转自知乎：/p/27700240
本人从事数据相关行业10来年，经历过各种岗位的磨练与挑战，薪资这几个阶段都经历过，现在每天也在帮助企业招聘大数据人才，对初中级、中高级、专家科学家级有一些见解，下面我就从几个角度解构下这几类人的能力素质模型，这些也是我在日常招聘过程中对人才的基本要求，说得不对的地方欢迎大家拍砖：
技术能力：
初中级别的算法工程师，0年-3年，年薪12万-40万，需要在无导师指导情况下，独立完成一个算法模型，算法种类有很多，你只需要熟悉某一类算法模型，比如预测评分模型、分类模型、关联推荐模型、文本分析等，仅仅只需要懂一类，程度上能独立工作就好，哪怕做出的模型还不够老练。
中高级级别的算法工程师，3年-5年，年薪30万-60万，需要掌握起码三类以上的算法模型，熟悉每一类算法模型中有哪些典型的算法，并且对各典型算法适用的场景了然于胸，举个例子，做分类的算法有决策树、逻辑回归、SVM模型等，需要知道怎样的数据形态适用哪种算法，每种算法的优缺点在哪里，适用于什么业务场景，如何进行模型的演进与优化。同时，要掌握模型实施的整个环节，从样本定义、特征值分析、算法选型、模型评估、模型部署、模型监控等。
专家科学家级别的算法工程师，5年-以上，年薪50万-200万，需要完全具备中高级别的算法能力外，这个级别的工程师是公司中的灵魂人物，需要不仅仅掌握模型算法的能力，也需要熟悉相关周边技术，比如大数据生态圈相关的技术，还要求具备公司在技术领域战略方向的确定选择和实施落地步骤的把控，比如，在金融信贷风控领域，需要做出授信额度模型、风险定价模型、反欺诈识别模型、客户需求意向度模型等等，需要这位带头大哥非常清晰各个模型的内在联系，落地步骤怎样哪些该优先去做哪些往后，哪些做哪些不做，等等。
业务能力：
初中级别的算法工程师，对业务经验没有太多要求，更多要求是技术上的能力，但如果懂业务，具备公司所在的行业业务经验，则加分也非常明显，如果是多个人同时竞争一个岗位，那么，原来是这一行业的最容易胜出。
中高级别的算法工程师，需要具备至少1年以上的同行业的业务经验，技术是会有瓶颈的，到了这个级别的工程师，一定要注意选定行业作为自己的职业，跳槽要慎重选择，不能频繁换行业，需要积累行业业务经验，这是重中之重。
专家科学家级别的算法工程师，他是公司的专家、科学家，要做技术专家的同时，也要是一个业务专家。所有的技术最终是为业务服务的，只懂技术、只会搭积木是远远不够的。技术如果没带来收益，所有的投入都是没有产出的。作为公司的灵魂人物，所有技术战略方向、业务战略方向都与你有关，你为公司的营收业绩负责，不会因为你只是负责管理技术而对业务营收没有要求。
团队管理：
初中级别的算法工程师，要求不高，在团队成员中能够进行良好的沟通，到达一定技术水平时候，可以帮忙带领实习生工作。这个级别人员，我个人要求具备一个分享精神，分享才能让自己技术学习更快更牢固，分享帮助自己的同时更重要的是帮助自己。团队的学习氛围怎样，就是看这个级别的员工，团队成员有进步，团队才会更加牢固。
中高级别的算法工程师，leader级别，需要具备一定的管理能力，跨团队沟通协同能力，项目驱动能力。作为骨干人员，需要带领好自己的团队成员，对团队的高效产出负责。要会培养成员，能够做他们的导师。
专家科学家级别的算法工程师，管理上，应该都是部门经理、总监以上的了，管理能力的要求比较高，要能够确定业务方向、公司战略方向等，决策失误，会浪费大量的资源，甚至会给公司带来灾难性后果。举个例子，重大算法模型的研究是一个充满风险的事情，需要投入大量的资源，但结果往往难以预料，这时候，就非常需要这位带头大哥对业务、行业、市场、对手等等有充分的了解，才能做出正确的抉择。
以上是我在日常招聘和管理中的拙见，欢迎大家拍砖指正，欢迎大家关注我的知乎专栏“大数据实践”并留言。专栏会陆续的推出过往十多年的工作经验总结和我的一些研究实践成果。
