本文摘要：我们会发现,当下我们看到的、听到的都是互联网公司想让我们看到的,我们似乎生活在一个被设计的圈子里,这些背后的所有支撑力都来自于推荐系统。 我认为优秀的产物设计+强大的推荐算法成就了现在的字节跳动,今日头条的个性化新闻推荐,抖音的个性化视频推荐。 看了许多回覆,模棱两可、模糊不清,给岀一番没有意乂的解释,最终也没有给岀自己的意见。 我首先给出自己明确的谜底:选择推荐系统。

我们会发现,当下我们看到的、听到的都是互联网公司想让我们看到的,我们似乎生活在一个被设计的圈子里,这些背后的所有支撑力都来自于推荐系统。

我认为优秀的产物设计+强大的推荐算法成就了现在的字节跳动,今日头条的个性化新闻推荐,抖音的个性化视频推荐。

看了许多回覆,模棱两可、模糊不清,给岀一番没有意乂的解释,最终也没有给岀自己的意见。

我首先给出自己明确的谜底:选择推荐系统。

无论是现在火热的头条系产物(抖音、今日头条),还是阿里系(淘宝、天猫),百度(广告推荐),(QQ音乐、新闻),以致手机行业(应用市场)都是由推荐系统带来的商业价值。

可是,推荐,搜索,广告投放是互联网公司最普及也是最能发生现金流的三个偏向。

入门容易 模型成熟 人才缺口大 热度高名气大

现在入门CV的常用套路就是：

看吴恩达《机械学习》《深度学习》课程学一点机械学习的知识。

读几篇CV模型的文章相识一下经典的Alexnet、R-CNN系列、YOLO等。在github上找几个tensorflow、pytorch实现上述模型的开源代码。下载VOC、ImageNet、COCO、kaggle等数据集。

根据开源代码中的Readme准备一下数据集跑一下效果。

现在在商业中有所应用而且能够创收的只有搜索推荐和盘算机视觉因此这两个偏向的人力缺口很大尤其是盘算机视觉。前两年校招时可以看到互联网、IT、生物医药、汽车安防等等行业险些都市有盘算机视觉的岗位。

所以许多其他偏向的同学开始纷纷转向随着大潮水投入盘算机视觉这个偏向为什么这么多人投入盘算机视觉偏向？我认为有以下几个原因：

1盘算机视觉；2,自然语言处置惩罚；3风控；4推荐系统？

它很有价值,在语音、OCR、人机交互、推荐系统等方面都有对№LP的大量应用,可是,它却很难直接的缔造大规模的价值,更多的是作为一种隶属能力,联合其他算法为一个系统提供能力支撑。

其次是NLP,曾在2015年,我在做盘算机视觉之前就做过一段时间的NLP,我认为NLP是一种很是 有价值可是职位却很尴尬的存在。

不要说什么“凭据差别岗位、差别公司、差别能力而定",我所说的都是针对普遍的公共情况

现在在互联网行业常用的算法有：

风控是我现在接触较多的,首先,它应用面比力局限,仅限于金融场景。而且,现在的风控模型是比力成熟稳定的,要么基于规则、要么基于传统机械学习,短时间之内不会有特别大的改动。

究竟涉及资金,银行也不会那么沖动的选择那些不行解释的模型和算法。

此外CV偏向现在阶段依然存在着制约这项技术缔造更多商业价值的毛病虽然每年顶会、期刊上面关于CV的文章依然许多可是绝大多数都是拼拼凑凑许多模块和思想并不新颖在关键问题方面并没有太大起色。

其中,比力知名且乐成的当属字节跳动。

我认为在2020年,盘算机视觉的状况不仅没有好转,反而更差。曾经狂热吹嘘盘算机视觉的,现在也基本鸟悄的待着了。因为时间已经逐渐验证,当下盘算机视觉所能缔造的价值很是有效。

而且,受限于数据、准确性要求,它现在很难大展拳脚。

当前2020年 算法工程师哪个偏向好？

我认为,推荐系统现在已经发生了很大的商业价值,在接下来的3-5年里,它另有许多场景、许多价值会被进一步挖掘,在短暂的几年里,NLP、CV、风控和推荐还是无法相提并论。

学了两个月、跑了频频效果后就认为已经入行CV了。

。

本文关键词：算法,工程师,当前,选,哪个,偏,向好,我们,会,欧亿体育

本文来源：欧亿体育-www.hzqiaose.com