算法工程师是不是一个「越老越吃香」的岗位？

是时候讨论一下越老越吃香这个话题了

越老越吃香第一定律：一个经验可以反复使用，反复创造价值，才有可能越老越吃香

如果你仔细思考所有职业所积累的经验，能符合越老越持续第一定律的职业其实非常稀少。

医生和律师是其中最典型的两个。医生看病的经验，用到一个病人身上产生一次价值，而且随着经验增长，慢慢积累出看疑难杂症的能力，产生的价值进一步被放大。律师给人打官司，越打经验越丰富，越能处理各种复杂情况，越了解最佳的应对方案。

算法工程师的问题在于大量的经验，被大模型、预训练取代，你懂再多trick和know how，可能都不如上线一个12层的变形金刚（transformer）。未来越来越可能分化为大模型训练师和拖拖乐工程师。

越老越吃香第二定律：技术壁垒高，且小众，才有可能越老越吃香

这个定律还没有总结的非常好。但我观察到这样一种情况。有些领域的工程师职业寿命比较长，如编译器领域、编程语言领域。这些领域往往门槛很高，且小众，人才供给少，已成为基础生态的一部分，有生之年看不到发生革命性突破的可能，那么这种领域老工程师的经验就非常有价值了，之前趟过的坑年轻人一样要趟一遍，根本不可能弯道超车。这种情况下，经验比体力重要，才可能越老越吃香。

基本不是。算法工程师很难用经验对抗裁员。

简单来说，算法工程师本身是有希望越来越吃香的，或者说有一定机会可以做到这一点。因为怎么把ML调出好结果是一个老中医看病一样的过程，有点道理，但不大。也就是说，自身的工程师在掌握了一套调参的模式之后，或者说掌握了各种trick以后或许可以带着这套经验四处游走。整个本身是因为机器学习不确定性赏饭吃，但是事实上却不是这样，我认为有几点原因。

一是人力调参这事已经被堆算力下的搜索威胁到了，已经算是逐步的AutoML所迭代。你一个人再能调，依然对抗不了高效搜索的发展。我自己现在就在做AutoML，直接上手感觉比大部分普通的工程师效果要好。

二是整个领域迭代速度太快了，各种trick的时效性就那么长。你今天奏效的方法明天就被淘汰了，这样永远有人学的更快，永远也有人更年轻。很难带到下一份岗位上作为筹码。

同时整体开发流程虽然不像软件那么规范，但逐步规范化了。规范化就说明每个人的可替代性都上升了。我很难想到非要某个工程师才能写出来的算法，你要是说必须某个科学家开发一个算法我觉得还靠谱。

那如何对抗螺丝钉化呢？

往玄学走，可以稍微弄点科研傍身。调参可以自动化，但是从原理上提升算法不是调参可以替代的。但是，如果你是搞科研的，又大概率不喜欢太工程的东西。算是个悖论。

往架构上走，可以多搞搞大规模部署。软件或者算法工程师好找，架构师总是难得。如何根据数据量和数据特性，部署适合的算法，门槛极高，很难被替代。但也很难找到下一个用的上这经验的地方就对了。

退一步讲，万不可把自己弄成一个调参机器，留给这个岗位的转型期真的不长了。