数据团队与算法团队怎么合作

① 大数据工程师都需要什么能力

大数据工程师、大数据维护工程师、数据挖掘师、大数据算法师。

大数据开发方向：涉及的岗位诸如大数据工程师、大数据维护工程师、大数据研发工程师、大数据架构师等。

数据挖掘、数据分析和机器学习方向：涉及的岗位诸如大数据分析师、大数据高级工程师、大数据分析师专家、大数据挖掘师、大数据算法师等。

需要的能力：

1、提升程序设计能力。动手实践能力对于本科生的就业有非常直接的影响，尤其在当前大数据落地应用的初期，很多应用级岗位还没有得到释放，不少技术团队比较注重学生程序设计能力，所以具备扎实的程序设计基础还是比较重要的。

2、掌握一定的云计算知识。大数据本身与云计算的关系非常紧密，未来不论是从事大数据开发岗位还是大数据分析岗位，掌握一定的云计算知识都是很有必要的。掌握云计算知识不仅能够提升自身的工作效率，同时也会拓展自身的技术边界。

② ACM 比赛中三个人怎么合作比较好

我认为在这个问题上，是没有绝对的“更好”的方法。

• 这样做有几个好处:

1.每个问题中至少有两个人知道算法，有两个人可以检查错误，这可以大大提高算法正确和最终采用的概率。2.当玩家在机器上写问题时，另一个玩家可以在纸上做准备，并提高机器的使用时间。3.有可能充分发挥新玩家的角色，他们不能解决问题，因为编码速度可以在短时间内训练，但这不是一天两天的工作。

③ 游戏开发转算法,算法岗是如何转开发岗

算法设计与算法实现通常涉及到算法的岗位有两个，分别是算法设计和算法实现，现在有不少团队把这两个岗位进行合并，做算法设计的同时也要负责实现。音/视频算法工程师图像处理算法工程师信号算法工程师自然语言算法工程师数据挖掘算法工程师搜索算法工程师例如有的招聘要求。

1、算法岗是如何转开发岗？

经常跟算法打交道技术人员和开发岗的技术人员在大公司岗位的差别做的工作可能大一些，在中小企业做的工作不见的差别很大，我本人是开发岗的工作平时工作也见不到专门搞算的人员，更多是从架构和解决实际问题出发，但在整个项目上开发岗的人员可能相比算法岗的人员想的更多一些，这是由开发岗不仅要会一两门语言就可以，像前后端的所有相关的包括产品UI上，比如js、css、h5、mysql、redis、linux、php、nginx及客户端的iosandroid相关开发语言都有涉及到的，单独做算法工作可能就相对窄一些，这是由工作岗位和本职工作内容决定的，但有一点既然能搞算法了，像上面说的相关语言、数据库等等的技术学起来应该很快，经验多了自然就掌握，看着要学的东西技术挺多真正实际用到的没多少，但转岗过程工作中一定要做与各协调部门的协作掌握精通前面技术人员协调好，对快速转岗很好帮助。
2、java程序员转算法难吗？拥有哪些资格才称得上算法工程师？

近年来，算法行业非常火爆，越来越多的人在学习算法，计算机的终极是人工智能，而人工智能的核心是算法，算法已渗透到互联网、商业、金融业、航空、军事等各个领域，改变着这个世界。算法工程师非常火爆，急缺大量人才，年薪也越来越高，刚毕业30-40万很常见。很多人想入手学习算法，那么多算法，究竟该如何下手呢？很多人看到招聘要求，算法工程师有很多具体分支：音/视频算法工程师图像处理算法工程师信号算法工程师自然语言算法工程师数据挖掘算法工程师搜索算法工程师例如有的招聘要求：1．至少熟悉一门编程语言C/C /java/python/R2．熟练掌握数据结构，具有良好的算法基础和编程功底；/熟练运用各种常用算法和数据结构，有独立的实现能力；3．熟悉数据挖掘算法4．熟悉机器学习相关知识理论加分项：具有较为丰富的项目实践经验那么是不是要直接学习这些算法呢？其实不然，万丈高楼平地起，任何高深的算法都要从基础算法学起，不可能一口吃个胖子，所以入门算法还是要从基础开始，
在IT领域，数据结构与算法的应用无处不在。数据结构与算法是计算机开发人员的基本功，很多大厂面试都要考查数据结构与算法，数据结构与算法不仅可以培养我们的算法思维，提高分析问题、解决问题的能力，还可以让我们快速学习新技术，以更高的角度思考问题。想进大厂，还是先练好内功，首先学习一门语言，例如C/C /Java/python，初学者学C 比较普遍。
3、算法和开发岗相比，哪个前景更好呢？
这两个岗位的工作内容我都接触过，目前我带的大数据团队中既有算法工程师也有开发工程师，所以我说一说这两个岗位的区别，以及未来的发展方向，算法设计与算法实现通常涉及到算法的岗位有两个，分别是算法设计和算法实现，现在有不少团队把这两个岗位进行合并，做算法设计的同时也要负责实现。但是也有一些团队是分开的，做算法设计的不管实现过程，
目前我带的团队中算法设计和算法实现是一个岗位，也就是说负责算法设计的同时要负责实现，大部分算法实现目前使用Python语言来完成。目前团队中做算法岗位的工程师都是研究生毕业，有数学专业、物理专业、计算机专业毕业的，从工作的复杂性上来说，算法工程师的工作强度还是比较大的，但是算法工程师的职业周期也比较长。
很多算法工程师最终成长为企业的首席科学家，或者是首席技术官等岗位，可以说算法工程师的发展前景还是非常不错的，开发岗位软件团队的大部分岗位都是开发岗位，有前端开发、后端开发、移动端开发等，可以说大部分程序员做的都是开发岗的工作。与算法岗位不同的是，开发岗位人数多，占比大，而且大部分开发岗位的职业周期都比较短，一般开发岗位在做到一定年龄（比如35岁）之后都会转型。

④ 什么是数据科学与大数据技术

“数据科学与大数据技术”专业是近两年才设立的新专业。“数据科学与大数据技术”专业有着很好的就业前景并且就业的宽度广，就业薪资待遇水平高，缺点可能在于专业设立较新，教学课程设置上可能无法跟上大数据人才培养的技能需求。
“数据科学与大数据技术”专业的人才培养方向
分析类岗位
分析类工程师。使用统计模型、数据挖掘、机器学习及其他方法，进行数据清洗、数据分析、构建行业烂槐中数据分析模型，为客户提供有价值的信息，满足客户需求。
算法工程师。大数据方向，和专业工程师一起从系统应用的角度,利用数据挖掘/统计学习的理论和方法解决实际问题；人工智能方向，根据人工智能产品需求完成技术方案设计及算法设计和核心模块开发，组织解决项目开发过程中的重大技术问题。
研发类岗位
架构工程师。负责Hadoop集群架构设计开发、搭建、管理、运维、调优，从数据采集到数据加工，从数据清洗到数据抽取，从数据统计到数据分析，实现大数据全产业线上的应用分析设计。
开发工程师。基于hadoop、spark等构建数据分析平台，进行设计、开发分布式计算业务，负责机器学习、深度学习领域的开发工作。
运维工程师。负责大数据基础平台的运维,保障平台的稳定可用，参与设计大数据自动化运维、监控、故障处理工具。
管理类岗位
产品经理。负责大数据平台产品的设计工作，主导数据产品的功能规划、体验设计饥山，与研发、数据分析、算法团队紧密合作，挖掘数据价值，形成数据产品，包括部分数据可视化的产品设计等。
运营经理。根据业务特点，结合业务发展需求，设立数据监控模型,搭建数据分析架构，理解业务方向和战略，为业务战略决策、业务方向提供决策支持，竞争分析及建议。

“数据科学与大数据技术”专业的就业前景
人才需求方面，腾讯研究院于2017年12月发布了《2017年全球人工智能人才白皮书》，数据显示，中国592家公司中约有4万位员工，而中国对于人工智能人才的需求数量已经突破百万，人才严重短缺，迫使企业不断降低工作经验门槛，甚至不惜从零培养人才。人工智能人才掌握的技能宽度和深度均在逐渐提高。2017年求职的人工智能人才中，有68%的人掌握至少3种技能，简历中最常出现的技能包括spark、深度学习、算法研究、Hadoop，Python等。而人工智能工程师的招聘主要集中在算法与开发两个大类, 本科学历及明枝以上人才目前是人工智能领域的主力军，同时，就业人群在快速年轻化。

在薪资待遇方面，可参考IT行业类的专业，2016届本科应届毕业生就业薪资最高的10个专业中软件工程、计算机科学与技术、电子信息工程稳进前十，薪资待遇分布在7K到9K之间，IT行业的薪资待遇非常高。人工智能以及大数据技术的岗位人才需求逐步上升，未来可能会发展为就业前景最好的专业之一。