不算
算法工程师不算是码农，码农只要求能够熟练使用编程环境，精通几种编程语言、开发框架和开发库，擅长写代码就可以了，是专业水平较低的程序员群体；算法工程师则是较为高端的岗位，学历要求为本科以上，专业技术要求较高，代表一些料研能力较强的工程师，一般是在一个产品的初期，去解决技术上的难题，提供一些技术方案，也包括方案的初步算法实现，主要负责数据挖掘，机器学习领域相关的内容算，较为高端的程序员群体。所以，综合来说，算法工程师不是码农。
在互联网发展初期做开发基本属于一勺汇，程序员自己做需求，做设计，完成算法，测试，上线，售后服务。后来随着功能与业务的复杂程度的加深，就有了更精细的分工。特别是大数据与AI的兴起，对算法要求和数学能力要求比较高，非一般软件人员可以完成，所以细分出来的，算法工程师主要在逻辑模型，而程序员主要在实现，但二者不可完全分开。
程序员是从事IT行业人员的统称，写程序的都可以叫程序员，没有非常严格的类别界限，是一个群体称呼。而算法工程师，就是主要设计算法的工程师，属于程序员的一众。算法工程师其实比较代表一些数据发掘、计算能力较强的工程师，一般是在一个产品的初期，去解决技术上的难题，提供一些技术方案，也包括方案的初步算法实现，主要负责数据挖掘，机器学习领域相关的内容。
国内的算法工程师和研发工程师在工作职责上还是有很大的差别的，这一点跟硅谷的职能分配是有很大的区别的，在Google、Facebook等美国互联网巨头，算法工程师一样要写很多代码的。
以下是算法工程师学习的几个专业：
1、计算机科学
计算机科学是算法工程师必须掌握的基础学科。算法工程师需要对计算机科学的核心原理有深入的了解，包括数据结构、算法、操作系统、计算机体系结构等。此外，算法工程师还需要熟练掌握至少一种编程语言，如C++、Python或Java。
2、数学
数学是算法设计和分析的重要工具。算法工程师需要学习各种数学概念，包括离散数学、线性代数、微积分和概率统计。这些知识可以帮助算法工程师更好地理解算法的复杂度、正确性和优化方法。
3、机器学习
机器学习是人工智能的一个重要分支，正在快速发展。算法工程师需要了解机器学习的基本原理和常用算法，如决策树、神经网络、支持向量机和聚类算法等。掌握机器学习可以让算法工程师更好地处理大量数据和解决实际问题。
4、数据库
算法工程师需要学习数据库的基础知识，包括关系型数据库和非关系型数据库。他们需要了解数据模型、数据结构、SQL语言以及数据库管理系统的基本原理和使用方法。这些知识对于开发数据密集型应用程序和算法很有帮助。
5、计算机视觉
计算机视觉是一种将计算机科学与图像处理、模式识别和机器学习相结合的领域。算法工程师需要掌握图像处理和计算机视觉的基本概念和算法，如边缘检测、特征提取、物体识别和目标跟踪等。这些技术可以在自动驾驶、医疗诊断和安防应用中得到广泛的应用。
算法工程师需要掌握以下技能：
1、算法分析和设计能力：算法工程师需要能够分析问题，设计有效的算法，并能够对算法的性能进行分析和优化。
2、数据结构和数据库知识：数据结构和数据库是算法工程师的必备基础知识，能够有效地处理数据结构和数据库相关的算法问题。
3、沟通能力：算法工程师需要与团队成员、客户和其他相关人员进行沟通，因此需要具备良好的沟通能力。
4、持续学习和创新精神：算法领域发展迅速，算法工程师需要具备持续学习和创新的精神，不断学习和掌握新的技术和方法。
cv算法工程师全称为互联网CV工程师职位。
CV工程师是大学生职业发展的方向之一，是擅长使用搜索引擎的工程师。在内容生产领域，有一个有意思的职位，就是CV工程师，每天就做着复制和粘贴，把别的地方优质的内容复制过来，然后粘贴在自己准备发布的渠道。
CV工程师主要负责计算机视觉算法和深度学习算法的前沿技术的研发工作；负责物体检测（人脸、车辆）、分类、跟踪、识别、图像理解、图像质量评估和增强，视频分析等前沿技术研发和实现；负责算法的产品开发、优化实现、移植及其在嵌入式系统的实现。
CV工程师任职资格：
1、计算机、模式识别、数学、自动化等专业，2022届硕士及以上毕业生，逻辑思维能力强，具备丰富的编程经验；
2、有从事视频、图像算法开发的强烈意向，在相关课题研究中取得一定成果，熟悉caffe、tensorflow等深度学习框架的优先考虑；
3、熟悉图像处理基本方法，熟悉OpenCV或其它图像算法开发与分析工具，对图像识别图像分割、边缘检测、目标跟踪等技术在内的一个或多个领域理解较深，英语熟练、能够独立阅读学术论文。
