演算法工程师真的是调参侠吗？
为什么大家都把演算法工程师叫做调参侠？我做cv的 调参只是在我研究中占很小一部分 影响模型效果的还是要看网路结构和数据和损失函数 这三方面确定下来后 调参基本花不了多少时间。我还专门问了实验室以为挺厉害的博士 他也是这么认为的。我甚至觉得调参只是大部分人网路跑不出效果的借口。有没有演算法工程师来交流下？
不好讲。AlexNet就是调参很久的，后来不少工作把它当作base model。不过如果不考虑合适的loss函数和正确的模型架构，调参效果不大。
网路结构和 loss不是一步步设计一步步调出来的？难道一锤定音？
那调参也比写介面挣得多（逃ε=ε=ε=┏(゜ロ゜;)┛
演算法工程师这个岗位覆盖面很广。举例说，在有些偏业务的部门里，比如推荐组下面，会有专门团队负责待推荐文章质量的衡量，需要设计模型对文章质量打分，这就要求演算法工程师要充分理解业务，制定标准、样本富集流程，特征设计，模型离线评估，数据流建设，模型上线，case分析，迭代……，在这种场景下，往往模型的调参并非最关键的，可能分析过更多的badcase后，通过对业务的深刻理解，调整下样本或者添加几条预处理规则给模型带来的提升就比把参数调来调去大得多。
当然也有一些做演算法输出的平台部门或者研究院部门，考核目标就是发paper，或者持续优化特定模型效果，开发成通用运算元提供给其他业务部门。相应团队的演算法工程师并不直接面对产品业务，那么在模型优化的过程中调参的时间可能占比更多些。
所以说演算法工程师是「调参侠「并不合适。
这样说的是真正不理解这个行业的 。
可以说这个行业里面最低等的刚入门的所谓的演算法工程师也就只能干干调参的工作 。
真正的老手往往是从数据和特征下手的，而且还需要丰富的行业经验 远远不是调参数这么简单的事情 。
一定要记住一句行业内的谚语，数据和特征才决定演算法 的上限，而选择的演算法和参数只是决定了已逼近这个上限的速度
因为大部分公司不希望你用一个没有验证过的模型，他要考虑后面接手的小白还能不能看得懂。实验室和企业玩的是两种路子。
如果不是深刻的理解数学原理，靠著数据的堆砌那就容易成为调参工程师
参数肯定影响效果，不同的函数通过参数调节可以加速收敛和避免提前收敛，但是这两个特性是矛盾的，所以你要根据实际情况选择不同参数
程序员被称为码农，代码狗。演算法工程师被称为调参侠。
都一样的，这类称呼全是扯淡。
曾经在两个完全不同的业务上面使用过一模一样的两组参数，模型都是 XGBoost，并且效果都是OK的。当然样本和特征需要提前处理好，也要做很多的数据预处理的工作。
推荐阅读：
