为什么大厂计算机岗位的算法岗要比开发岗位难度要大？学计算机的是最聪明一档了吧步行街主干道

最近由于工作需要自学了一些计算机的东西，想简化一下工作内容，但是发现要把算法落地太困难了，而且一堆东西要学，光数据库就搞不懂是怎么回事。

lz是数学专业的，也算是接触过一些计算机，但也就是用matlab，mathematica，r做一些运算工作，当时以为计算机不过如此；抽象代数里学过pagerank算法（Google的搜索排序方法），当时觉得这也太简单了吧，谷歌的核心算法就这？还有排序算法，最短路径之类的也都是很简单的理论，运筹学里面的分配调度，神经网络的模型让我觉得以后转计算机算法岗分分钟的。研究生面试的时候，有个题目是最短路径，我直接手算的Dijkstra，后来才知道这是计算机里的题目，但是要我写代码把这个写出来是打死也想不到怎么写。

直到自己开始学开发，发现没有比这还难的了，前端后端数据库GUI什么的，真是搞得一头雾水，让我不禁怀疑自己的智商，和以后适不适合计算机岗位。

就个人感觉，我因为没什么就业方向什么专业都学过（天体物理转的应用数学，选修过经济学管理学等乱七八糟的课），就这些专业的难度明显感觉不如计算机，而且缺乏落地的功能，待遇不如计算机也好理解，但是个人感觉开发岗位难度比算法要高，为什么算法岗位比开发门槛和待遇要高？

微博

这些回帖亮了

算法真不一定比开发简单啊。。。。机器学习那些都是有固定套路的

算法真不一定比开发难。。。

都是工具罢了，有需求有场景，那就去学。高手关心自己的产出和价值，菜鸡才总专注于手上的工具。

亮了(11)回复全部回帖

像数学物理，顶多就是多看看就能看明白了，聪明的看的快慢罢了，但是这写代码真的是看不明白啊之前毕设做的MCMC加速收敛，算法设计10分钟，写代码要写10天真心佩服学计算机的

算法要自己设计然后实现落地吗？类似于优化？

怎么说呢，其实算法和开发两个岗位更偏向于学术和工程性的。现在算法的平台已经十分完善了，tensorflow2，keras，pytorch，如果你有好的想法用这些平台一两天就可以很快验证。所以如果你的数学功底，尤其是凸优化的功底很好的话，这个是很好的选择。但是开发更多的是一个整体系统的构建，数据库，网络，操作系统，这些你可能有一点不是很了解就会有瓶颈(如果你只想做CURDboy当我没说)，虽然现在算法的待遇普遍要比开发好一点，但我真的觉得开发不比算法差。

目前都是乱学，没有大方向自己都是越学越乱。学会了语法后是自己学着做一些小项目好，还是学一下理论的知识，数据结构数据库之类的？感觉学这些知识比自己小程序要重要。

转计算机要趁早，真的，以后就是生产资料，怎么可能凉掉？互联网可能热度不在了，可那些传统行业转型肯定会需要大量的计算机人才的

开发和算法都重要，现在算法也都是对开发基础要求高，leetcode至少也得比较熟才行。