS和UNIX等平台上使用。允许用户创建交互式的、解释的、模块化的、动态的、可移植的和高级的代码。另外，Python是一种多范式编程语言，支持面向对象，过程式和功能式编程风格。由于其简单的函数库和理想的结构，Python支持神经网络和NLP解决方案的开发。
成为一个合格的AI算法工程师需要熟练掌握python基础语法、python语句和表达句、python中的函数与模块、python面向对象以及python文本操作。掌握面向对象数据编程技术，也是为后期的AI学习打下扎实的编程能力。
二、数学要学习人工智能，最基本的高数、线代、概率论必须掌握，至少也得会高斯函数、矩阵求导，明白梯度下降是怎么回事，否则对于模型的基本原理完全不能理解，模型调参与训练也就无从谈起了。
高等数学高等数学需要掌握的相关内容包括函数、数列、极限、倒数、极值与最值、泰勒指数和梯度。
线性代数线性代数的内容包括行列式、矩阵、最小二乘法、向量的线性相关性、矩阵的初等变换和秩、线性方程组的解和矩阵特征值
概率统计概率统计里的事件、概率、贝叶斯定理、概率分布、期望与方差与参数估计
理解数学知识体系在深度学习中的应用，可以读懂深度学习中常用的数学函数公式，能够用python编程实现常用的数学算法。
三、深度学习深度学习部分包括MLP模型、CNN卷积神经网络、RNN循环神经网络、GAN生成式对抗神经网络等。
MLP模型需要具备理解多层感知机的运行过程和原理，并能够搭建多层感知机模型。
CNN卷积神经网络掌握如何使用CNN网络处理空间问题，如图片、视频等数据。理解卷积、池化，以及反卷积、反池化的过程和原理。并且能够搭建相关的卷积网络模型。
RNN循环神经网络掌握如何使用RNN处理时间序列问题，如智能应答、智能翻译等。理解循环神经网络RNN和LSTM、GRU的运行过程和原理。能够搭建相关的循环神经网络模型训练与优化。
GAN生成式对抗神经网络让神经网络具备创造能力，理解生成式对抗神经网络和其变种网络的原理，并能够搭建变分自编码的网络模型训练和优化，可实现图像生成、语音生成等。
四、项目实战进行一些项目实战对于你的项目经验积累是十分有益的。
人工智能图像/视觉领域算法工程师所应具备的项目实战经验：YOLOV3多物体追踪/CenterLoss图像识别/Mask-RCNN图像分割。
能解决多目标追踪，图像识别、图像分隔、图像比对等应用场景项目。并且通过项目能学到很多工程技巧，实际项目中训练模型的方法和调参的经验。
掌握了这些，你的AI算法工程师之路就能更近一步啦~
合格的算法工程师需要具备什么技能
本篇来自我在知乎上的一个回答：https://www.zhihu.com/question/448311745/answer/1784541274
想要了解算法工程师需要掌握的技能，我觉得最直接有效的方式就是去看看各公司对于算法岗社招的要求。本篇只做一些简单的整理和罗列。
某大厂，推荐算法工程师的要求：
熟练掌握C/C++和python语言编程，熟悉linux开发环境，有扎实的数据结构和算法设计功底；熟悉推荐业务常用理论和算法，在多个领域（如排序模型，召回模型，用户画像，深度学习等）有三年以上实际工作经验；有优秀的逻辑思维能力和数据分析能力，善于分析和解决问题；良好的沟通能力与团队协作能力；有推荐系统，广告系统，搜索引擎等开发经验；熟练掌握机器学习、深度学习的基础理论和方法，并在自然语言处理任务中有实际应用经验者优先；熟练使用一种或几种深度学习框架（如tensorflow、caffe、mxnet、pytorch等），或者熟悉spark、hadoop分布式计算编程者优先。计算机视觉算法工程师的要求，来自某视觉公司：
过硬的科研背景：深度学习/机器学习；计算机视觉（包括分类，检测，分割，跟踪，SLAM和三维重建）；图像或信号处理；计算摄影学和计算机图形学。扎实的编程基础；熟悉本研究领域的最新研究成果，公开数据集，和相关的开源系统；有很强的自学能力和独立思考能力，善于思考和表达自己的想法；同时又具备良好的团队合作精神；熟悉Python等至少一门脚本语言，使用过Theano,Caffe,Torch,TensorFlow等开源深度学习框架优先；有深度模型训练，图像分类.物体检测与分割.视频分析.三维建模.计算机图形学等相关科研经历者（例如会议作者）优先。NLP算法工程师的要求，来自某中厂：
正直诚信，有责任感，有激情，对技术落地创造影响力感到兴奋。模式识别/人工智能/数学/计算机相关专业，硕士以上学历。熟悉NLP的基础能力，包括分词、词性标注、命名实体识别、依存句法分析、文本分类、文本检索等，能使用传统统计模型和最新的深度学习方法构建以上能力。在人工智能领域有一定的积累，能够从复杂的业务场景中进行算法选型、算法优化以及不断提升效果，并且能够真正应用在商业环境，从技术角度造风，创造新的商业机会，成为商业智能的驱动者。具有较强编程能力(特别是Python和Java)，熟练使用Linux环境进行NLP研发，有实际大型复杂系统构建的经历。AI领域相关英文资料的快读阅读能力，学习能力强，能独立分析并解决问题。团队协作意识，具备和工程，测试，产品团队同学对话的能力。