机器学习算法岗主要有计算机视觉、自然语言处理、语音识别、推荐算法、SLAM 以及量化投资等等。每个方向技能点的要求各自有不同的侧重，通常要求学历为硕士或者博士，大家在找工作的时候匹配好自己的兴趣和技能点还是很重要的。

CV：计算机视觉

计算机视觉是目前深度学习落地成果最好的方向之一。

岗位技能要求主要有以下几点：

对计算机视觉和模式识别方向有扎实的理论和实践基础；有图像检测、统计机器学习或者深度学习项目经验；熟悉物体（人体、人脸、通用目标）检测、跟踪与识别的基本算法；具有较强编程能力，熟练使用至少一种脚本语言（Python / Shell 等），有 C++ 和 Java 开发经验，熟悉 Linux 开发环境，有 Caffe 和 Tensorflow 经验； 商汤、图谱、Face++、滴滴等公司都在该方向上有一定的积累。NLP：自然语言处理

自然语言处理中，目前最火热的方向就是智能问答机器人。从互联网、银行到传统行业，都希望借助智能问答机器人来节省服务的人力成本，这应该是一个非常有前景的发展方向了。

岗位技能要求主要有以下几点：

熟悉机器学习基础理论和常用算法，最好有深度学习经验；熟悉自然语言处理基础理论和常用算法，有文本分类或序列标注等经典任务相关项目经验；熟练使用 C / C++ / Python 等至少一门语言，熟练使用数据结构和常用算法，有较强的算法设计和实现能力；较强的技术攻关能力，能够跟进领域内最新技术研究成果，并结合应用场景快速实验和调优。推荐算法

推荐算法是目前为各大互联网广告公司带来营收最大的方向，阿里、京东、拼多多等等电商以及抖音、快手等短视频 App 依赖推荐算法为用户提供个性化的服务。

岗位技能要求主要有以下几点：

精通协同过滤、FM、LR、NN、LSTM 等常见算法；精通 C++，熟练使用 Python；强悍的工程实践能力，良好的编码习惯；至少熟练使用一款开源机器学习工具。SLAM：即时定位与地图构建

SLAM (Simultaneous Localization and Mapping)，也称为 CML (Concurrent Mapping and Localization)，即时定位与地图构建，或并发建图与定位。问题可以描述为：将一个机器人放入未知环境中的未知位置，是否有办法让机器人一边逐步描绘出此环境完全的地图，所谓完全的地图（a consistent map）是指不受障碍行进到房间可进入的每个角落。随着无人机、无人驾驶汽车以及机器人的迅速发现，SLAM算法工程师的需求数量迅速增加。

岗位技能要求主要有以下几点：

精通 C 语言，具有 C 和 C++ 软件开发能力；熟练使用相应仿真软件，对所需运动控制算法、机器人算法进行仿真验证；熟悉激光雷达或是视觉测距、避障，进行SLAM定位和地图构建；熟悉 ROS 系统、掌握常见的寻路算法，如 Dijkstra 等；熟悉常用的室内定位方法及融合技术，如 UWB、视觉定位、IMU 等融合 ；熟悉激光雷达、深度相机、视觉、超声、红外等多传感器融合算法，进行机器人行走避障。量化投资策略

量化投资在国内兴起不久，各大券商都在尝试利用一些统计学习或者深度学习策略对日内股票的走势进行估计、并尝试在这些策略的帮助下进行交易撮合。目前而言，国内券商投资研究主要分为两个大的方面：1、基本面研究；2、量化策略研究。基本面研究通常是金融学专业的人员从该公司的各个方面进行分析，从而判断其股价走势。而量化策略研究则主要基于一些有效的机器学习策略或者统计建模方法。

岗位技能要求主要有以下几点：

具备较强的信息搜集能力、数据处理与分析能力、逻辑思维能力，能够独立开展量化研究工作；具有扎实的专业知识，能熟练运用回归统计、时间序列分析等数量分析方法；能够熟练使用 C / C++ / MATLAB / R 等编程软件，至少熟悉一种编程软件；相关策略的研发，如统计套利、程序化交易、高频交易等；完善量化策略回溯测试平台，策略评估与实施。

以上是几个主要机器学习算法岗的分析，希望大家在找工作时结合自身兴趣、技能点以及职业未来发展确定岗位。