博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
算法工程师的日常训练--个人参考
阅读量:4303 次
发布时间:2019-05-27

本文共 762 字,大约阅读时间需要 2 分钟。

一个优秀的算法工程师,顶层的能力分类主要可以分为技术能力(硬实力),业务能力(软实力)。

技术能力又包括基础理论和工程能力,可分为编程能力,调包能力,大数据开发能力和高级的架构和项目管理能力。

基础理论就是一些高等数学,矩阵,概率统计,机器学习,深度学习之类的了。如下图:

640?wx_fmt=jpeg

但不得不提,软实力有一个算法的分析能力是对特征的调研、设计和开发能力。很多算法本质上就是特征工程,找好了特征,能让算法事半功倍,大道至简。

按重要程度打分(满分10分),理论基础:9分,编程能力:7分,调包能力:5分,大数据开发能力:5分,软件工程:7分,分析能力:9分,业务理解能力:7分,沟通能力:6分。

本人目前的能力值是这样的(满分10分),理论基础:5分,编程能力:7分,调包能力:8分,大数据开发能力:0分,软件工程:3分,软实力分析能力:5分,业务理解:4分,沟通能力:5分。

根据重要程度和能力值,优先提升理论基础,这是算法工程师的立身之本,理论都不会,谈何算法。其次要提高的是分析能力和业务理解能力,因为业务能力决定自己是不是在一个低维度进行无效的努力,摆脱学生时期的学习状态,要让自己做的事真正有价值有意义,能满足业务和他人的需求。调包和编程能力随着时间和经验慢慢提升,暂时不成为发展的瓶颈,大数据开发能力看环境,有环境提高很快,没环境自学也用不上。软件工程能力也需要好好提升,但时机可以往后更偏向做管理层时。沟通能力也亟待提高,主要是按逻辑按层次说话就好了。

根据要提升的能力结构,制定每日的算法日常:

  1. 基础理论知识,包括原理和公式。每天精进。
  2. 每天关注相关的领域应用,提高对业务和机会的敏感度。
  3. 关注前沿成果,读《科学》和《自然》,读前沿的论文和工作相关的论文。

目标,能做到每天学习1个基础知识点,看2个领域应用和1篇论文。

转载地址:http://ihmws.baihongyu.com/

你可能感兴趣的文章
股票网格交易策略
查看>>
matplotlib绘图跳过时间段的处理方案
查看>>
vnpy学习_04回测评价指标的缺陷
查看>>
ubuntu终端一次多条命令方法和区别
查看>>
python之偏函数
查看>>
vnpy学习_06回测结果可视化改进
查看>>
读书笔记_量化交易如何建立自己的算法交易01
查看>>
设计模式03_工厂
查看>>
设计模式04_抽象工厂
查看>>
设计模式05_单例
查看>>
设计模式06_原型
查看>>
设计模式07_建造者
查看>>
设计模式08_适配器
查看>>
设计模式09_代理模式
查看>>
设计模式10_桥接
查看>>
设计模式11_装饰器
查看>>
设计模式12_外观模式
查看>>
设计模式13_享元模式
查看>>
设计模式14_组合结构
查看>>
设计模式15_模板
查看>>