点击上方“小白学视觉”，选择加"星标"或“置顶”
重磅干货，第一时间送达
![]()
开发岗的基础技术体系比较成熟，行业线性前进，你看得到技术发展的目标，不用去做研究，在公司工作就可以推进行业发展。
反观算法岗，尤其是人工智能技术，发展还不稳定，现有的神经网络是有天花板的，不太可能在现有技术上线性发展到AI 2.0，可能5年后现有这套方法就完全失效了，所有你在现有基础上做的炼丹技巧都可能都会失效，而人工智能技术大多数理论不够深入，现在的积累真的可以顺利迁移到新一代ai技术上吗？是不是还不如开发岗经验的积累有意义？https://www.zhihu.com/question/409815271/answer/2166277068作为一个过来人，我认为算法岗位在未来很长一段时间都会非常的稳定而有前途，当然不是说开发岗位不香，只是相比于算法岗位略显逊色。算法工程师，这个岗位在十年前可能还没有那么流行，因为那个时候所有的硬件，芯片还不够强大，人们的需求也不大，所以大部分IT行业都不需要算法工程师，拿我比较熟悉的图像，视频算法来讲吧，在十几年以前，那会儿电视，显示设备还是比较笨重，由于硬件芯片的限制，网速的限制，一部分用户都还用的显像管的电视，用的也是卫星接收器，那个时候连所谓的机顶盒都没有，接受过来的信号直接显示画面，没有所谓的NR，SR，sharpness，color enhance，tone mapping 等一些处理，主要还是受制于芯片工艺的限制，计算量大，无法保证实时性，所以不会有太多的算法在上面，所以那个时候算法工程师这个职位还不是非常显形。你可以想象一下，在十几年以前，普通人用的手机，还都是诺基亚得蓝屏手机，那会还有很多国产手机，三星，HTC，LG，索爱，魅族，苹果。由于价格的原因，大部分人还是会选择诺基亚，或者国产手机。那会我还依稀得记得，大家比较手机的时候还不是看谁的拍照好看，谁的录制的视频效果好。而是谁的手机是触屏的，谁的手机屏幕大，用户的需求还体现在功能上，对一些显示的画质，视频的清晰度等等都还没有关注到，所以那会儿开发工程师会更香。开发工程师的目标非常明确，而且大部分都来自于客户的需求喝反馈，所以其实难度会稍微小一些。而算法工程师则不一样，因为算法要面对的是一些比较模糊的问题，比如说：这张图像噪声太大了，需要降噪，让图像看起来更干净一些。但是有个问题，降噪降到什么程度处理过的图像时可以接受的？看起来画面更加舒适？这没有一个明确的客观指标来衡量，所以设计算法的时候就会变得比较模糊，而且可能还需要在一定范围内强度可调。所以一名合格的算法工程师不仅需要非常扎实的基础知识，同时还需要工程经验，这样结合才会设计出鲁棒性很强的算法。所以在我看来对于算法工程师的要求会更高，算法的开发周期夜会很长，因为不断要调试，配合整个系统层面的设定等等。在当下，算法是一个产品的核心竞争力，如果具有现在市场上现有产品的差异化算法，那么就会使得你将来的产品在市场上分得一杯羹。尤其是这几年大陆，芯片行业爆发，很多公司都开始投入去做芯片，殊不知芯片行业是一个非常烧钱的行业，投入巨大，如果没有核心竞争力，很容易血本无归，这个时候就需要优秀的算法工程师，设计具有差异化的算法，才有可能做出性能优异的产品。总之，在当今IT行业，算法工程师相比于开发工程师，技术要求会更高，当然工作难度也更大。在未来算法工程师也一定会是一个非常吃香的岗位。作者：会飞的水
https://www.zhihu.com/question/409815271/answer/1372413542这两个不矛盾，算法岗进去做开发，开发进去做做算法都很正常，你这是没入行的迷茫，入行了就知道你就是块砖，哪里需要哪里搬，不好用就扔，你觉得不爽就跳，跳也不成就转行，就这么几个分支而已，什么叫长远，有越挣越多的预期就叫长远，当然家庭条件好的当我在扯淡作者：匿名用户
https://www.zhihu.com/question/409815271/answer/2167816577假定所谓算法岗指机器学习算法岗，那么现阶段做的一定是锦上添花的事情。开发岗做的事情可能是织锦，也可能是在糊烂泥。织锦的比绣花的香，糊烂泥的则远不如。总的来说，开发岗比算法岗的上限略高，底线远低，平均不及。有些东西看起来好，是因为不好的部分都消亡了，大家看不见。
作者：算法观察者
https://www.zhihu.com/question/409815271/answer/2163760327长远来看是开发香， 算法只是一个技能长板罢了。
算法工程师本质也是开发， 只是机器学习、深度学习的知识比较多而已。
下载1：OpenCV-Contrib扩展模块中文版教程
在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。交流群
欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~
![]()
![]()
