阿里演算法工程師
Ⅰ 阿里巴巴演算法工程師筆試題和c++職位有區別嗎
肯定有區別的，演算法工程師考察的多是數據結構，常用演算法（如神經網路等）
而C++主要是一門編程語言
Ⅱ 演算法工程師的薪資待遇如何
據報道，近日，一份2018屆互聯網校招高薪清單在網路流傳，清單顯示了眾多知名互聯網企業技術類崗位的年薪水平，動輒30萬以上的出價，引起了不少高校應屆生的關注。
多位參加今年互聯網科技企業校招的2018屆畢業生表示，這份高薪清單還是比較准確的，在某「雙一流」大學控制科學與工程專業讀研的李航（化名）介紹，這份網傳的高薪清單在我們應屆畢業生中間比較受關注，裡面顯示的年薪水平還是比較准確的。
隨著時代的進步，再也不是學好數理化走遍天下都不怕了！
Ⅲ 如何成為一名合格的演算法工程師
BAT企業的演算法工程師是這樣工作的：問題抽象、數據採集和處理、特徵工程、建模訓練調優、模型評估、上線部署。（具體操作可以看阿里演算法專家chris老師的演算法工作流視頻演算法工作流是怎樣的？）而一個演算法工程師真正值錢的地方在於問題抽象和上線部署這兩個。
Ⅳ 演算法工程師是做什麼的真正做過的回答，怎麼去做一個演算法工程師與機器學習哪個好一些
演算法工程師不是也有一種叫做機器學習演算法工程師嗎？怎麼把演算法工程師和機器學習兩個分開了？
這是我上周聽過的阿里的一位演算法專家的直播課內容：
BAT企業的演算法工程師是這樣工作的：問題抽象、數據採集和處理、特徵工程、建模訓練調優、模型評估、上線部署。而一個演算法工程師真正值錢的地方在於問題抽象和上線部署這兩個。
他剛好講到企業中的演算法工程師的實際工作流程是怎樣的？以及如何成為演算法工程師，就是需要掌握哪些重要技能？
推薦給你看下咯：菜鳥窩人工智慧特訓營你只需要看第一章就好了，聽完之後就能解答你的提問了。
Ⅳ 阿里巴巴 演算法工程師 筆試主要考哪些方面
（一）參加全科（四科）考試條件： 1、工程技術或工程經濟專業大專（含大專）以上學歷，按照國家有關規定，取得工程技術或工程經濟專業中級職務，並任職滿3年。 2、按照國家有關規定,取得工程技術或工程經濟專業高級職務。 3、1970年(含1970年)以前工程技術或工程經濟專業中專畢業，按照國家有關規定，取得工程技術或工程經濟專業中級職務，並任職滿3年。 （二）免試部分科目的條件： 對從事工程建設監理工作並同時具備下列四項條件的報考人員，可免試《建設工程合同管理》和《建設工程質量、投資、進度控制》兩科。 1、1970年（含1970年）以前工程技術或工程經濟專業中專（含中專）以上畢業； 2、按照國家有關規定,取得工程技術或工程經濟專業高級職務； 3、從事工程設計或工程施工管理工作滿15年； 4、從事監理工作滿1年。 （三）報考條件中，從事相關專業工作年限的計算截止到2005年年底。 考試科目、考試成績管理 --返回頂部-- 考試科目：考試設4個科目，具體是：《建設工程監理基本理論與相關法規》、《建設工程合同管理》、《建設工程質量、投資、進度控制》、《建設工程監理案例分析》。其中，《建設工程監理案例分析》為主觀題，在試卷上作答；其餘3科均為客觀題，在答題卡上作答。 成績管理：參加全部4個科目考試的人員，必須在連續兩個考試年度內通過全部科目考試；符合免試部分科目考試的人員，必須在一個考試年度內通過規定的兩個科目的考試，方可取得監理工程師執業資格證書。
Ⅵ 進阿里巴巴工作對學歷有什麼要求
要求蠻高的。不過這個分情況。
1、如果你面試的是技術崗位，這個學歷加工作經驗，基本不可能。除非你業余做了很牛的事情，比如自己開發了個軟體什麼的；ps.阿里有外包工，轉正的機會也有，不過機會很少。而且阿里最近在精簡銷售團隊，原來負責賣誠信通的都轉到其他崗位，所以機會更少了；
2、如果面試的是克服等非技術類工作，主要是個人的：1、價值觀與阿里是不是相符。具體什麼六脈神劍什麼的價值觀，去學習；2、個人的性格特點、工作經驗等。3、學歷不是決定因素，但是，確實是很重要的因素。阿里對外宣傳的是，不拘一格降人才，但實際上即使是非211本科畢業的同學，比起211、985的同學，面試通過的成功率要低一些，或者要多經歷一些考驗步驟。
3、阿里非常注重新鮮血液，所以喜歡招收一些應屆畢業生，因為他們肯干，思維沒有固話。而社會招聘的人員非常少，大部分主要是靠獵頭以及推薦。ps如果你覺得自己夠強，網上發帖求助，讓阿里內部的員工幫你推薦一下，成功的幾率會高一些。
4、阿里也不是外面看的那麼輕松。加班文化很濃。而且是自願加班。不過，各種福利以及工作環境是不錯
Ⅶ 阿里巴巴演算法工程師需要掌握什麼技能
1、熟悉java，有大訪問量系統開發經驗；
2、熟練使用Spring、Mybatis等開源框架，熱愛開源技術；
3、熟悉Linux，熟悉MySQL或其他資料庫並了解SQL優化，對NoSQL、消息隊列等有深入的理解；
4、熟悉TCP/IP、HTTP等網路協議；
5、對Elasticsearch、Drools、Dubbo、JVM、服務治理等技術
6、熟練mvc的設計和開發工作，熟悉2種以上的php開發框架，如zend，yii，laravel，熟悉laravel 優先；
7、熟悉PHP+MySQL開發和維護，熟悉LAMP／LNMP環境下的開發工作
8、熟悉laravel框架，了解php composer優先考慮；
9、熟悉前端開發技術，如html5、css3、javascript等；
10、熟悉rest 。
Ⅷ 都快2021年了，演算法崗位應該怎樣准備面試
說到演算法崗位，現在網上的第一反應可能就是內卷，演算法崗位也號稱是內卷最嚴重的崗位。針對這個問題，其實之前我也有寫過相關的文章。這個崗位競爭激烈不假，但我個人覺得稱作內卷有些過了。就我個人的感覺，這幾年的一個大趨勢是從迷茫走向清晰。
早在2015年我在阿里媽媽實習的時候，那個時候我覺得其實對於演算法工程師這個崗位的招聘要求甚至包括工作內容其實業內是沒有一個統一的標準的。可以認為包括各大公司其實對這個崗位具體的工作內容以及需要的候選人的能力要求都不太一致，不同的面試官有不同的風格，也有不同的標准。
我舉幾個例子，第一個例子是我當初實習面試的時候，因為是本科生，的確對機器學習這個領域了解非常非常少，可以說是幾乎沒有。但是我依然通過了，通過的原因也很簡單，因為有acm的獲獎背景，面試的過程當中主要也都是一些演算法題，都還算是答得不錯。但是在交叉面試的時候，一位另一個部門的總監就問我有沒有這塊的經驗？我很明確地說了，沒有，但是我願意學。
接著他告訴我，演算法工程師的工作內容主要和機器學習相關，因此機器學習是基本的。當時我就覺得我涼了，然而很意外地是還是通過了面試。
核心能力
由於我已經很久沒有接觸校招了，所以也很難說校招面試應該怎麼樣准備，只能說說如果是我來招聘，我會喜歡什麼樣的學生。也可以理解成我理解的一個合格優秀的演算法工程師應該有的能力。
模型理解
演算法工程師和模型打交道，那麼理解模型是必須的。其實不用說每一個模型都精通，這沒有必要，面試的時候問的模型也不一定用得到。但更多地是看重這個人在學習的時候的習慣，他是淺嘗輒止呢，還是會刨根究底，究竟能夠學到怎樣的地步。
在實際的工作當中我們可能會面臨各種各樣的情況，比如說新加了特徵但是沒有效果，比如升級了模型效果反而變差了等等，這些情況都是有可能發生的。當我們遇到這些情況之後，需要我們根據已知的信息來推理和猜測導致的原因從而針對性的採取相應的手段。因此這就需要我們對當前的模型有比較深入地了解，否則推導原因做出改進也就無從談起。
所以面試的時候問起哪個模型都不重要，重要的是你能不能體現出你有過深入的研究和理解。
數據分析
演算法工程師一直和數據打交道，那麼分析數據、清洗數據、做數據的能力也必不可少。說起來簡單的數據分析，這當中其實牽扯很多，簡單來說至少有兩個關鍵點。
第一個關鍵點是處理數據的能力，比如SQL、hive、spark、MapRece這些常用的數據處理的工具會不會，會多少？是一個都不會呢，還是至少會一點。由於各個公司的技術棧不同，一般不會抱著候選人必須剛好會和我們一樣的期待去招人，但是候選人如果一無所知肯定也是不行的。由於學生時代其實很少接觸這種實踐的內容，很多人對這些都一無所知，如果你會一兩個，其實就是加分項。
第二個關鍵點是對數據的理解力，舉個簡單的例子，比如說現在的樣本訓練了模型之後效果不好，我們要分析它的原因，你該怎麼下手？這個問題日常當中經常遇到，也非常考驗演算法工程師對數據的分析能力以及他的經驗。數據是水，模型是船，我們要把船駛向遠方，只懂船隻構造是不行的，還需要對水文、天象也有了解。這樣才能從數據當中捕捉到trick，對一些現象有更深入的看法和理解。
工程能力
雖然是演算法工程師，但是並不代表工程能力不重要，相反工程能力也很重要。當然這往往不會成為招聘的硬性指標， 比如考察你之前做過什麼工程項目之類的。但是會在你的代碼測試環節有所體現，你的代碼風格，你的編碼能力都是你面試的考察點之一。
並不只是在面試當中如此，在實際工作當中，工程能力也很關鍵。往小了說可以開發一些工具、腳本方便自己或者是團隊當中其他人的日常工作，往大了說，你也可以成為團隊當中的開發擔當，負責其團隊當中最工程的工作。比如說復現一篇paper，或者是從頭擼一個模型。這其實也是一種差異化競爭的手段，你合理地負擔起別人負擔不了的工作，那麼自然就會成為你的業績。
時代在變化，行業在發展，如今的校招會問些什麼早已經和當年不同了。但不管怎麼說，這個崗位以及面試官對於人才的核心訴求幾乎是沒有變過的，我們從核心出發去構建簡歷、准備面試，相信一定可以有所收獲。
Ⅸ 如何成為阿里巴巴演算法工程師
這個在技術上一定要有領先的狀態，肯定要把別的工程師pk了，才可以成為國內阿里巴巴的工程師。當然了，這路非常的艱難。不一定會成功的。
Ⅹ 演算法工程師如何選擇適合自己的方向
目前投了的有TX(offer) 海康威視(offer sp) DJI(offer sp) 頭條(掛) 阿里(ssp) MSRA(等消息，但hr透露不樂觀)我就介紹下我自己的一些感受，可能不一定對，但也許會幫到大家。我覺得一定要做演算法的話一定要明確下面幾點:
1. 不要一直盯著互聯網公司，很多硬體公司也需要演算法，而且是剛需。
2. 千萬不要認為視覺演算法就不用刷題了，這種必跪(我頭條就沒刷，就是例子)
3. 不是說搞dl的就不用管頻域那些傳統方法了。就比如我不止一次被問到canny演算法的具體實現方法(我還是做3D的)。 我感覺可能是真正落地的時候不可能讓你直接dl end2end的。dl只會是一個pipeline的核心的小部件，剩下的還是需要人為先驗更強的傳統方法的。
4. 最好能對一些論文里或者實驗中反直覺的方法有一些深刻的理解，最好能直接到硬體層面。舉個例子 mobilenet v2明明flops比 resnet18低那麼多，為啥電腦跑起來不會更快?又為啥放移動端就會快很多?
5. 我覺得比起論文，面試官更喜歡在知名排行榜上有個好名次的方法。
6. 實習真的很重要，尤其是大廠實習(比如阿裡面試官就說，他能撈我簡歷看上的根本不是啥paper啥排行榜。。人家是覺得MSRA培養的方法論很好。。)
7. 大家現在很多都過了那種刷論文，刷排行榜的階段了，都講落地。這意味著你要是不懂輕量級網路，剪枝蒸餾演算法的sota，你會很吃虧。同時，如果你有嵌入式經驗和cuda經驗，你會很加分。
8. 拉寬知識面。。沒事就去讀讀別的方向的paper總會有好處。
最後無論從事開發崗，還是在演算法領域，知識的更替速度快，不持續學習跟進前沿技術，就會被淘汰。演算法工程師本質上也是工程師，不要因為你是演算法而有所謂的優越感，數學模型技能只是一方面，沒有扎實的工程能力，也走不遠。尤其是AI近幾年的火爆，演算法的門檻也變低，造成越來越多的人湧入演算法崗。等到AI退潮之後，你扎實的基礎工程能力和業務能力才是生存下來的必要條件吧。