---

兩者之間很相似，比如Facebook稱兩者皆為機器學習工程師。

以前機器學慣用的少的時候， 演算法工程師相當於在Google, Facebook這些公司做Search Quality， Feed Ranking, Ads Quality的工程師， 現在由於機器學習在這些領域裡的廣泛使用， 兩者之間的界限模糊中。

粗略地區分： 演算法工程師偏應用， 是用機器學習或其他演算法來解決具體的排序推薦定價等演算法工程問題； 機器學習工程師偏機器學習研發， 主要為公司開發機器學習的平台和通用模型的研發：比如Google 的Bert, 語音識別，圖像視頻的識別模型等。

---

國內沒什麼差別。

國外，不知道其它公司，在谷歌還真不知道怎麼翻譯這兩個崗位，最接近的是data scientist。

直接看字面意思，演算法其實包含了「非統計」方法和「統計方法」（機器學習方法），比如各種數據結構演算法也算是演算法，主要解決怎麼又快又省地100%準確處理數據，這些都是優秀的工程師該掌握的。機器學習，其實只是演算法中基於統計的方法，很多時候不保證100%準確。

---

國內沒有區別，是一個意思。美國沒有演算法工程師這種說法，只有機器學習工程師和軟體工程師，面試的時候都要考(leetcode)演算法。第一次聽說我還很奇怪演算法工程師是個啥，leetcode工程師嗎？

---

演算法工程師是機器學習工程師、深度學習工程師(CV或NLP方向)、推薦演算法工程師等的統稱。

---

沒必要關注這些概念，目前互聯網的崗位沒有統一標準，甚至同一個崗位名在不同公司或者不同部門做的事情都是不一樣的。更應該關注的是哪個領域或者哪種業務，比如是做推薦、搜索、廣告、cv，nlp。

---

推薦閱讀：