摘要：截至目前，平臺上的算法和數(shù)據(jù)挖掘工程師面試邀請數(shù)占到全部崗位的比例僅有左右。在一家互聯(lián)網(wǎng)金融公司從事算法和數(shù)據(jù)挖掘相關(guān)工作，聽起來就是一項(xiàng)復(fù)雜的工作。這意味著，互聯(lián)網(wǎng)金融的算法和數(shù)據(jù)挖掘需要以壞賬為代價(jià)。

「實(shí)在太難了，但現(xiàn)在也沒有很好的辦法?！?/p>

當(dāng)話題轉(zhuǎn)向「算法工程師的招聘」時(shí)，TalkingData 首席數(shù)據(jù)科學(xué)家張夏天不免面露難色起來。而在此之前，談?wù)撈鹚惴ê蛿?shù)據(jù)挖掘等具體業(yè)務(wù)時(shí)，他還滔滔不絕、興致勃勃。

不只是張夏天，自去年 10 月以來，不止一位技術(shù) Leader 曾向我吐過「招聘算法工程師難」的苦水。盡管「算法」背后代表的是「人工智能、機(jī)器學(xué)習(xí)」等被看作是未來發(fā)展方向的前沿技術(shù)，但招聘相關(guān)領(lǐng)域人才確實(shí)是擺在不少創(chuàng)業(yè)公司面前的一道難題。

100offer 的平臺數(shù)據(jù)也側(cè)面論證了這一點(diǎn)。截至目前，100offer 平臺上的算法和數(shù)據(jù)挖掘工程師面試邀請數(shù)占到全部崗位的比例僅有 6% 左右。整個(gè)互聯(lián)網(wǎng)世界，算法和數(shù)據(jù)挖掘工程師比例也差不多這個(gè)數(shù)字。

與此同時(shí)，一個(gè)可以觀察到的事實(shí)是，隨著人工智能和機(jī)器學(xué)習(xí)的逐漸火熱，企業(yè)對算法和數(shù)據(jù)挖掘崗位的技術(shù)人才需求是逐步增多的，且相較其他崗位的招聘需求，其增長速度更快。

一.

天平的一端是，越來越火熱的大數(shù)據(jù)、人工智能領(lǐng)域帶來的人才需求增多，另一端卻是人才相對的稀缺，這就形成了目前算法和數(shù)據(jù)挖掘工程師招聘難的現(xiàn)狀。

但具體原因是什么呢？在與幾位大數(shù)據(jù)公司的技術(shù) Leader 溝通后，我抽象總結(jié)出了這兩點(diǎn)：

人工智能起步晚，底蘊(yùn)薄，很難有行業(yè)資深人才

對人才招聘難的苦水，大多集中在「很難有資深人才」上。這是一個(gè)無法回避的事實(shí)。

人工智能的確不是一個(gè)新鮮名詞。早在上世紀(jì) 50 年代，就有科學(xué)家提出了「人工智能」的概念，但人工智能真正從一個(gè)概念、一個(gè)研究方向，演變成一項(xiàng)被認(rèn)為是可以落地實(shí)現(xiàn)的技術(shù)，僅僅是過去不足 10 年時(shí)間。很多時(shí)候，人工智能在大眾的眼里最生動的形象仍停留在，去年在圍棋項(xiàng)目上擊敗李世石的 Google AlphaGo。

在這樣的前提下，要想發(fā)現(xiàn)一名在算法和數(shù)據(jù)挖掘領(lǐng)域擁有五年以上工作經(jīng)驗(yàn)的技術(shù)人才實(shí)屬困難——沒有哪一家公司不希望擁有資深技術(shù)人才，作為整個(gè)團(tuán)隊(duì)的支柱。不少公司都坦言，團(tuán)隊(duì)大數(shù)據(jù)相關(guān)領(lǐng)域人才工作經(jīng)驗(yàn)三年以下占到 60%。

不同行業(yè)區(qū)別大，要求嚴(yán)苛

作為人工智能的核心，機(jī)器學(xué)習(xí)是一套能應(yīng)用于各個(gè)行業(yè)的基礎(chǔ)技術(shù)。通常情況下，機(jī)器學(xué)習(xí)不會以純粹的形態(tài)出現(xiàn)，而是與圖形圖像識別、個(gè)性化推薦、互聯(lián)網(wǎng)金融等等具體業(yè)務(wù)結(jié)合。

不同業(yè)務(wù)代表了不同的行業(yè)，也能誕生不同創(chuàng)業(yè)公司。盡管運(yùn)用的底層技術(shù)核心都是機(jī)器學(xué)習(xí)，但彼此之間差別甚大。

通常情況下，一個(gè)理想的算法和數(shù)據(jù)挖掘工程師候選人是，既有機(jī)器學(xué)習(xí)理論知識、算法和數(shù)據(jù)挖掘?qū)嵺`經(jīng)驗(yàn)，又有 Ta 想要從事的具體行業(yè)的所要求的基本知識和能力，例如計(jì)算機(jī)視覺能力、內(nèi)容分發(fā)知識、互聯(lián)網(wǎng)金融知識等等。

顯然，這樣嚴(yán)苛的要求可能會阻礙不少希望從事相關(guān)崗位的技術(shù)人才——過往的工作經(jīng)驗(yàn)也許只能滿足其中一至兩項(xiàng)標(biāo)準(zhǔn)。

二.

招聘難的另一面，顯然是意欲從事算法和數(shù)據(jù)挖掘崗位的技術(shù)人才的巨大機(jī)會。對候選人來說，有哪些可行的選擇呢？

這里，100offer 選擇了一點(diǎn)資訊、宜信大數(shù)據(jù)研究中心、格靈深瞳、TalkingData 四個(gè)團(tuán)隊(duì)——分別代表當(dāng)下機(jī)器學(xué)習(xí)典型的「內(nèi)容分發(fā)、互聯(lián)網(wǎng)金融、圖形圖像計(jì)算機(jī)視覺、大數(shù)據(jù)服務(wù)」四個(gè)不同應(yīng)用領(lǐng)域——作為研究標(biāo)的物。

在與四家公司的技術(shù) Leader 溝通后，看看這四家公司的特點(diǎn)和難點(diǎn)，權(quán)當(dāng)是拋磚引玉，或許可以作為你選擇時(shí)的參考。

一點(diǎn)資訊

某種意義上，一點(diǎn)資訊是一家依賴于算法技術(shù)的創(chuàng)業(yè)公司。

一點(diǎn)資訊技術(shù) Leader 這樣解釋這一點(diǎn)，「舉個(gè)例子，與電商行業(yè)相比，淘寶去掉所有機(jī)器學(xué)習(xí)的算法，依然值 1000 億美金。但在內(nèi)容分發(fā)行業(yè)，去掉算法，整個(gè)行業(yè)就倒退到 10 年前，不值錢了?！?/p>

可以說，算法驅(qū)動了整個(gè)內(nèi)容分發(fā)行業(yè)向前發(fā)展，一點(diǎn)資訊自然也身處其中。在一點(diǎn)資訊技術(shù) Leader 王元元眼里，這成了一點(diǎn)資訊的優(yōu)勢，也是一大難點(diǎn)。

優(yōu)勢在于算法驅(qū)動帶來的「個(gè)性化推薦」如新鮮糖果一般，吸引了早已習(xí)慣將自身全部碎片時(shí)間「傾注」到手機(jī)屏幕的普羅大眾。相比起過往閱讀千篇一律的內(nèi)容，為每一個(gè)用戶推薦獨(dú)一無二的內(nèi)容——這一機(jī)器學(xué)習(xí)算法在內(nèi)容分發(fā)行業(yè)的外在產(chǎn)品形態(tài)，給予了人們十足的新鮮感。

估值 110 億美元的今日頭條，證明了資本對這一行業(yè)持有的巨大想象力。作為追趕者身份的一點(diǎn)資訊，也享受到了資本和用戶的目光。

對一個(gè)相關(guān)行業(yè)從業(yè)人員來說，沒有什么比「這代表了未來」更能興奮的了。更何況，算法和數(shù)據(jù)挖掘工程師恰恰是內(nèi)容分發(fā)行業(yè)未來的基礎(chǔ)。

但與此同時(shí)，個(gè)性化推薦帶來的一大可能的弊端是，機(jī)器發(fā)現(xiàn)人性的特點(diǎn)讓所謂低俗、娛樂的消遣性內(nèi)容當(dāng)?shù)?，這消磨了一部分用戶的信任，也給從業(yè)者帶來了挑戰(zhàn)——誰能解決這一弊端或許就能走得更遠(yuǎn)。

王元元認(rèn)為，本質(zhì)上，整個(gè)內(nèi)容分發(fā)行業(yè)都推崇的「個(gè)性化推薦」背后運(yùn)用到的技術(shù)和方法，大同小異。一點(diǎn)資訊想出的差異化方法是，在消遣性內(nèi)容之外，強(qiáng)調(diào)價(jià)值閱讀，為用戶引導(dǎo)一些他們可能感興趣的垂直性有價(jià)值的內(nèi)容。這在一點(diǎn)資訊內(nèi)部被稱作「興趣探索」。

短期來看，這些內(nèi)容的點(diǎn)擊率不一定特別高，但對用戶的長期留存卻有幫助。更重要的是，對一點(diǎn)資訊來說，它們符合公司整體「培養(yǎng)用戶閱讀品味」的價(jià)值觀，也有利于構(gòu)建一點(diǎn)資訊的競爭差異性。

宜信大數(shù)據(jù)創(chuàng)新中心

宜信大數(shù)據(jù)創(chuàng)新中心可能是互聯(lián)網(wǎng)金融領(lǐng)域，與機(jī)器學(xué)習(xí)走得最近的團(tuán)隊(duì)，旗下 4 款產(chǎn)品都是機(jī)器學(xué)習(xí)的產(chǎn)物——理財(cái)平臺「指旺理財(cái)」和小額信貸服務(wù)「商通貸」的內(nèi)在技術(shù)是構(gòu)建在算法模型之上的用戶畫像征信和個(gè)性化推薦，風(fēng)控引擎「姨搜」則更是大數(shù)據(jù)技術(shù)的集中體現(xiàn)。

在一家互聯(lián)網(wǎng)金融公司從事算法和數(shù)據(jù)挖掘相關(guān)工作，聽起來就是一項(xiàng)復(fù)雜的工作。宜信大數(shù)據(jù)創(chuàng)新中心技術(shù)總監(jiān)鄭赟表達(dá)了同樣的意思，「和其他大數(shù)據(jù)公司不同，互聯(lián)網(wǎng)金融具有不可避免的特點(diǎn)——數(shù)據(jù)獲取周期長、成本高?！?/p>

眾所周知，大數(shù)據(jù)的基礎(chǔ)是數(shù)據(jù)，沒有數(shù)據(jù)，就無從談起算法和數(shù)據(jù)挖掘。對互聯(lián)網(wǎng)金融行業(yè)來說，每一個(gè)樣本數(shù)據(jù)就是一筆信貸業(yè)務(wù)。短則半年、長則數(shù)年的信貸周期，使得宜信大數(shù)據(jù)創(chuàng)新中心獲取數(shù)據(jù)的周期特別長。這是其一。

其二，對互聯(lián)網(wǎng)金融領(lǐng)域的機(jī)器學(xué)習(xí)來說，模型訓(xùn)練的一個(gè)目的是識別壞賬樣本，提前控制風(fēng)險(xiǎn)。但沒有遇到過壞賬樣本，機(jī)器是無法被訓(xùn)練出具備識別其他壞賬樣本的可能性。這意味著，互聯(lián)網(wǎng)金融的算法和數(shù)據(jù)挖掘需要以壞賬為代價(jià)。

但顯然，一旦遇到壞賬樣本，就意味著業(yè)務(wù)虧本?！负苡锌赡?1 個(gè)壞樣本需要 100 個(gè)好樣本才能抵消虧損」，這意味著，宜信大數(shù)據(jù)創(chuàng)新中心獲取數(shù)據(jù)的成本遠(yuǎn)超其他行業(yè)的高。

這項(xiàng)技術(shù)挑戰(zhàn)顯然給宜信大數(shù)據(jù)創(chuàng)新中心提出了更高的標(biāo)準(zhǔn)——從算法和數(shù)據(jù)底層研究上，更為細(xì)致謹(jǐn)慎，才能將這樣的風(fēng)險(xiǎn)降至較低。

硬幣的另一面，鄭赟表示，「互聯(lián)網(wǎng)金融領(lǐng)域的數(shù)據(jù)，盡管不如電商或內(nèi)容分發(fā)行業(yè)的頻率高，但它信息更豐富，也更有價(jià)值，也更有利于從業(yè)人員的研究?！?/p>

格靈深瞳

印象里，格靈深瞳是一家專注在計(jì)算機(jī)視覺的大數(shù)據(jù)創(chuàng)業(yè)公司，圖形圖像識別、安防、機(jī)器人、無人駕駛等都是格靈深瞳的研究方向。

去年底，格靈深瞳還推出過一款基于人眼工作原理的攝像機(jī)——深瞳人眼攝像機(jī)。甚至，還曾拉來前英特爾中國研究院院長吳甘沙，聯(lián)合成立馭勢科技公司，專注研究無人駕駛視覺的解決方案。

看起來比其他公司更多的動作背后，格靈深瞳技術(shù)副總裁解釋稱，這是因?yàn)楦耢`深瞳不愿意將自己定義為算法公司，而是一家提供視頻大數(shù)據(jù)產(chǎn)品和解決方案的公司。

產(chǎn)品和解決方案占據(jù)了格靈深瞳很大的重心。格靈深瞳 CTO 鄧亞峰認(rèn)為，目前這個(gè)時(shí)間點(diǎn)，人工智能還不具備成為一種通用的能力?！杆惴ㄊ菬o法多帶帶成立的，它必須融入到具體產(chǎn)品和解決方案上，才能存在意義。而這也讓格靈深瞳才能具備行業(yè)競爭力?！?/p>

但對格靈深瞳來說，產(chǎn)品和解決方案并非易事一件，更何況它是四家團(tuán)隊(duì)中一家需要硬件產(chǎn)品的團(tuán)隊(duì)。即使去年推出了人眼攝像機(jī)「深瞳」，但實(shí)際效果和市場反響，其實(shí)遠(yuǎn)達(dá)不到支撐起整個(gè)團(tuán)隊(duì)的行業(yè)競爭力。甚至，機(jī)器人、無人駕駛，聽起來都是至少 5 年才能有產(chǎn)品真正落地實(shí)現(xiàn)的領(lǐng)域。對一家創(chuàng)業(yè)公司來說，時(shí)間可能也是一項(xiàng)難題。

TalkingData

作為一家大數(shù)據(jù)服務(wù)公司，TalkingData 并沒有與圖形圖像、內(nèi)容分發(fā)等具體業(yè)務(wù)相結(jié)合。但 TalkingData 卻有大數(shù)據(jù)研究得天獨(dú)厚的優(yōu)勢——海量數(shù)據(jù)。

首席數(shù)據(jù)科學(xué)家張夏天說：「TalkingData 最不缺的就是數(shù)據(jù)?！筎alkingData 官網(wǎng)顯示，目前已經(jīng)覆蓋 51 億款移動終端——每一款移動終端都可以看作是一份數(shù)據(jù)。這些數(shù)據(jù)可被應(yīng)用到用戶畫像、市場營銷、風(fēng)險(xiǎn)控制、情景識別等等多種使用途徑。

舉個(gè)例子，當(dāng)知道設(shè)備信息，需要猜測背后使用者的年齡、性別等信息時(shí)，機(jī)器學(xué)習(xí)就派上了用場。此時(shí)，算法和數(shù)據(jù)挖掘工程師就需要就已知的數(shù)據(jù)信息，搭建起一套行之有效的模型，并訓(xùn)練機(jī)器進(jìn)行之后的工作。而一旦這些用戶信息被猜測出，則可以被應(yīng)用到用戶畫像、市場營銷等領(lǐng)域。

既然算法和數(shù)據(jù)挖掘工程師，每天的使命便是與數(shù)據(jù)打交道，拋開具體行業(yè)，單純研究數(shù)據(jù)顯然同樣有價(jià)值。甚至，對不少感興趣算法和數(shù)據(jù)挖掘崗位的工程師而言，進(jìn)入一個(gè)不需要具體行業(yè)經(jīng)驗(yàn)的領(lǐng)域，是一件吸引力不錯的機(jī)會。

三.

在看過四家公司的特點(diǎn)后，具體來說，技術(shù)負(fù)責(zé)人們對算法和數(shù)據(jù)挖掘工程師有怎樣要求呢？事實(shí)上，他們對候選人提出的要求大致相同：

基礎(chǔ)工程能力強(qiáng)，語言并非

偏向計(jì)算機(jī)底層系統(tǒng)研究的 Java、C++ 語言是技術(shù)負(fù)責(zé)人比較青睞的，但語言并非選擇一名候選人的標(biāo)準(zhǔn)。就拿宜信大數(shù)據(jù)創(chuàng)新中心舉例，一段時(shí)間，它們需要 Go 語言工程師，但卻沒有苛求這一點(diǎn)。

相較于語言，技術(shù)負(fù)責(zé)人更看重的要求是，候選人的基礎(chǔ)工程能力，即代碼能力。在自己擅長的領(lǐng)域里有深刻的理解和研究，是技術(shù)負(fù)責(zé)人們欣賞的品質(zhì)。擁有這一品質(zhì)，通常代表了，未來學(xué)習(xí)新語言和技術(shù)，都是水到渠成。

理解算法和數(shù)據(jù)挖掘理論知識

由于行業(yè)起步晚，很多時(shí)候，候選人并沒有太多算法和數(shù)據(jù)挖掘的實(shí)踐經(jīng)驗(yàn)。因此，對算法和數(shù)據(jù)挖掘理論知識的理解就成為了重要考慮因素。

畢竟，擁有理論知識的理解，候選人一方面能快速融入崗位，另一方面也代表了候選人是真正愿意熱愛大數(shù)據(jù)和機(jī)器學(xué)習(xí)研究。

看重潛力培養(yǎng)，而非現(xiàn)有能力

意外的是，這四家公司都愿意招聘應(yīng)屆畢業(yè)生，或者是高校研究所的研究人才。這在一個(gè)相對尖精的行業(yè)并不多見。

這其實(shí)還是要?dú)w因到人工智能行業(yè)的起步晚，以及算法和數(shù)據(jù)挖掘工程師的招聘難題。在技術(shù) Leader 們看來，「現(xiàn)在會什么」并不重要，候選人將來能會什么才更重要。

在這樣的情況下，有潛力的候選人反而能獲得青睞。而「有潛力」，不只是應(yīng)屆畢業(yè)生，也包括其他想轉(zhuǎn)行數(shù)據(jù)和算法挖掘領(lǐng)域的技術(shù)人才。

優(yōu)秀的基礎(chǔ)職業(yè)素養(yǎng)和迎接挑戰(zhàn)的心態(tài)

事實(shí)上，在技術(shù)負(fù)責(zé)人眼里，學(xué)習(xí)能力、自我驅(qū)動力、邏輯分析能力等基礎(chǔ)職業(yè)素養(yǎng)，在招聘時(shí)占有比較大的比重。

算法和數(shù)據(jù)挖掘代表的大數(shù)據(jù)，依然是一個(gè)新興的行業(yè)，困難和挑戰(zhàn)不可預(yù)期，優(yōu)秀的基礎(chǔ)職業(yè)素養(yǎng)，能保證候選人有直面挑戰(zhàn)的良好心態(tài)。這是技術(shù)負(fù)責(zé)人一致看好的。

四.

人工智能是什么？

100offer 這樣認(rèn)為，「人工智能是未來十年互聯(lián)網(wǎng)的基礎(chǔ)，就如當(dāng)下的互聯(lián)網(wǎng)之于每個(gè)人一樣」。

如此，算法和數(shù)據(jù)又是什么？人工智能賴以維系的條件，自然也是未來互聯(lián)網(wǎng)基礎(chǔ)的基礎(chǔ)。這并非夸大說法。在與四位技術(shù)負(fù)責(zé)人溝通時(shí)，他們都表達(dá)了相似的說法。

兩個(gè)月前，100offer 曾在《從技術(shù) Leader 的招聘需求看，如何轉(zhuǎn)崗為當(dāng)前緊缺的大數(shù)據(jù)相關(guān)人才？》一文中探討了，大數(shù)據(jù)領(lǐng)域下「大數(shù)據(jù)平臺/開發(fā)工程師」的機(jī)會和選擇。本文聚焦在大數(shù)據(jù)領(lǐng)域人才的第二大分支「算法和數(shù)據(jù)挖掘工程師」，探討了其機(jī)會和選擇。

100offer 以兩篇文章的篇幅，正是想強(qiáng)調(diào)一個(gè)觀點(diǎn)——未來的互聯(lián)網(wǎng)是建立在人工智能及大數(shù)據(jù)算法之上。盡管時(shí)下不到 5% 的技術(shù)人才在從事算法和數(shù)據(jù)挖掘工作，但如果放眼未來，這一數(shù)字一定會變得更多，甚至數(shù)據(jù)挖掘和算法分析會成為互聯(lián)網(wǎng)技術(shù)人才的必修技能。

諸多筆墨都闡釋了一個(gè)現(xiàn)象：當(dāng)下仍處在人才井噴的初期。與之對應(yīng)的是，行業(yè)需求旺盛、供給緊缺，多元發(fā)展、選擇領(lǐng)域眾多，以及技術(shù) Leader 對人才的要求相對放寬、看重潛力和學(xué)習(xí)而非當(dāng)下能力......種種的一切，似乎都為每一個(gè)想要進(jìn)入數(shù)據(jù)挖掘和算法分析領(lǐng)域的人提供了便利。

正如 150 多年前美國西部的淘金者，越早進(jìn)入，機(jī)會越大?；蛟S，現(xiàn)在就是一個(gè)「成為一名算法和數(shù)據(jù)挖掘工程師」不錯的時(shí)機(jī)。

商業(yè)智能與數(shù)據(jù)分析群

興趣范圍包括各種讓數(shù)據(jù)產(chǎn)生價(jià)值的辦法，實(shí)際應(yīng)用案例分享與討論，分析工具，ETL工具，數(shù)據(jù)倉庫，數(shù)據(jù)挖掘工具，報(bào)表系統(tǒng)等全方位知識

QQ群：81035754