链接：
https://www.zhihu.com/question/304406706/answer/936214870
运筹优化博士毕业，曾在华为诺亚方舟实验室 运筹优化组实习来谈下感受。
问题1：运筹优化岗的人才需求像机器学习那么大吗？
答：运筹优化岗的职位远远少于机器学习。
问题2：运筹优化方向与机器学习关系大吗？
答：运筹优化和机器学习有联系。大多数机器学习的问题最终可以化为一个优化问题的求解。这两个领域之间的交叉研究目前也比较多。
问题3：是跨专业读计算机专业（还是想面向就业），以后做做开发（主要是市场需求大）算法，还是学习运筹优化方向呢？
答：这个问题目前没有非常标准的答案。那么我个人的见解是 如果是硕士毕业就直接工作的话，除了一些基本条件以外（例如硕士学校211,985之类的），想要找到高薪的工作的最核心指标就是编程能力要好，无论你是运筹优化岗，还是普通算法岗，还是机器学习岗 这一点它们都高度一致。所以与其说是选择哪个方向，不如首先注重编程能力的锻炼。
至于具体到咋们管理科学与工程 专业的童鞋，我个人感觉就是更加更加需要加强编程能力和数学能力。因为管工的编程基础和数学基础一般来说比普通工科（除去CS专业）还要弱一点。编程能力和数学能力到位的话无论做运筹优化还是机器学习都会容易很多。
那么最后再来谈一下运筹优化岗的就业前景，确实和大火的机器学习比运筹优化的岗位很少。那么看一下知乎话题关注人数，运筹学是1.7万左右，机器学习100万左右，人工智能是140多万，从这里你就可以简单的估计一下它们的体量差距。但是另一方面人人都知道机器学习，人工智能，未必知道运筹学，自然这些运筹优化岗位的竞争压力同样也会小很多。相比机器学习，运筹优化还处于一个萌芽状态。然后和一位大佬聊天，他告诉我要选择热门里边的冷门去做，道理就是直接选择热门的话（例如：人工智能，机器学习），一股脑涌进去的人太多了，你想在这个领域里脱颖而出是有难度的，但是直接去选择冷门的话（例如：生化环材），那么可能这个领域真的就是会凉凉了，你也很难逆转大趋势。那么运筹优化实际上就是热门里的冷门，不是那么热也不是那么冷，个人感觉未来发展前景还是蛮大的。
关于更多详细的运筹优化就业选择可参考我的回答：
读运筹学博士Operations Research PhD. 的就业选择？
链接：
https://www.zhihu.com/question/30602956/answer/621012855
偏运筹方向的算法工程师是不是很少啊？
链接：
https://www.zhihu.com/question/315851227/answer/644783109
留德华叫兽：【学界】秋招在即，运筹学小萌新如何斩获Offer156
链接：
https://zhuanlan.zhihu.com/p/45124520
链接：
https://zhuanlan.zhihu.com/p/53902776
国内高校对物流的研究生培养参差不齐。有的偏文科，大多归类在工商管理学科下面，有的偏理科，大多归类在管理科学与工程学科下面，此外还有专门的物流工程专硕，或者像北交，大连海事这类交通系统的学校，有专门的物流工程与管理学硕，放在交通运输工程学科下面。
如果是偏文科，工商管理性质的物流，做做案例研究那种的，意义不大，估计和一般的企业管理没啥区别。如果是偏数据科学，做供应链各个环节的数据处理和挖掘，运筹优化建模，算法设计的话，意义很大。
从就业薪资上看，文科类的物流，研究生毕业只能去做物流基本的业务岗位，采购，订单处理之类，不会比本科生强多少，甚至企业更愿意要便宜的本科生，一般月薪很难过万，混的比较惨的月薪可能只有五六千。
偏数据科学的岗位，大致可以分为数据分析岗和运筹优化岗。数据分析岗的技术难度低一点，涉及统计建模和机器学习等数学知识，需要你熟悉Python，SQL等编程语言，或者是SPSS等统计工具。这一类毕业生，毕业后既可以去做供应链方向的数据分析，也可以做互联网方向的数据分析。月薪基本上都会过万，水平也参差不齐。大部分人集中在一万到两万之间，超过两万的基本上都是专门搞机器学习或者人工智能的科班出身的算法工程师了。他们的薪资，随着技术水平和工作经验的提升变化很大。
运筹优化岗么，对数学的要求就比较高了，需要你有非常强的运筹学优化建模和统计建模的根基，能够对供应链各个环节涉及的问题进行建模求解，比如路径规划，供应链网络设计，库存控制，需求分析等。需要你能熟练掌握cplex，gurobi等运筹优化软件，能用C++和Python调用求解器写算法。这类毕业生要求很高，单位大多偏向于招博士和优秀的硕士。硕士的年薪也要30w起步，高水平的博士薪资就没顶了，好像前两年还是年薪50w，现在80w，甚至百万都有。当然一般人估计也没这个水平，整体上看，年薪三四十万的人比较多。这块可以参考京东，菜鸟，顺丰的运筹优化算法工程师的价位。
总结一下，偏文科，工商管理，企业管理的物流类研究生，读的意义不大。偏数据科学，计算机的理工类物流研究生，还是很有钱途的，这类研究生的研究方向么，可以简单理解为人工智能+物流供应链，或者是数学建模+计算机编程+物流供应链～～～
链接：
https://zhuanlan.zhihu.com/p/83648122
运筹优化算法工程师的从业人员远远少于其他方向的算法工程师，比如机器学习，CV，NLP，推荐系统等。这主要是因为，运筹岗对数学建模的能力要求比较高，而业界普遍存在，会编程的不太懂运筹建模，懂运筹建模的人又不太会编程的情况。相应的，运筹岗的入门门槛就显得相对高一些，学习曲线更陡峭一些。
下面结合我本人的理解，以及业内大厂的招聘要求和面试经验，谈一谈运筹优化算法工程师，具体需要具备哪些能力。
运筹优化的应用场景，涉及供应链，交通，物流，生产调度，电力等。以物流与供应链领域为例，仓库选址，库存控制，货位规划，路径规划，人员排班，车辆调度，以及动态定价，库存控制等，都需要运筹优化算法工程师去建模，并设计算法求解。
求解优化模型的算法，大致可以分为两类，启发式算法和精确解算法。启发式算法侧重于计算机编程能力，精确解算法侧重于数学建模和模型分解能力。
大体上看，启发式算法主要分两类，一类以邻域搜索为中心，比如模拟退火，禁忌搜索，迭代局部搜索，变邻域搜索，自适应大邻域搜索等算法。另一类是群智能算法，比如遗传算法，蚁群算法，粒子群算法等。启发式算法，说白了就是有方向的穷举法，在计算资源有限的情况下，算法工程师需要根据问题场景和模型特点，选择合理的邻域结构或操作机制，在全局搜索能力和局部搜索能力之间做权衡。
精确解算法，通常用于求解混合整数规划模型。从最简单的分支定界，割平面，到列生成，benders分解，拉格朗日松弛，到最难的分支定价。除了分支定界和割平面有比较通用的算法框架外，其他高阶一些的精确解算法，完全需要根据问题特点来构建模型分解模型，与其说是算法，不如说是建模技巧更合适。人们通常说精确解算法比启发式算法要难，这种难不是难在编程，而是难在建模和数学推导。大厂招聘运筹优化算法工程师，一般把启发式算法当做基础能力，精确解算法作为加分项。
此外，运筹优化的算法工程师，也需要懂些基础的机器学习算法。因为在构建优化模型时，常常会涉及数据清洗，预测，算例仿真与分析等环节，这就涉及到分类，回归，降维，聚类等常见的机器学习应用场景。类似支持向量机，决策树，朴素贝叶斯，BP神经网路，以及稍微复杂一些的随机森林，GBDT，XGboost等算法，最好能够有一定程度的理解和应用。
最后说一下编程语言方面的要求。建议运筹优化算法工程师，懂一门常见的编译性语言（比如C++/Java），还有一门脚本语言（一般要求使用python）。C++/Java运行速度比较快，适合用来编写启发式算法，而Python可以用来调用cplex，gurobi等求解器实现精确解算法，或者是调用sklearn，tensorflow等机器学习包，实现相关功能。
以上就是我关于运筹优化算法工程师分享的内容，欢迎大家留言补充～
链接：
https://www.zhihu.com/question/304406706/answer/937252523
管理科学与工程确实太尴尬了，你要是一个HR，企业现在要求你招一个算法工程师，你会选择一个计算机/自动化专业懂运筹学，还是管理科学与工程（管理学学位）的？很显然，技术岗肯定还是要招技术扎实的。但是管理科学与工程这个学科一般设置在管理学院，绝大多数培养出的学生的编程能力很有限，一般能够熟练使用MATLAB/PYTHON的都不算特别多，更不用说C++/C/JAVA/C#这些高级语言了。现在企业做运筹优化算法工程师的绝大多数业务都希望能够用C++/JAVA语言，管理科学与工程虽然在建模上有一定训练，但是编程基本功和工科的学生比差距还是很大的（本人实际经验），当然了这也跟管理学院的氛围有关，大部分人喜欢谈商业战略等，没有工科学院那种追求技术卓越的气氛。
现在企业招聘运筹优化方向的博士的招聘启事上，一般对管理科学与工程只字不提，也不提管理科学与工程（运筹优化方向）。反而提的更多的是运筹学，控制科学与工程，系统科学，交通运输，应用数学这些专业。这说明HR对管理科学与工程这个专业缺乏信心啊！更相信理工科专业培养出来的学生。
其实在我国管理科学与工程一级学科是运筹优化方向的最主要研究阵地（占到80%的学者）。控制科学与工程也有一些学者研究运筹优化，但是主要是东北大学，华中科技大学（现在很多人已经跑到管理学院了），重庆大学等几个控制科学与工程设置比较全面的高校。同样是研究运筹优化，控制科学与工程的认可度比管理科学与工程认可度更高一些。这也是管理科学与工程的悲哀之处。
记得之前看一个帖子提到航空调度领域大佬同济大学梁哲教授（管理科学与工程领域大牛）早些年要和航空部门谈合作的时候，人家也不是很相信的。说白了，一个搞管理学（管理学院）的要去解决工程问题，对于不了解管理科学与工程的甲方来说，很难获得信任（因为社会普遍认为管理学是文科，至少相当多的人至今依然这么认为）。
不过也有不错的学校在想办法改善这个问题，华中科技大学秦虎教授把他的学生按照工科的培养模式培养管理学的学生（通常人们认为的文科）。但是不可否认以笔者所认识的各个211院校的管理科学与工程的学生，大多数还是比较排斥编程的，尤其是对于全面普及使用java或者C++还是很困难的。但是如果不会java或者C++，去企业实际上还是很难直接上手工作的，这也是企业更愿意招CS和自动化专业学生的原因。
作为一个管理科学与工程领域的从业者，我们有责任一起去改变这个残酷现状，逐步让社会去认可这个专业--管理科学与工程（运筹优化方向）！
参考来源：本人亲身经历。
链接：
https://www.zhihu.com/question/304406706/answer/958421320
没有深度学习火热，是个相对小众但发展潜力很大的方向。我们在各种行业逐步做得深入，发现可以大展拳脚的地方很多。
我这里是华为云运筹优化服务，算法在机场、交通、供应链、工业制造等多个领域都有落地。感兴趣的话可以搜一下“深圳机场机位分配”，就是我们刚做的，最核心的技术就是运筹优化，外加少量深度学习。
如何申请？
关注公众号
如何发布招聘？
如果你也想发布公司招聘岗位，请扫描以下二维码或者添加微信号：or_offer 联系我们的工作人员，添加请修改备注为：公司+姓名+招聘！
微信公众号后台回复
实习：获取实习岗位投递方式
校招：获取校招岗位投递方式
社招：获取社招岗位投递方式
学界招聘：获取学界岗位投递方式
职场会客厅：获取直播链接和往期直播视频完整版
加群：获取加入求职群方式