源
小象文
李烨
0.引子AI原本是一个专业领域，没什么特别的。作为码农一枚，笔者的工作内容正好在这个领域。
近来这一年左右时间里，连续发生了多件事情，使得笔者不得不抬起原本一直低着敲代码的头，看看这个为AI狂欢的世界。
居然在一个月里碰到两位在相对传统行业创业的亲友，来打听将AI技术应用到他们所在行业上的问题，例如：是聊天机器人是否可以代替人工客服。
两位亲友居然都动了雇佣一位算法工程师的念头。其中一位真的已经开始物色了。
颇费周折找到一位某非院校专业对口的博士，友人有点动心想要聘用，奈何人家开口就要万年薪。
创业企业虽然已经拿了两轮融资，还是不敢烧钱作死，故而多方打听“算法”这东西的用处。
笔者所在公司今年的校园招聘，本人照例作为intrviwr参加，面试了几个来自不同院校的学生（明年毕业）。顺便又和几位今年刚入职的应届生聊了聊。
结果发现，所有intrviw（至少是我碰到的），全都是人工智能或机器学习方向的学生，所有交流过的新同事，在学校里做的也全部都是机器学习or深度学习算法。
而且，每一个人对于入职后工作的期望都是做算法。
人工智能，已经跌入到两三年前大数据风口上，全民皆“数据科学家”的套路里了。
到底做什么，算是入行AI？
这个话题其实在笔者之前的几个chat里面已经反复提到过了，在此再说一遍：工业界直接应用AI技术的人员，大致可以分为三个不同角色：算法、工程，和数据。
现在各种媒体上，包括gitchat中有大量的文章教大家怎么入行AI，怎么成为具体某个领域的工程师，告诉大家要在某领域内发展需要掌握的技术栈是什么，等等……对此本文不再赘述。
我们不说怎么能够成为XXX，我们先来看看成为XXX之后要做什么事情，而做这些事情，需要什么样的能力，在拥有了这些能力、做上了这件事情之后，又能向什么方向发展。
换言之，本文中，我们将从直观的角度，管窥承担不同角色工作所需要具备的素质，日常工作的状态，和职业发展路径。
1.做算法1.1日常工作所有人都想做算法，那么，说到底，在工业界做算法倒是干什么？
真正的算法工程师（也有公司叫科学家），最基本的日常工作其实是：读论文实现之——确认最新论文中的阐述是否真实可重现，进一步确认是否可应用于本企业的产品，进而将其应用到实践中提升产品质量。
1.2必备能力既然日常工作首先是读别人论文。那么，必不可少，作为算法工程师得具备快速、大量阅读英语论文的能力。
有一个网站，所有有志于算法的同学必须要知道：西安治白癜风最好的医院四川白癜风