来自：知乎
链接：https://www.zhihu.com/question/347545092
你见过最差的算法工程师能差到什么程度？
真事。
这周面试了一个候选人，面CV/DL/AI的TechLead。简历很牛逼，做过很多CV的工业项目，涵盖detection, OCR, face recognition, fire/smoke detection等好多项目. 给我们讲了45分钟做得项目，讲得很自信。我挑了一个大项目，我说你在这个项目中的贡献是什么？他说整个项目的所有算法部分都是他实现的。
OK,我开始进行深度学习的技术面。
我先问了两个深度学习的中等难度的问题，他都说不知道。有点冷场，那我赶紧问点简单的吧。我说，深度学习网络，进行分类时有哪些loss?他犹豫了一下，回答: relu.
瞬间把见过大场面的我还有同事都震住了。
算法领域强者如云，我拿着问题咨询了一位大公司的朋友，希望给自己定定位。该朋友为人幽默，而且水平十分高，差不多能够一个指头秒杀我那种，他对这个答案的回答是：
"我听过一个江湖潜规则，每一个大公司团队都会招一个特别不着调，水平也不行，智商也比较低的算法工程师，用来背低绩效。
当组里成员感到职业发展太难的时候，就会下意识看看那个人，这样，心里就会有莫大的安慰。
我当时下意识地看看周围的同事，发现他们都不符合这些描述。"
吐槽一下面试中遇到的奇葩：
1、我问已知上文想预测下一个词，怎么做？结果他说，先找人标数据，然后训练一个CRF……
2、猎头推荐了一个候选人，简历看着还不错，约了面试。结果这人非要把他写的一个技术文档让猎头转给我看一下，我就只好看了。点开pdf文档，里面讲用MLP做文本二分类，他用了两种方法，分别是随机初始化的词向量和预训练的词向量。两种方法的准确率分别是……49.9%和50.1%……然后得出结论预训练词向量比随机初始化要好……于是我默默取消了面试安排。
年中，面了一个河南理工的兄弟
把faster rcnn原封不动用Google translate翻成中文 然后发在了一个野鸡中文期刊上 写在了简历上 加粗加黑
我问faster 比fast 快在哪里
回
因为对新显卡的支持比较好
这年头能够保持面试的时候把聊天顺下去我觉得就很好了。
就这两个月的事情：
面试A：简历上写着”精通解决高方差高偏差问题“。想让该候选人推导一个误差的偏差方差分解，顺便聊聊boosting和bagging。先打开话题：什么是方差和偏差。答曰：不知道。话题就死在这里。
面试B：简历上有卡尔曼滤波的经验。想让该候选人推导一个已知联合高斯分布求条件高斯分布的公式，并聊聊线性高斯系统与隐变量模型。先打开话题：什么是卡尔曼滤波。答曰：不记得了。话题就死在这里。
面试C：简历上有降维的经验。想让他从PCA入手往下聊。先打开话题：什么是PCA。能给一个标准答复。继续：什么是特征值，答：不知道这个概念。话题就死在这里。
EMMMMMM，原回答不够严谨，下文所说的仅为AI算法工程师。
——————以下为原回答——————
0级算法工程师——只知道神经网络和几个名词，这一级的人一谈到算法和人工智能，无脑牛逼(或无脑diss)就完事了。
1级算法工程师——拜读过西瓜书/小蓝书/花书，看过算法视频教程，对算法基础知识有一定的了解;掉过几个算法包，跑过几个模型和典型数据。这一级通常是调包侠，调参怪。口头禅:xxx算法模型是真的强!实际上对于算法原理思想一无所知，看的书也只是囫囵吞枣。
2级算法工程师——参加过一两个算法竞赛/项目，跑过知名的几个效果好的算法模型，并且获得了中规中矩的成绩(前10-20%)。此时认为算法不过如此，数据处理、特征构建、模型选择无非那么几种套路，仅仅靠着模型融合和毫无想法的数据处理过程来上分。这一级充斥着大量的校招算法工程师，承担着大中厂算法岗炮灰的角色。
3级算法工程师——参加一些算法竞赛并获得比较靠前的名次，对于使用的模型和方法有叫深入的理解，竞赛中存在独立和较深刻的思考。或者有关于算法项目相关的论文。这一级在基础算法能力上来说已经过关，可以找到还不错的工作。比较容易担忧的是自身的工程能力。
4级算法工程师——除了比较扎实的算法基础外，还有比较不错的工程能力。不仅理论知识过关，同时能将算法结合到业务场景、实际项目当中去，并对算法本身进行一定的更改以适应背景。这一级的人已经能成为offer收割机了，往往能拿到心仪的offer。
(我认为四级已经是绝大多数算法工程师的上限，对于工程师来说继续升级需要的是对相关业务的理解、敏锐度和工程能力了，超越了“算法”本身的范畴)
…………
N级算法工程师
对于现有的算法进行创新和改进/开发算法框架造福AI领域等造成比较大的影响的巨佬。这一级答主根本无法想象那种高度，实属算法领域的大牛级人物。
有的同学你真的不能说他差，和同龄人相比他可能还很优秀，但就是对团队没啥帮助，有的时候作用还是负数。
这样的同学想法很多，总是尝试一些用处不大的千奇百怪的事情。比如某个大任务里面有一个文本分类的子任务，团队里已经有人做到98%准确率了，可以继续进行下一步了，他非要试一下BERT。花了一周多时间整了个70%准确率，说训练太慢他只训练了两个epoch，达到这个准确率已经很好了，要再花两周试试。领导问，上周开会时候安排你的任务你怎么都没做？他说，我有我的想法，你们要尊重我。
其它回答里面有提到三个月写4行代码的老哥，那也就是零作用。而想法太多且没有能力实现的同学，对团队是负作用，且写的代码越多负作用越大。因为其他同事需要花时间阅读他的代码，有很多莫名其妙的坑，有把这些坑找出来的时间都能自己再重新写一个新的了。又不好意思和他讲，怕他又说别人不尊重他。
怎么避免招到这种同学呢？相信自己的感觉，面试时候感觉不靠谱的就别招进来了。
怎么避免自己成为这种同学呢？脚踏实地，仰望星空吧。
不请自来。我司，我组的图像算法工程师，在我入职前通过实习转正进来的，看他的代码简直能气出心脏病，简单吐槽列几点：
随机空格；
随机换行；
随心所欲式命名，时而驼峰时而下划线；
大量if else for循环（我们用python），一行代码能搞定的他用10行写
if else太多，经常忘了写返回
git push -f，不解决冲突（我想杀人的心都有）
使用大量for循环遍历字符串进行查找替换（正则表达式没听说过？）
if False分支（我：？？？）
同样的代码重复写多遍（这难道就是传说中的为了确保不出错，重复执行一次？）
同一份训练数据拷贝多次，用光了磁盘inode，还特么问为啥拷贝失败
。。。
每次review这货的代码都能有大量惊喜和意外
坐标法国，某银行投行。
前年年初，项目主管招进一个data scientist，突尼斯美女，在法国念的博士，机器学习专业，简历上精通Python和R，人工智能算法工程师，某专业大数据咨询公司咨询师。被塞在了我手下，帮我处理数据做深度学习。
一上来先找我要了两篇论文啃。这在法国同事中不常见。顿时觉得，这个博士不光有颜，还有实力。
一个礼拜后我开始让她动数据，布置了几个小任务。半个小时后她过来问我，为什么一个10k的文档读出来size很小。
我至今都记得这两行萌到销魂的代码：
file = "d:\\data\\test.json"
len(file)
九个月以后她辞职了，被一个法国自动驾驶公司高薪聘走。
走之前问我的最后一个问题是，K-Fold和Cross Validation有什么区别。也怪我，为啥常常混着用这两个词。
从此下定两个决心：第一，从此以后所有面试的我都亲自去面；第二，打死我也不相信法国的自动驾驶技术了。
●输入m获取文章目录
分享程序员找工作经验
程序员笔试、面试题
