算法工程师负责计算机视觉、自然语言理解、深度学习算法等领域的研发工作，保持算法在工业界和学术界的领先。下面是学习啦小编整理的算法工程师的职责表述。
算法工程师的职责表述1
职责
1、维护、扩展的大数据处理分析平台;
2、负责将先进的工业大数据分析技术转化为标准化的分析工具与模块;
3、规范并优化算法，提高可靠性;
4、帮助建立标准化的数据分析路线图，能够提取、转换并加强数据及其内在价值;
5、开发与应用分布式数据分析技术，人工智能技术，帮助客户挖掘数据潜在价值，并转化为新的产品与项目。
岗位要求：
2、熟悉各种数据库类型;
3、有数据分析平台使用经验，了解Hadoop生态系统;
4、熟悉spark计算引擎，包括其生态环境与应用库，如SQL、DataFrames、MLlib、GraphX、SparkStreaming;
5、熟悉高级编程语言(Python，MATLAB，Java，R，Scala)。
算法工程师的职责表述2
职责：
1、负责公司核心产品重要各场景算法的研发和优化;
2、负责基础数据处理和算法的研发和优化;
3、根据公司业务需要，应用提供具体算法方面的解决方案;
2、熟练掌握常用的机器学习算法，并可以将算法转化为实际应用;
3、精通Python、R、Java、Sacla等一种或多种编程语言;
4、精通SQL，能够独自处理并清洗。
算法工程师的职责表述3
1、激光雷达数据预处理，包括激光雷达标定、激光雷达与其他传感器联合标定、点云数据分割、点云数据过滤、激光雷达数据解析等;
2、激光雷达目标检测与识别，熟练使用pcl库函数和深度学习算法，对障碍物目标和特定标识进行检测与识别。
3.研发基于Lidar点云数据的环境感知算法，例如可行驶区域检测、轨道线检测、障碍物分类、行人/车辆检测与跟踪等;
4.研发激光点云数据聚类、成像及融合视觉等的算法设计及仿真验证。
任职要求：
2、良好的文献阅读能力，数学基础扎实，能够根据开源代码对论文进行深入理解;
3、熟练使用Linux/Python,c、c++、matlab等一种或多种主流开发工具;
4.熟悉数据分析中的基本的机器学习方法(例如聚类、KNN、SVM、Boost、随机森林、贝叶斯等)，熟悉特征建模，具备扎实的线性代数和概率论基础;
5.具有基于Lidar点云算法研发经验;
算法工程师的职责表述4
1.负责大数据挖掘领域的前沿技术研究及算法开发;
3.能持续跟踪AI的新算法新技术，探索此类前沿技术在电信行业网络、市场中的应用，为公司人工智能发展提供技术决策支持。
2.扎实的统计学、机器学习、数据挖掘理论基础，对大数据挖掘领域有兴趣，对前沿的数据挖掘技术发展有知识跟踪与深刻理解;
3.具有良好的数据敏感度和优秀的数据分析技能,有特征工程构建与实施能力;
4.有一定编程经验,有scala,python,R或java开发经验者优先;
6.思维灵活，能够与产品经理、大数据开发工程师等进行交流沟通及合作，对创新有发自内心的热爱。
算法工程师的职责表述5
1、算法框架的搭建;负责路径规划、机器学习，数据分析等算法的研发、前沿技术的研究与攻关;
2.人工智能工业化应用领域中，图像识别算法的开发、测试、调优;
3、深度学习和生产工艺的结合过程中的算法开发，算法的性能评估及优化;
4、负责分析和解决信控算法应用过程中出现的技术问题，负责算法的实现，测试和验证。
3、熟悉现代信号处理(KF、EKF、ParticleFilter)，优化算法(NumericalOptimization,群类优化算法);
4、熟练掌握数学建模工具软件
5、具备深厚的算法设计与实现能力，在机器学习和数据挖掘方面有深入研究者优先;
6、至少熟练使用一种仿真软件及程序开发语言(C++，python等);
8、较强的责任感，能承受较大工作压力，良好的分析和解决问题的能力、学习能力和团队协作能力。