1樓：Jiau
推薦高效能計算，現在各種花裡胡哨的SOTA模型，但是再好的演算法終究還是得落地才行，端側AI演算法落地就是乙個不錯的方向，要是我有再選一次的機會，我一定選高效能計算！
2樓：西門宇少
工作兩方面都相關，我的結論是高效能計算工程師。
高效能計算工程師市場近兩年很火（得益於AI演算法的落地需求），雖然有變卷趨勢，但遠不到嚴重的程度，更何況它的技術棧相對較深，是乙個相對吃經驗的技能，在眾多技術崗位中，中年被乾掉的機率較小。
另外，它的出路也比較多，薪資真的非常非常非常高：
網際網路大廠：BAT位元組美團都有這種坑位
AI晶元公司：通用晶元和專用晶元廠商均需要自動駕駛公司：蔚來、小鵬、理想汽車（注意不是能源方向）量化交易：
比如九坤就在招聘做AI引擎的同學而反觀演算法工程師的市場已經卷成地獄修羅模式了。我十分同意樓上同學的說法，也不看好純粹的AI煉丹師前景。如果不是手握幾篇高質量頂會，對模型理解有一定門檻的應屆生，真的不建議再入了。
最後希望樓主能通過牢牢抓住計算機體系結構這一手好牌，推動演算法和技術的落地。
3樓：亂娃
演算法工程師是指深度學習煉丹師對吧？
如果如此，推薦高效能計算。
近些年，ai演算法工程師領域有些飽和，技術落地性一直不太理想（參見https://www.
zhihu.com/question/406974583/answer/1341839726）。而高效能計算方面，隨著晶元工藝接近物理極限，摩爾定律漸漸失效，原來的暴力提公升計算能力的方法不再有效。
於是很多針對特定計算場景的專用晶元會越來越多，對應的軟硬系統、編譯優化會有很多機會。
如果還想和ai沾邊，國內大廠現在都有ai晶元的規劃，可以看看有沒有合適的機會。如果把目標範圍擴大，各種晶元、系統、編譯器等基礎設施崗位都可以看看。尤其提一下riscv，可能近期會有發展哦。
軟體工程師or演算法工程師？
yuchting 計算機相關工作，但是不是演算法工程師，以下只是拙見。系統學習 資料結構 排序演算法滾瓜爛熟 演算法導論 計算機程式設計藝術 其他學習 不斷去刷LeetCode，一年刷100 200題？然後數值AI演算法 大資料統計分析演算法 爬蟲演算法，PR演算法等等，熟知。 jackwang 學...
大資料工程師和演算法工程師的區別是什麼？
合肥北大青鳥雲登校區 大資料探勘工程師需要了解整套資料流入的過程，包括資料的接入 預處理，然後需要知道怎麼用資料解決實際的業務問題，說白就是想辦法讓資料產生價值。他需要知道一整個資料到業務輸出的機制或者說是系統，可能涉及到複雜的演算法轉化，也可能只是簡單的規則轉化，或者多個模型的轉化組合輸出等等，他...
演算法工程師當前選哪個方向好？
1 國企or地產等傳統行業 有訊號機械人等方向優點是錢好賺能在傳統企業裡有一定的尊重缺點是壓力大2 銀行風控or私募量化等金融相關 穩定寫Python 也不會很累比起網際網路的內捲其實還好，而且不怎麼加班因為大部分做傳統金融的技術上不太行，在外界看來量化又是乙個壁壘很高的坑而且有利於理財缺點是小老闆...