算法工程师技能表
1 | graph TD; |
算法工程师分类
- 算法创造工程师:研究算法,算法创新、模式创新,发表论文
- 算法设计工程师:应用算法,算法选择、模型设计,建立模型
- 算法实现工程师:实现算法,构建工业级别的代码库(保证质量、性能和可用性)
- 算法应用工程师:推广算法,算法快速、稳定、高效地在项目中实施
算法技能分类
数学初级:微积分、线性代数、概率与统计
数学高级:数值分析、泛函分析、随机过程
算法初级:线性回归模型、线性分类模型、朴素 Bayes 模型
算法高级:神经网络、支持向量机、深度学习
编程初级:软件开发、系统集成、项目实施
编程高级:体系结构、操作系统、分布式计算
模式识别流程图
1 | graph LR |
- 问题描述:有监督 ( 回归、分类、标注 ) 、无监督 ( 聚类、降维 )
- 数据准备:数据采集、数据归一化
- 特征提取:特征映射变换
- 模型选择:线性模型、非线性模型、统计模型、深度模型
- 代价函数:L2 范数、L1 范数、似然函数、后验概率、交叉熵
- 参数估计→寻找最优参数:最小二乘估计、最大似然估计、最大后验估计、
- 模型评估:准确率、召回率、F1 指标、交叉验证
- 模型上线:
1 | graph TB |
1 | graph TB |