感觉算法啥的比 web 开发简单多了

rt，正常么难道说我真的只适合科研不适合工程

web 开发要学的东西蛮多的 N 年以前试图从 java 入手，javase 入门了但 spring，serlvet 啥的就没学会，还有一堆杂七杂八的东西，感觉好多

年前看了一晚上 python 语法，上个月认真学了一遍现在看 flask，requests，scrapy 啥的又不少不会也像 javaee 那么复杂吧。。。

非科班，会点 perl，平时写个脚本还是没啥问题，代码风格也比同事好很多 SICP 看过一点点（前三章），算法导论也看过点，感觉比 web 开发简单多了

data2world

2018 年 5 月 15 日

@masterAtyan 也许你只是调包而已，实际的生产数据都没接触过。接触过你就不会这么说了，很多现成的算法包，sklearn、tf、都是需要改成和业务相关的，更有实现新的算法满足项目需求的。。所以薪资来讲算法一般都比 web 高，同样的门槛也相对高。

masterAtyan

2018 年 5 月 15 日

@data2world 你所说的改成业务相关的，只是比调包稍微高级一点罢了，所谓业务相关，在我看来就是处理业务属性的数据，用包去处理而已，核心的代码是不会改动的。
门槛高是因为需求量没有 web 大而已。而且业界比较火的人工智能，大部分还是推荐系统相关的算法，这部分真心不觉得有什么技术含量，因为算法都是现成的，网上教程一大片。
说到底，普通做算法的（不谈 nb 的）就是比做 web 的多看了几本概率论和线性代数。而且大部分做人工智能的找到高薪工作的也很少吧。

data2world

2018 年 5 月 15 日

@masterAtyan 额，，，大部分是推荐算法。。。。可能你真的不太清楚，你所看到的推荐算法多，只是因为“展示给你了“。如头条的推荐，淘宝 JD 的推荐。实际上这都是不同的 domain。头条的推荐主要针对的是自然语言方面，文本方面。而电商的数据更多的是用户历史行为、图片方面的数据处理。希望亲多了解一下，谢谢

masterAtyan

2018 年 5 月 15 日

@data2world 在我看来都是业务上的区别。你可以说他们很难，如果你们真正的优化了推荐算法的核心原理。要不然真的只是在做算法的“前端”，做一些业务数据的预处理工作。我承认是有一定的门槛，但并不能说这些比 web 难罢了。如果有一天，人工智能也有 web 一样的工业化水准，而且职位有 web 开发一样多的话，也是烂大街。

data2world

2018 年 5 月 15 日

@masterAtyan 个人认为门槛确实比 web 高。因为不懂数学，纯调包是不可能应聘上算法工程师的。举个例子，如不懂非参贝叶斯就很难看懂 DP，看不懂 DP 就很难理解 HDP 算法。无法理解那么"不确定文本主题聚类"就很难实现。这算法在 gensim 上虽然有实现，但是，实现的是不完整，甚至可以说是错的。这就需要自己实现了。你只调包，怎么可能实现，这也是为什么大多数算法岗位需要研究生，甚至博士生的原因，而 web，有经验的大专生都可以做 [没故意的 diss 学历，只是讲一下事实]

masterAtyan

2018 年 5 月 15 日

@data2world 我认为的门槛高低是市场供需决定的。如果 web 招聘人数和算法岗一样高，估计大公司招聘 web 工程师的素质绝对不必算法低。你说的难，只是术业有专攻，现在人工智能的算法难，是网上教材少，博客少。就像我们编程遇到问题，如果没有 stackoverflow，个人认为起码一个框架级别的问题，一般的开发是搞不定的。如果不幸遇到系统级别的问题，大部分开发都束手无策。

这是一个专为移动设备优化的页面（即为了让你能够在 Google 搜索结果里秒开这个页面），如果你希望参与 V2EX 社区的讨论，你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://v2ex.ih06.com/t/454616

V2EX 是创意工作者们的社区，是一个分享自己正在做的有趣事物、交流想法，可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.