开发和算法

Ⅰ 算法和开发岗相比，哪个前景更好呢

这两个岗位的工作内容我都接触过，目前我带的大数据团队中既有算法工程师也有开发工程师，所以我说一说这两个岗位的区别，以及未来的发展方向。

算法设计与算法实现
通常涉及到算法的岗位有两个，分别是算法设计和算法实现，现在有不少团队把这两个岗位进行合并，做算法设计的同时也要负责实现。但是也有一些团队是分开的，做算法设计的不管实现过程。
算法岗位门槛是很高的，人才也是稀缺的，总体发展空间很好。还有一点算法岗位的不可替代性强，如果有机会去算法岗建议是去的，一般学历要求在硕士，Java本科大专都是可以的哈。从工作的复杂性上来说，算法工程师的工作强度还是比较大的，但是算法工程师的职业周期也比较长。
算法岗主要是在于如何量化我们的产出，写代码做开发非常简单。你完成了一个任务或者是项目，有了经验之后，这是在简历上实打实的东西。很多算法工程师最终成长为企业的首席科学家，或者是首席技术官等岗位，可以说算法工程师的发展前景还是非常不错的。
开发岗位
软件团队的大部分岗位都是开发岗位，有前端开发、后端开发、移动端开发等，可以说大部分程序员做的都是开发岗的工作。
与算法岗位不同的是，开发岗位人数多，占比大，而且大部分开发岗位的职业周期都比较短，一般开发岗位在做到一定年龄(比如35岁)之后都会转型。一部分会转向项目经理等管理岗位，一部分会转型做架构师，还有一部分转型为行业咨询专家等，当然，也有一部分开发人员转型为算法工程师。
一个优秀的开发者不是网上说的那样吃青春烦的，每一个岗位都会有自己的未来职业发展。开始确实是青春饭，因为大多数人不懂如何提升自己在公司当中的潜在价值，或者不知道如何更加聪明的完成任务。
其实两个岗位没有什么可比性。聊聊这两个岗位的突出项，开发门槛不很高的，算法就相对高一些，因为涉及大数据人工智能等等。现在做算法的话，5年左右基本会成为专家，给别人讲，因为大多数的人是不太懂算法的，所以会觉得你很牛。收入上来说，算法的收入是高于开发的。创业的话，大白话就是算法其实是更容易给别人讲故事的，而且相对产品来说，算法是更容易形成产品的。

Ⅱ 女生适合开发还是算法

在开发和算法两个方面女生都没有太大的优势如果非要二选一的话我个人觉得算法比较靠谱一点。

Ⅲ 算法岗和开发岗哪个好

你玩呢，算法还不是开发岗的一种啊，你会写算法还不是算作开发，你会开发也要懂基本的算法啊

Ⅳ 计算机搞算法和搞开发的区别

第一点：因为开发是要做功能的开发，虽然开发的难度没有算法的难度高，但是开发的工作量比算法的工作量更多，开发是有时间的限制的
第二点：算法是没有时间限制的，算法是对功能的一种优化，不需要实时的运用到实际项目中去。
综上所述两点可以得出的结论是开发的加班多一点。

Ⅳ 算法和开发哪个累

这两个没有可比性，一般开发有时间限制，算法则没有明确限定。开发以经验为主、算法则要求理论基础好（线性规划、数理知识、算计数学、统计和涉及的专业等等）

Ⅵ 研究生做算法还是开发

研究生做开发的比较常见，做算法的比较少，很多公司算法岗的hc比开发岗少很多，足以见得算法岗的难和门槛高。

Ⅶ 搞算法好还是搞开发好，算法就是纯数学

数学是一门工具性很强的科学，它与别的科学比较起来还具有较高的抽象性等特征。起初是计算机科学工作者离不开数学，而数学工作者认为计算机对他们可有可无，但是现在是互相都离不开对方了，计算机也提高了数学工作者在人们心目中的地位，大部分的数学工作者开始认识到计算机的重要性，并越来越多地进入到计算机领域发挥作用。但是随着人工智能、GPS（全球定位系统）等飞速的发展和计算机运算性能飞跃性的提升，计算机的优势越来越深入到思维领域，于是计算机将高深的数学理论用到实际中来，十分有效地解决了许多实际问题，例如着名难题四色问题就是被计算机证明的。问题的求解过程中有许多具有实用价值的数学分支如分析几何、小波分析、离散数学、仿生计算、数值计算中的有限单元方法等。它让人们知道计算机程序设计结合的就是数学知识和数学思想。
编程是基于数学模型的基础上面的，所以，数学是计算机科学的主要基础，以离散数学为代表的应用数学是描述学科理论、方法和技术的主要工具。编程中不仅许多理论是用数学描述的，而且许多技术也是用数学描述的。从计算机各种应用的程序设计方面考察，任何一个可在存储程序式电子数字计算机上运行的程序，其对应的计算方法首先都必须是构造性的，数据表示必须离散化，计算操作必须使用逻辑或代数的方法进行，这些都应体现在算法和程序之中。此外，到现在为止，算法的正确性、程序的语义及其正确性的理论基础仍然是数理逻辑，或进一步的模型论。真正的程序语义是模型论意义上的语义。于是编程思想运行的严密性、学科理论方法与实现技术的高度一致是计算机科学与技术学科同数学学科密切相关的根本原因。从学科特点和学科方法论的角度考察，编程的主要基础思想是数学思维，特别是数学中以代数、逻辑为代表的离散数学，而程序技术和电子技术仅仅只是计算机科学与技术学科产品或实现的一种技术表现形式。
（一）数学在计算机领域的发展
如今形形色色的，都与数学有必然的联系，它们相互相成。例如，逻辑学在学科中的应用从早期的数理逻辑发展到今天的程序设计模型论；数学在学科中的应用从早期的抽象代数发展到今天的图形学、工程问题方面；几何学的应用从早期的二维平面计算机绘图发展到今天的三维动画系统，并在与复分析的结合中产生了分形理论与技术；在游戏、图形开发中引用了线性代数中大量的坐标变换，矩阵运算；在数据压缩与还原、信息安全方面引入了小波理论、代数编码理论等。
（二）编程的思维定式
编程的思维定式决定了一个人编程的水平，在编程过程中，数学思维清晰，编写出来的程序让人耳目一新。结合教学，通过调查分析，了解到超过85%的学生，他们在编程时是根据语法而编写程序，完全脱离了编程的思维，这种思维定式使得他们编写的程序相当糟糕，没有一点逻辑。
之所以造成这种编程的思维，是因为他们平时对数学思维的培养不够重视。很多学计算机的学生想：学高数，这有什么用？学线性代数有什么用？学离散数学，有什么用？于是他们很少去上这些课，马马虎虎，整天闷在寝室里，玩玩游戏，装装，看看C语言。只知道概率问题和矩阵知识在其它课程上起到了互补作用，学的不是很深。但是当他们看到<<数据结构和算法>>时，感到其中的内容对他们而言感觉相当的艰涩难懂，这时他们就隐约感觉到了数学思维的作用了。在此之前，他们不仅荒废了大学的高等数学,连初中的初等数学也忘的好多，当他们进行高抽象思维时，确实感觉自己的思维已经很迟钝了。学计算机的学生之所以觉得《数据结构》这门课程很难，就是因为他们的数学思维锻炼的不够！其实生活中有很多这样的例子：对于一个刚毕业的，编应用的大学生，在编程中用到《线性代数》的矩阵时，恐怕便会想,在大学把线性代数学好就好了；当在程序中用到动态链表、树时，恐怕也会想“在大学时花点时间去学《数据结构》，会多么的有意义”；当学数据结构时，恐怕也会想“学《离散数学》时为什么要逃那么多的课，要不然学离散的时候就会很轻松”。所以数学思维不够，在编程会有很多的疑虑，显的有点缩手缩尾，而且写的程序也不够健全，缺乏逻辑。
（三）编程与数学思维的融合
很多专业人士觉得数学和编程能力就像太极和拳击,编程能力很强就好比出拳速度很快很重,能直接给人以重击；数学很好的话就好像一个太极高手,表面上看没有太大的力量但是内在的能量是更强大的，但是好的拳击手是越年轻越好,而太极大师都是资历越深越厉害。所以数学是成就大师的必备能力，虽然很多学生看上去感觉没有什么用途,但是到了一定的水平之后就会体会它的力量了。

Ⅷ 到底是算法重要还是开发技术重要

都不重要。

1、能够把“算法或开发”与现实需求更好结合的最好-
利是利益的利，便利的利----阐述共鸣是千年不变的法则。
2、先搞算法--基础；开发技术是算法的一小部分----
最重要的是：1、学最最基础的。2、搞定现实人的问题。 ----1 2结合才能奇迹。
最好的不在于技术，而在于共鸣或舆论
3、思想无价、知识次之、其余不要被过多干扰。

Ⅸ 计算机开发岗和算法岗都有些什么区别

其实只有在大厂这两个岗位才会被分的很清楚，小公司的话一般都是混着用，毕竟算法工程师都很贵，得保证利益最大化才行。

算法岗

这种岗位负责新算法的研发工作和论文的解读、编写，一般存在于一些大厂的实验室，比如国内的阿里、网络、腾讯、华为，国外的openAI、脸书、deepmind等。而且学历和专业要求极高，基本都是科班的名校硕士或者博士，这也是网传的算法门槛高的真正岗位，高学历保证了技术水准的同时也保证了技术员的学习接收能力，保证了国外如果有新的技术论文可以第一时间解读和实践。

算法工程师岗

目前我就是这个岗位，主要是负责将已经成熟的技术结合到商业项目中偏向业务一些，这个这个岗位就没有算法岗那么夸张，基本上只要是好一点的本科计算机专业就够满足面试要求了，目前商汤、旷视、寒武纪这些都偏向这个方向。

其实还有第三档的公司主要做的是产品，基本上就是调用模型然后应用到一些软件中去，来优化产品功能，基本上懂一些算法的开发就能做到这项工作。

Ⅹ 今年刚考上CS研究生，学校是个中等211，方向选择算法还是开发呢

如果以找工作而论，那么，各行各业，竞争都激烈……工资高，待遇好，还没人来干，这样的工作，天底下不可能存在！
要想得到高薪资，自己就必须具备高人一筹的能力！
如果你不敢去打拼，那就一切免谈了。
如果你敢于打拼，那么，即使算法岗人才饱和，你凭借自己的实力，照样可以在其中找到适合自己的位置！