算法工程师技能地图
把业务指标转化为可优化的模型问题并保障线上有效的角色，行业正向算法加工程的复合要求收敛；适合数学直觉好、能做严谨对比实验的学生。
对口岗位方向
机器学习/推荐风控策略算法｜对口深度学习工程师（CV/NLP/语音）｜对口大模型应用算法（RAG/Agent）｜对口数据挖掘工程师｜对口大模型训练与推理优化｜相邻
实色为高度对口方向，浅色为技能高度重合的相邻方向。
技术栈与核心技能（按学习先后）
1.概率、线代、微积分的几何直觉建立2.Python 科学栈：NumPy/Pandas 数据处理3.sklearn 经典模型与评估指标体系4.特征工程与数据穿越的识别防范5.PyTorch 训练全流程与分布式入门6.SQL 窗口函数与日常取数7.Transformer 精读与手写复现能力8.HuggingFace 生态与 LoRA 微调实操9.RAG、Agent 应用与评测体系建设10.推理部署 vLLM 与量化常识11.奠基论文精读与复现差异分析12.手撕专项：attention、AUC、TopK 等
学习路径骨架
- 1
数学与机器学习地基10-12 周
科学栈加入门赛全流程走通，此阶段先不碰深度学习
- 2
深度学习与竞赛10-14 周
复现一个经典模型并打透一场竞赛沉淀方法论
- 3
方向对齐与实习8-12 周
确定主方向精读论文，大模型应用走作品化项目路线
- 4
秋招冲刺12-16 周
提前批早于开发岗启动，机试提前适应 ACM 判题模式
以上为阶段骨架。每个人基础不同，完整到周的学习路线让小职按你的情况排。
常见弯路
- · 跟着他人竞赛笔记跑一遍什么都不会留下，先独立打底再对比吸收才有可迁移的方法论
- · 手撕权重在所有技术岗中最高，只背题面而不练白板边写边讲是结构性冒险