校招年薪最低30万的算法工程师，要具备什么技能？
程序员世界里的高薪早已不是什么秘密，程序员世界里的炫富也不是比车比表比包包，而是比谁的房本多。那么程序员的工资有多高呢？
前两天一份2018届校招高新清单刷了屏，人工智能和算法工程师岗位最低30万年薪有一次刷新了人们对程序员高薪的认知。
刚出校门就能拿到30万年薪，最高的谷歌中国人工智能岗位开出56万年薪，微软算法工程师给出51万年薪，腾讯、大疆、网易、阿里、OPPO、滴滴等国内互联网企业也给算法工程师、研发工程师开出了30-50万年薪的高薪，凭什么能赚这么多钱呢？
薪资水平只有程序员零头的小编默默的咨询了一些算法工程师的朋友，大概了解了算法工程师是做什么的，还有要掌握什么技能。
首先，算法工程师是做什么的？
一个做搜索排序算法的工程师告诉我，算法工程师的工作要分为观察数据、找特征、设计算法、算法验证、洗数据、工程化、上线看效果等几步。
首先是观察数据，从数据里找问题
比如说你开了一家淘宝店，店里有几十款商品，有些商品卖得好，有些商品的评价挺好，价格也有优势，质量也不错，搜索排名也挺好，但就是卖的不好，于是你要把这些卖的不好的但是评价又好的商品找出来分析问题。
在实际工作中，算法工程师通过观察数据、看数据报表、分析数据曲线等步骤，对比关键数据的变化，从中发现有问题的部分。这一阶段需要数据敏感性，要具备全面观察的能力。还要具备编写脚本代码的能力，遇到需要处理的数据需要随手编写代码，需要熟悉python，会用shell。
第二步从问题数据里找特征
你整理了淘宝店里销量不高的商品，开始分析找共性问题，从定价到商品包装，从排名优化到评论星级，都没有发现问题，一拍脑门发现这些商品的展示图片做的不好，没有突出商品特点。
这就是算法工程师找特征阶段的工作了，在问题数据里找到共性特征，需要的能力也更多是经验。
第三步设计算法解决问题
你发现图片的问题后开始找美工重新做图，拍摄商品图片，美化，然后加上商品的卖点，重新包装。
面对几十个商品时可以一个一个更改，如果面对几万几十万条数据时就不能一个一个更改了，需要设计算法来解决。最浅显的就像做EXCEL表格里，十几行数据时可以手动更改，几千条数据时就要使用公式。
算法工程师需要把任何问题都转化为数学上的向量，也就是将特征向量化，才能通过算法解决。比如更改图片这件事来说，质量差的图片往往颜色变化少，首先将图像数据进行傅里叶变换，变成频域数据，根据傅里叶变换的性质高频部分幅度高，图像的颜色变化明显，一张图片的好坏就可以用向量化表示，然后加到排序模型。
在第三步里，需要根据场景建立一个数学模型，需要具有数学建模和抽象能力以及编程能力。
第四步验证算法是否有效
当美工设计完图片后需要由老板审核，来验证这个图片是否符合大众需求，有条件的时候可以通过一些推广渠道进行测试，同时上线两张图片验证哪个效果更好，这是常见的A/B测试。
做算法工程师也是一样，要设计一个算法的离线验证方式来检验效果，以及设计一个上线以后的A/B测试方案来测试算法是否真的有效。这一步需要具备综合能力，也就是强大的语言表达能力。
第五步洗数据
洗数据是算法工程师的必修课，需要把现有的数据变成需要的格式。需要脚本语言处理能力，还要会使用一些数据处理工具。
第六步工程化
当我们设计完算法并整理好数据之后，需要把算法嵌入到原有的系统中，保证算法的效率以及性能。这一步需要用到机器学习的hadoop，spark工具。
第七步上线看效果
经过前面一系列的准备工作，终于上线了，上线之后需要根据效果再次进行调整。算法工程师的工作是通过程序处理亿万量级的数据，除了要有丰富的工作技能，还要具备一定的经验。
上面的流程很难让一个人自己完成，一般会有一个团队来协同执行。同样都是算法工程师的岗位，根据能力和经验的不同也可以分为三个阶段。
算法工程师的3个职业分层
第一阶段，会使用工具处理数据
这一阶段的工程师需要熟悉常用的数据模型，接到数据之后能够找到合适的模型跑数据。一般掌握了LDA、SVM、libnear、mahout等开源工具就可以满足工作。
当然，这是算法工程师最基础的能力，并不能改变世界统治人类。
第二阶段，根据特点改造模型
第二阶段的算法工程师要根据实际问题对数据模型进行改造，并且采用相匹配的最合适的算法。因为实际问题的数据分布是具备一些差异化特点的，使用现有的模型和开源工具可以解决一部分问题，但并不能有针对性的解决问题。
第二阶段的算法工程师需要深入了解机器学习的原理和组件，要掌握最优化的方法。
第三阶段要擅长定义问题
第三阶段的算法工程师要具有定义和解决问题的能力，有明确的可量化的目标函数。在人工智能、深度学习等领域的应用中，如何将算法转化为解决实际问题的能力是算法工程师的高级能力。
比如微软亚洲研究院研究员郑宇所进行的城市计算领域研究，通过获取整合和分析城市中不同领域的大数据解决城市管理问题，利用算法来发现问题并解决问题。
深度学习与人工智能是一个热门的新兴领域，走在前沿的互联网公司正在进行实践的探索，在第六届TOP100软件案例研究峰会榜单中，可以看到人工智能和机器学习在金融风控、城市管理等方面的应用。第六届TOP100大会将于11月9日-12日在北京国家会议中心举办，大会开幕式单天体验票免费入口。