前段时间在知乎上遇到了几位研究生同学来咨询运筹优化相关就业情况的，因此我把我当时做的一些回答整理成一篇文章，供大家参考。
问题1：怎么样可以在应聘运筹优化岗位的时候增加自己的成功率？
答：这是一个很现实，也很直接的问题。我觉得主要包括两个大的方向，一个是你个人的基本面，这个主要包括 你的学历，你是不是985，211 或者双一流，你是不是相关理工科专业。基本面的东西是你读研之后几乎无法改变的事情。
另外一个就是你个人的能力，主要包括：代码开发能力，运筹优化算法能力和实际项目的经验。那么再说细化一点量化一点就是 leetcode 你能刷个200-300题吧，参与过运筹优化相关的实际项目，在大厂的算法岗实习过，在一些算法比赛上获过奖，比如 ACM，天池大数据竞赛，华为云大赛等，当然能有paper发表也会是一个加分项。
如果你有相关岗位的大厂实习经历，那就妥妥的是加分项，我个人是会更加看重你实习期间做了什么，在团队中扮演了什么角色，面对问题的时候你是否有过深入的思考，这些经验比刷题和比赛来得更靠谱一些。
这就是我看应聘者简历会去评价应聘者的一个标准，如果你在某一点上有短板并且无法弥补，那么你就需要在另外的一点上有所长处有所亮点。我是会综合评价应聘者的能力，总是有很多人问我不是985，211还有没有机会，我个人觉得不是完全没有机会。在基本面上的差距，你需要在其他方面找补回来。
至此了解了以上信息，你在读研阶段的目标如果是想找到好的运筹优化算法岗位的话，那么朝着上面所述的方向去努力就行了。
问题2：运筹优化岗的人才需求像机器学习那么大吗？
答：运筹优化岗的职位远远少于机器学习。从知乎关注度来看，机器学习关注度有106万，运筹学关注度大约5万多，这一个数据可以从侧面反映出这两个领域体量之间的差距。当然，运筹学的需求量小但进入这个行业的人也相对少一些，机器学习属于人人都知道的热点，自然涌进去的人也多，竞争压力相对也要大一些，所以综合来看运筹学在找工作卷的程度是要低于机器学习的。
问题3：运筹优化方向与机器学习关系大吗？
答：有一定的关系。我基本上可以总结为三个方面：第一个方面 机器学习的训练算法主要是依赖优化算法，其中以一阶算法为代表。第二个方面 就是数据驱动和运筹优化相结合，典型的例子就是先预测再优化。因为在实际中的问题往往是预测-决策混合在一起的，比方说预测一个产品的销量，那么预测得到销量之后就要为生产这个产品做准备（为决策提供服务）。第三个方面就是 Learning to optimize (L2O)，这个领域也是最近非常火的一个方向，有很多很新的工作还在不断的发表出来。简单来说就是用机器学习来加速优化问题求解或者帮助优化问题求解。常见的思想比方说 用机器学习先预测出一个初始解，然后将初始解导入到求解器中以实现加速求解，再比方说说可以从历史数据学习出一个 branch 的策略，这就叫做 Learning to branch，我们可以看到这个领域还在处于飞速发展的状况。
问题4：应聘运筹优化岗位需要懂机器学习的知识吗?
答：我个人觉得这不是必要的，当然如果能懂是更好的。之所以有些公司会在招聘运筹优化岗位的时候强调机器学习可能是因为运筹优化懂得人比较少，可能HR部门或者领导对这个岗位了解不充分，那么会把运筹优化岗位放到机器学习或者数据科学这个大类下面。所以说有些公司招聘运筹岗位也会提和机器学习相关的问题，这个希望应聘者提前做好调研。
问题5：在实际项目中求解优化问题会用到什么算法？
答：会调用求解器，也会用启发式。我这里所说启发式包括数学启发式和一些元启发式。启发式的优势在于可以快速获得一个可行解，但是一般来说这个可行解质量不是很高。数学启发式常见的像 Feasibility Pump, RINS, RENS, Local Branching, Diving 这些都是很常用的数学启发式方法，这些方法在实际问题的表现也是很不错的。
问题6：运筹优化未来发展如何？有没有35岁危机？
答：运筹优化的发展我个人还是非常看好的，从各个方面的信息来看国内越来越多的公司开始知道运筹优化在做什么，也逐渐开始重视运筹优化。这是我个人肉眼可见的变化，传统的航空，交通，物流，制造业和电网就不说了，前段时间和一个电子厂和一个药企接触了，他们也有需求做优化，类似这样非常传统和封闭的行业都有意识到运筹优化的重要性，这个是几年前还不敢想象的。
至于很多人都会提到35岁危机，我个人感觉35岁危机本质上是一种劳动力市场所决定的行为。当劳动力市场供给远大于需求，当一项工作的壁垒不深（例如新员工培养2-3年即可胜任10年老员工的工作），当劳动法执行不到位时。以上三个条件同时具备的时候，35岁危机发生就几乎是注定的。这些因素大多不由我们就业者本身来决定和改变，我们唯一能够做的事情就是进入到一个壁垒相对比较深的行业去，这样未来抵抗35岁失业风险的可能性会大一些。
微信公众号后台回复
加群：加入全球华人OR|AI|DS社区硕博微信学术群
资料：免费获得大量运筹学相关学习资料
人才库：加入运筹精英人才库，获得独家职位推荐
电子书：免费获取平台小编独家创作的优化理论、运筹实践和数据科学电子书，持续更新中ing...
加入我们：加入「运筹OR帷幄」，参与内容创作平台运营
知识星球：加入「运筹OR帷幄」数据算法社区，免费参与每周「领读计划」、「行业inTalk」、「OR会客厅」等直播活动，与数百位签约大V进行在线交流
文章须知
微信编辑：疑疑
关注我们
FOLLOW US
