深度学习行业中的各类岗位概览

经过之前的系列文章，相信小伙伴对于深度学习工程师，已经有模糊的画像

（敢说不知道的，打洗你！）

不过，除了工程师们，深度学习从业者还包括哪些岗呢？

今天小编为大家呈上深度学习行业岗位概览，继续为小伙伴们提供关键信息~

深度学习行业岗位全览

算法工程师：深度学习中核心算法的掌握者，模型训练一手抓，让算法达到最优效果。

后端（RD）工程师：让算法工程师产出的代码落到业务中，适用于工业调用（比如配置数据库和设定便捷的交互）

前端（FE）工程师：设计产品在客户端的程序，开发能被大家看见的页面样式，传递有效信息

文档工程师：协调收集各类技术资料，调动技术资源，完成企业项目开发所需的各类文档的编写，同时负责文档质量优化、确保实用性

框架工程师：设计并开发深度学习所需框架，并根据市场需求进行迭代优化，使框架能够支持各类业务相关的深度学习需求

产品经理：除了针对产品相关的功能进行设计外，需要了解深度学习技术及上层AI技术的应用范围及技术边界，能够清晰的定位实际业务场景所需的功能，同时也参与市场生态的搭建，是一个集技术、产品于一身的职位

产品运营：挖掘深度学习B/C端用户需求，搭建完整的深度学习生态环境，从教育、工业、技术及硬件方向入手，让生态完整运行。

深度学习行业中各岗位与技术关联程度

那么，同样都是深度学习行业中的职位，它们对于深度学习技术的要求都一样吗？

小编综合个人经验以及网络信息，对于每个职位与深度学习的关联程度进行大胆猜想，详情如下。

关联度100%的职位：算法工程师、框架工程师。不难理解，这俩职位都要求从业者专业背景出身，还要对深度学习从理论到应用达到炉火纯青的地步。

关联度90%：后端（RD）工程师。虽说后端工程师接触底层代码更多，但是也得懂深度学习理论才能很好的开展后续工作。这就好比一幢大楼的设计图被画好后，同样需要懂行的建筑工程师进行实地考量推进搭建。

关联度80%：文档工程师。文档工程师需要结合业务指定指导性的文档，与深度学习的技术关联程度也要尽可能趋近于100%。

关联度70%：产品经理、产品运营。想要在深度学习领域立足的产品，比照其他行业内的产品来说，更要主动学习技术，虽说会不会撸码看个人修炼成果，但是深度学习其中蕴含的逻辑，以及技术产品的特点分析，还是要非常之纯熟的。

关联度60%：前端工程师。对于FE而言，呈现一个易用的页面相对更重要，想要搞定一个深受用户喜爱的页面，还是要明确深度学习框架的各类使用逻辑，遵循深度学习的特点来做。

岗位受追捧程度一览

说了这么多岗位，市场上他们彼此之间都是同等拉风吗？

同样，小编综合信息，推断出一个深度学习行业岗位热度排序（根据市场上招聘人数及对应待遇等级）

算法工程师＞框架工程师＞工程RD＞FE＞文档工程师＞产品经理＞运营

最受追捧的岗位各职级工作内容和对应价值系数（满分10）

现在，大家对深度学习不同职位已有清晰认识。上篇文章中曾提到算法工程师的需求最明显。这里小编将综合打分算法工程师和框架工程师不同级对应的价值，希望为大家努力方向提供参考~

初级工程师：一边做基础建设一边学习，贡献值可以评分5分

中级工程师：具备独挡一面的能力，不过需要和团队配合好，贡献值可以评分7分

高级工程师：具备带领一个大方向的能力，推动发展，同时带动初级工程师进步，贡献值可以有9分

顶级工程师：这几乎是工程师的顶级水平——成为架构师，规划整个产品技术走向，并解决技术难题，推动产品技术同向前进，贡献值是妥妥的10分。