算法工程师 — 这职业到底是干啥的

接着上一篇的发电厂类比：AI Agent 工程师是「装电的」，算法工程师就是「造发电机的」。

发电机是怎么造的？要懂物理（数学），要试很多次（实验），还要看竞争对手家发电机功率多大（paper / benchmark）。算法工程师做的就是这件事 — 不是用现成模型，是训新模型。

算法工程师做什么（具体）

公司说：「我们要做自动驾驶，需要一个能识别行人 + 车辆 + 红绿灯的视觉模型。」

算法工程师做法：

1. 看 paper：扫一遍这个方向最近 1 年的论文，找性能最好的几个模型架构
2. 准备数据：收集 / 标注 10 万张图片，做训练集 / 验证集 / 测试集划分
3. 写训练代码：用 PyTorch / TensorFlow 实现模型架构，调超参（学习率 / batch size / loss 函数）
4. 跑训练：在公司的 GPU 集群上跑 3 天 - 3 周，看 loss 曲线、看验证集 mAP
5. 失败 → 调参 → 再训：90% 的实验是失败的。要会判断为什么不收敛、为什么过拟合、为什么 corner case 答错
6. 上线 + 蒸馏：模型太大跑不快 → 做模型压缩 / 量化 / 蒸馏，让小模型继承大模型能力

这是一份「训新模型」的工作。不需要 ChatGPT API，但需要 GPU 集群、需要数据、需要懂训练流程的每一步。

三套硬核能力

1. PyTorch / TensorFlow 全链路。 不是「会用」，是能从 0 写一个训练 loop：DataLoader / 模型定义 / loss / optimizer / scheduler / checkpoint / 分布式训练。这一套写下来 1500 行代码，没有手撕过的人面试 30 分钟就露馅。

2. 数学 + paper 阅读。 看到一个新模型架构（比如 Mixture-of-Experts、State Space Model），能在 1 周内读懂论文 + 复现核心代码。这条线和「会用 LangChain」差异最大的就在这里 — 你必须能算 loss 怎么传。

3. 训练实战（不是「我用过 Hugging Face」）。 简历里得有「我训过 XX 模型，数据集多大、epoch 几次、最终指标多少」。没自己训过模型只用过预训练模型的人，在算法岗投递里基本是「简历筛走」状态。

算法工程师的真实数据

Agent Hunt 抓到国内 1054 条算法工程师岗位：

指标	数据
国内岗位数	1054
中位月薪	52.5k（p25 37.5k / p75 65k，样本 105 条）
中位经验要求	3 年
头部公司	字节跳动、腾讯、智谱 AI、MiniMax、Moonshot
最高频技能	LLM / Python / NLP / PyTorch / TensorFlow
学历分布	硕士 61 / 本科 44 / 博士 9（明显硕博偏好）

52.5k 是国内 AI 岗位里最高的中位之一，比 AI Agent 工程师（32.5k）高 60%。但门槛也高 — 硕博占了一半，本科生想进只能靠竞赛 / 论文 / 开源项目硬撑。

最高频的 sample title 包括「自动驾驶算法工程师」「LLM 算法工程师」「模型策略岗」— 反映出这条线现在两个主流方向：大模型预训练 / 微调，和自动驾驶 / 视觉算法。

怎么开始

第一步（核心）：完整训练过一个模型。 不是 transfer learning 调几个 epoch — 是从 random init 训 1 个完整模型（哪怕是小的 MNIST CNN / 100M 参数 LLM）。这一关过了才能开始。

第二步：跑一个公开竞赛 / 开源项目。Kaggle / 天池 / NeurIPS Workshop / Hugging Face Open LLM Leaderboard — 拿到前 20% 就是简历亮点。

第三步：发一篇 paper / 写一个广为人知的开源项目。这一步选其一：发 ACL / EMNLP / CVPR Workshop / arxiv，或者写一个 GitHub 1k+ star 的训练框架 / 数据集。没有这一步硬撑，硕士去顶尖公司很难。

第四步：投头部公司。优先：大模型公司（智谱 / MiniMax / Moonshot / 百川 / DeepSeek）+ 互联网大厂 AI 团队（字节 Seed / 腾讯 AI Lab / 阿里达摩 / 百度 KDD）。

不适合谁

1. 只用过现成 API、没自己训过模型的人。和 AI Agent 工程师看似都叫「AI 工程师」，但代码能力评估方式完全不同。算法岗会让你手写 attention，写错就刷掉。

2. 数学怕了的人。这条线绕不开线代 + 概率论 + 优化。看到论文里 ∇L(θ) 头就疼的人，不建议硬投。

3. 想 1-2 年快速涨薪的人。算法岗节奏慢，1 年训 1-2 个模型很常见。和 Agent 工程师那种「每周上线一个新功能」节奏完全不同。

算法 vs AI Agent 工程师（最常问的对比）

维度	算法工程师	AI Agent 工程师
核心动作	loss.backward() 改模型权重	model.invoke(prompt) 用模型
学历偏好	硕博明显占优	不卡学历卡项目
中位月薪	52.5k	32.5k
节奏	1 个模型训几个月	1 个功能上线 1-2 周
必备	PyTorch + 论文阅读 + 数学	LangChain + RAG + Prompt 工程
误投伤害	让 Agent 工程师手撕 attention 会挂	让算法工程师调 prompt 不会发挥

下一步

• 想看算法工程师完整数据 → 国内算法工程师角色页
• 想看「用模型」那条线 → AI Agent 工程师 Lv2 篇
• 想看海外研究向 ML → ML Scientist Lv2 篇