看到大家说得差不多，我也来说两句。算法工程师是大数据人工智能时代出现的细分岗位，但其定义比较模糊，各公司差异较大。

如果是大公司的细分业务团队，做算法的同事主要负责算法原型的设计、调参和验证，效果，类似算法研究的工作；算法原型的工程化落地，由懂算法但工程能力强的同事负责。

如果是中小公司，没有专职的工程化同事，那么算法同事也做简单的 docker 部署，提供接口调用。但主职仍然是模型设计调参验证。

你说算法的工程能力重不重要？我觉得重要。但整个研发过程上，视算法和业务系统的紧密程度，或许只是提供一个图片识别的接口，这个时候项目组对算法的工程化要求就抽象为：你提供一个服务接口，我们 Java 开发同事来调用。工程还是比较简单的，不需要分很多层。

想招合适的人，可以分析下你们的业务需求，如果模型挑战不大，业务目标清晰可落地，那就招工程能力强，算法有部分相关经验即可。如果模型挑战大，那就得多加钱找算法强的，再让工程团队配合。