想要了解算法工程师需要掌握的技能，我觉得最直接有效的方式就是去看看各公司对于算法岗社招的要求。本篇只做一些简单的整理和罗列。
某大厂，推荐算法工程师的要求：
- 熟练掌握C/C++和python语言编程，熟悉linux开发环境，有扎实的数据结构和算法设计功底；
- 熟悉推荐业务常用理论和算法，在多个领域（如排序模型，召回模型，用户画像，深度学习等）有三年以上实际工作经验；
- 有优秀的逻辑思维能力和数据分析能力，善于分析和解决问题；
- 良好的沟通能力与团队协作能力；有推荐系统，广告系统，搜索引擎等开发经验；
- 熟练掌握机器学习、深度学习的基础理论和方法，并在自然语言处理任务中有实际应用经验者优先；
- 熟练使用一种或几种深度学习框架（如tensorflow、caffe、mxnet、pytorch等），或者熟悉spark、hadoop分布式计算编程者优先。
计算机视觉算法工程师的要求，来自某视觉公司：
- 过硬的科研背景：深度学习/机器学习；计算机视觉（包括分类，检测，分割，跟踪，SLAM和三维重建）；图像或信号处理；计算摄影学和计算机图形学。
- 扎实的编程基础；
- 熟悉本研究领域的最新研究成果，公开数据集，和相关的开源系统；
- 有很强的自学能力和独立思考能力，善于思考和表达自己的想法；同时又具备良好的团队合作精神；
- 熟悉 Python 等至少一门脚本语言，使用过 Theano, Caffe, Torch, TensorFlow 等开源深度学习框架优先；
- 有深度模型训练，图像分类.物体检测与分割.视频分析.三维建模.计算机图形学等相关科研经历者（例如会议作者）优先。
NLP算法工程师的要求，来自某中厂：
- 正直诚信，有责任感，有激情，对技术落地创造影响力感到兴奋。
- 模式识别/人工智能/数学/计算机相关专业，硕士以上学历。
- 熟悉NLP的基础能力，包括分词、词性标注、命名实体识别、依存句法分析、文本分类、文本检索等，能使用传统统计模型和最新的深度学习方法构建以上能力。
- 在人工智能领域有一定的积累，能够从复杂的业务场景中进行算法选型、算法优化以及不断提升效果，并且能够真正应用在商业环境，从技术角度造风，创造新的商业机会，成为商业智能的驱动者。
- 具有较强编程能力(特别是Python和Java)，熟练使用Linux环境进行NLP研发，有实际大型复杂系统构建的经历。
- AI领域相关英文资料的快读阅读能力，学习能力强，能独立分析并解决问题。
- 团队协作意识，具备和工程，测试，产品团队同学对话的能力。
本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
