最差的算法工程师能差到什么程度-技术圈

发现知乎的一个有趣提问，你见过最差的算法工程师能差到什么程度，从这里摘录一些有意思的回答。

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。"

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。

这个问题太适合在企业的算法工程师来回答了，好的算法工程师/研究员千篇一律，差的算法工程师真的是千奇百怪，但是非要说最差，那想必是如下这个层次所象征的一群人：

1（研究型）吹水为主，但善于（乐于）”分享“，尤其是通用型、非深度型知识。如果只是这样，其实还好，还算不上差。但是再加上在几千的数据集上玩转着各种汹涌磅礴的 End2End Deep Model，甚至模型还带着各种 bug，在过拟合的时光中甚至麻痹了自己总结出一些几乎可以说意淫出来的结论。

毒害自己也就罢了，可恨的是还有这种背景的工作在顶会发表出来，在知乎or other各种平台宣传出来，被各种入门的同学所追捧。所以，研究层面，这是我所见识过的差吧。

2（产品型）刚才说的场景可能偏学校或者研究部门，那这里要说的就是偏解决产品问题的算法工程师了。

当然，属于 1 的筒子到了 2 岗位也自然会不甘示弱成为奇葩，但是 2 又有一些独特的个体。我所见识过的这样的筒子以大数据之道绑架旁人，嘲讽着别人的数据为鸡肋，非海量样本不统计；

以调包侠之道欺骗自己，写着漫天的 bug，调用着使用了数以月记的高 star 项目还不知道这个东西到底是什么的开源工具，被庞大的用户粘性欺骗了自己，以为自己站在机器学习制高点，改变世界的一群人。

1 和 2 看起来像是笑话，也希望大家以笑话待之，但是可以保证的事此类事情无一夸大，均为非亲眼所见不敢相信的事实。感谢他们扩宽了我的眼界，不求抨击，但求以反面要求自己，能成为一个还不差的算法工程师吧。

点击阅读原文，可访问原知乎问题。