在互联网公司做算法，是性价比极高的选择，起薪高，工作轻松，晋升容易。
做算法和做开发是完全不一样的，由于算法本身的不确定性和看起来高大上的特点，导致算法工程师相对于开发工程师而言更容易把工作汇报得出彩，更容易讲故事，更容易忽悠，更容易摸鱼。想想你日夜颠倒的卖力工作，在老板领导眼里只是个理所应当呕心沥血的搬砖劳动力，而现在的老板领导更愿意去拥抱“创造性”技术人才，算法无疑在他们眼中就是。这就是近几年出现的一个现象：很多开发想转算法，测试也想转算法，甚至很多非技术出身的人也想转算法的原因。
混过互联网大厂都懂，算法在互联网公司里就是个肥差。平时看看papper，刷刷网文，掉个包，调个参，写点SQL，整点python，洗洗数据，做做ppt，发几篇水文，就能躺赚高薪，晋升和跳槽的时候却比苦逼的开发更具有竞争力，更容易获得更高的薪资溢价？说白了，从其他岗位转到算法岗，存在着巨大的套利空间，并且目前这个价差还远远没被消灭。
那么，对于一个想转算法这个肥差的人，应该如何迈出第一步？讲讲我自身的例子吧
刚进入数据科学领域时，我也经常遇到的一个难题是如何根据特定的问题选择最合适的算法。不知道你是不是跟我一样，在阅读关于机器学习算法的文章时，尽管看到了关于算法的详细描述，还是无法轻易地做出选择。
我记得当时是读了一本叫做《白话机器学习算法》的书，这是一本作为文科生的我都能看懂的算法入门书。
它用通俗易懂的人类语言以及大量有趣的示例和插图讲解10多种前沿的机器学习算法。内容涵盖k均值聚类、主成分分析、关联规则、社会网络分析等无监督学习算法，以及回归分析、k最近邻、支持向量机、决策树、随机森林、神经网络等监督学习算法，并概述强化学习算法的思想。
目前，在图灵联邦社区上正在限时免费下载，进入图灵联邦首页，在推荐区就可以看到下载地址。