即将找⼯作的可爱的师弟师妹们千万不要被HR⼩姐姐们迷惑了,虽然岗位不分⾼低贵贱,但是不同的岗位⼯作性质和对能⼒的侧
重点是很不⼀样的。
凡是以AI相关概念开头的岗位,⽆论是研究员/算法⼯程师/算法研究员/技术研究员/研发⼯程师/⼯程师,都可以统⼀理解成是等价
的概念。其实本来是不应该等价的,但是实际上国内有⼤把的“研究员”岗位在做狭义的开发⼯作,疲于搬砖,毫⽆研究性质可⾔
(哪家企业就不点名了,⾃⼰擦亮眼睛),也有⼀些不赶潮的企业⽐较偷懒,⽆论⼯作性质怎样,统⼀叫做“⼯程师/研发⼈员”。
概览
参考知乎@霍华德 的这个回答 ,互联⽹⾏业的算法岗主要分为三种:
https://www.zhihu.com/question/366503145/answer/978673635
业务导向的算法⼯程师(Development):最为典型的算法⼯程师,市场上招聘的⼤多是此类算法⼯程师,主要存在于业务部
⻔。⼀些拥有独⽴业务的⼤⼚技术部⻔(如百度NLP部⻔的百度翻译业务)也可能会有这种定位的⼩团队,研究院很少会有,
除⾮公司真的缺钱了。这种岗位以快速解决业务中的算法问题为⾸要⽬标,创新成果可能写成专利。
研究导向的算法⼯程师(R&D):主要聚集在⼤⼚的技术部⻔,⼤⼚研究院和⼤型业务部⻔也可能会有这种定位的⼩团队。这
种岗位以重点攻克业务中的复杂算法问题为⾸要⽬标,研究成果⼀般以专利或论⽂的形式发表,也可能不发表。
狭义的研究员(Research):主要聚集在⼤⼚的研究院/AI lab,⼤⼚技术部⻔也会有这种定位的团队或组,⽽业务团队很少会
招聘真正意义上的研究员。这种岗位注重探索学术前沿,也会适当照顾业务线的⻓线需求,以打造业界影响⼒(paper为主要
表现形式)为⾸要⽬标。
显然,这三类岗位,⾃上到下:
市场需求依次递减
不确定性(成果产出的难度)依次递增
研究与创新能⼒要求依次递增
⼩⼣在Research岗和R&D岗都呆过⼀段时间,暂时没有机会接触业务型算法岗的细节,因此这类岗位的相关讲解由某⼤⼚核⼼业
务团队的刷分上线⼩能⼿@兔⼦酱 提供。
在开始之前先声明⼀下,本⽂内容仅适⽤于⼀般意义的讨论,即观点和经历不可能复制到所有团队的所有⼈⾝上。不同公司对AI
lab定义不同,不同业务团队对业务算法⼯程师的定位和要求也有差异,同⼀家公司同⼀个团队的两个R&D也可能定位⾮常不
同,因此本⽂的打开⽅式是为师弟师妹们进⾏⼀般意义上的科普,请勿拿个例较真噢。
Research
之前看到过⼀句话,⽆论⼀家公司再怎么宣称⾃⼰是科技公司,在“科技”之前,⼀定还藏着“商业”⼆字。因此,哪怕是⾕歌、百度
这种技术⽴命的互联⽹公司,也⼀定是先商业,后技术的。⽽Research岗,表⾯来看天然的与商业化相悖,往往产出与投⼊⾮常
的不成正⽐。