开发岗的基础技术体系比较成熟，行业线性前进，你看得到技术发展的目标，不用去做研究，在公司工作就可以推进行业发展。

反观算法岗，尤其是人工智能技术，发展还不稳定，现有的神经网络是有天花板的，不太可能在现有技术上线性发展到AI 2.0，可能5年后现有这套方法就完全失效了，所有你在现有基础上做的炼丹技巧都可能都会失效，而人工智能技术大多数理论不够深入，现在的积累真的可以顺利迁移到新一代ai技术上吗？是不是还不如开发岗经验的积累有意义？

coldplay（腾讯 研发）回答：

你以为的算法是阅读最新的paper，有了新的idea，提出新的模型上线，业务指标迅速上升。实际上，论文复现不出来，清洗数据写SQL，写规则，上线后指标负向，你还查不出原因

各大厂算法已经没有壁垒，关键的是业务和数据

陈东文（野生量化系统分析师&正统炼丹选手）回答：

后端开发对服务正确性和稳定性负责，算法工程师对产品效果负责，这是二者最大的区别。

你要把自己当作能把自己想法用代码、算法实现出来的产品经理，而不要把自己当作利用公司数据验证业界 SotA 论文鲁棒性的硕士研究生。

一个只会照着论文实现模型的算法工程师，本质上和只会 CURD 的后端没什么两样，是完全没搞懂自己的核心竞争力在什么地方。最多实现模型的门槛高一点，可能得读个 211 硕士，而 CURD 来个带专小伙也能做罢了。

算法工程师的核心产出来自于产品效果的提升，比如一款信息流产品，推荐算法工程师要负责的指标就是 DAU、用户使用时长、次留、CTR、各种互动率、负反馈、商业化收入等等，要做的就是通过各种办法来提高这些指标。而不是今天看了篇 DIEN 就吭哧吭哧去实现，俩礼拜后摸了摸后脑勺，这咋不 work 呢。

通常来说，从业务上发现新点子，比优化模型要事半功倍得多。比如降负反馈可以提留存，如果这时候推荐链路中没有把负反馈加到模型中，那就加上去好了，这样负反馈数会快速下降，留存也会提高。比如点外卖，listwise 模型就是要比 pointwise 好一万倍，在没有多样性打散的情况下，假设你是个平时爱吃汉堡的人，pointwise 能给你连推十八个汉堡，listwise 就能自适应调整多样性，毕竟三五家汉堡就差不多够了，再往里塞汉堡也没什么鸟用，不如试试炸鸡，拉面，小炒肉盖饭，指不定你今天想换换口味呢。

所以说业务洞察是对模型结构的降维打击。

当你对这块业务有足够深入的认知，那你在这个行业的发展就可以不仅仅局限于算法工程师了，你可能成为业务线负责人，甚至自己创业当 CEO。

从这一点来说，算法岗的上限是要高于普通开发岗的。

当然，算法模型能力肯定也不应该落下，但这玩意也没多大的技术深度，要是写了几年还是看不懂模型是怎么运行的，那只能说天赋有限，能混口饭吃就该满足了，不过这也强过了大多数普通人，苟住就行。

好的后端很难得，可以根据技术需求设计出性价比、扩展性、易用性都非常高的架构，并且把它实现出来，是每个公司都梦寐以求的人才，但这很困难，反正我可能这辈子也没这水平，是大部分人都难以企及的高度。做个普通后端，上限在这摆着，想升职加薪，又没那么牛逼的能力，最后只能卷回业务中，这时候可能还不如算法工程师来得方便。

saldfj回答：

长远看算法岗被开发岗碾压。因为算法岗是最没有技术积累的岗位。

一两次技术迭代就能让你经验和知识的积累打水漂。以前nlp各种复杂的词法句法模型，深度学习时代后有几个会在用呢？阅读理解，情感分析的一堆trick和经验，在大模型下还能有多少价值呢？

周鸿炜（工业工程 博士）：

开发是雪中送炭，算法是锦上添花。

商业社会为了价值最大化服务，资本更是逐利的排头兵。很少有人真为了技术的进阶付费，反而技术的变现能力才能吸引更多的投资。看了众多的回答，基本都在分析个人技术的发展，哪个岗位更香。然而商场如战场，不是科研的试验田。这个回答跳出这个学生思维，探讨职业发展的背景下，开发与算法，谁更香？

观点先行：开发更香。

未来谁更卷？—— 肉眼可见的“卷得飞起”的算法

算法的进阶由科研引领，而科研的阵地在于高等院校。学校习得的知识能直接得以应用固然是好事，但也造就了更内卷的结果。高校给人才市场源源不断的输送更多具备同等知识与技能的人才。如果人才需求量提升出现瓶颈，那么必然导致内卷。毕竟“狼多肉少”，丛林法则下，必然拼个你死我活。

然而开发岗稍有不同，很多学校学习的知识例如数据结构与算法在工业界当中是工作的基础，而开发实战的经验会直接提升自身价值，而这些经验很难从学校直接习得，也使得这些经验更值钱，更有利于长期的职业发展。

未来谁边际效应更大？—— 边际效应渐露瓶颈的算法

2022年的互联网是格外的冷清，美国与国内互联网公司裁员降薪，遥相呼应。新业务迟迟打不开局面变现，再多的支撑起技术壁垒的人才也都成了公司的运营成本负担。

推荐系统、智能语音、多媒体搜索，响当当的技术开创的新商业模式早已过了从无到有的阶段。没有新的变现模式加持，算法的边际加持已达瓶颈。人工智能基础设施大兴土木的时代早已过去。重新审视算法带来的商业价值，对标的基准从没有算法到现存算法，增量也就没有过去那样明显。

没有新的技术突破与攻关，也就没了技术进阶的红利，算法的价值被饱受质疑。随着学术明星回撤科研，把算法创新交回给高校，让算法应用与落地成为商业主流，以求降低人力成本过冬的呼声不绝于耳。

未来谁不可或缺？—— 最后的炮兵是开发

同样是互联网的冬天，开发岗虽然也在去肥增瘦，但压力显然小很多。毕竟如果不是有变现压力的创新业务，开发岗成为了前沿阵地的最后炮兵。如同传统企业的销售往往是坚守在垂危企业最后的人，毕竟每达成一单销售就为公司续命。而开发在如今渐入瓶颈的互联网行业更像是销售，维护着互联网产品的正常运转。即便没有新的算法更迭，也依然能维持正常的营收。

反观算法，更像是传统企业的研发岗。公司效益允许，大力投入，建立技术壁垒，挖深护城河。一旦公司江河日下，他们成了裁员的排头兵。毕竟立竿见影的收益才是公司苟延残喘的希望。

综上，对于大多数非顶尖的头部人才，吃的是大锅饭，赶的是时代的红利。开发岗是更长期稳定且被看好的岗位。而一入算法深似海，风口来的时候，猪是飞上了天，但潮水退去，要像学术科研大咖那样找好退路，否则终究会成为被遗落在沙滩裸泳的弄潮儿。

回答转载自知乎，著作权归属原作者，侵删

END

读者，你好！我们建立读者交流群，欢迎大家进群讨论学习！无关人员勿扰，谢谢合作！欢迎加我微信邀请你进群！

分享

收藏

点赞

在看