一名开发工程师，怎样学才能拿到年薪60万的offer？-轻识

最近2022届校招火热进行中，而大疆给应届生开到42k的薪资也刷屏了整个朋友圈。

今天在知乎上看到一个有趣的话题，想和大家一起讨论一下：

作为一名NLP算法工程师，这三个方向都搞过，按照自己的理解，分别来说一下NLP在这三个大方向分别能做啥：

搜索：Query理解（纠错、改写、分词、重要性、紧密度）、Doc理解（赋权、文本摘要、关键词抽取）、文本相关性（语义匹配模型）、倒流（搜索词生成）、知识图谱、精准问答、摘要飘红（阅读理解）

广告：OCPX时代，广告主能操作的就只有创意和定向了，定向（行为兴趣定向，主要是通过理解内容来做可解释强的用户定向【讲内容标签通过牛顿冷却定理等打到用户身上】，据传大的广告平台，定向消耗一天能占1个亿），创意（标题生成、内容理解、程序化创意），内容审核（低俗广告不准投放），电销商机识别

推荐：内容生态规整，通过NLP技术帮助对内容生态做规整（黄反识别、低俗识别、文本消重、标题党识别等），针对内容生态做治理，帮助建立更好的内容壁垒。某国内一线推荐大厂自诩能够机器写文章，可见文本生成在整个推荐领域也是有很强的应用背景的。

如果从NLP对于整个系统的重要程度来看，NLP在搜索中是雪中送炭，而NLP针对广告和推荐叫做锦上添花。所以如果有NLP背景，从事推荐算法，那么就相当于是众望所归的一个选择。

目前CV和NLP岗的需求都已经严重过剩，想要进互联网大厂从事这两个岗位，更是难如登天！我认识的很多同学都已经放弃了算法岗从而转向开发。而根据美团2022届校招情况，需求量最大的算法岗也是推荐算法工程师，但门槛要求也高，不仅前沿的推荐算法要精通，还要会模型压缩，否则上线后不满足QPS；以及大数据Hadoop、Spark也要做到精通才行。

总结一句话就是：算法工程师要是没有工程能力，简直没法干活。

但是我想稍微明确一下，推荐算法相比于其他的算法岗，例如NLP，CV，

对工程的涉及面更加广和深，除了提到的shell，HiveSQL，Spark，Git

这些每个算法工程师都需要掌握的基本工程框架/组件。

我认为推荐算法/系统工程师还需要掌握Online和Offline的数据流，召回，排序这几个阶段所涉及到的工程知识和代码能力。