作为算法工程师里的一小撮，相比机器学习、人工智能、视觉等算法工程师，运筹优化算法工程师在国内算是又小众又新鲜。作为近几年才慢慢进入大众视野的岗位，人们对其的认知和了解相对其他AI领域，还是较少的。比如我，其实也不清楚到底运筹优化的定位在哪。所以在这里和自己探讨下，看看如何成为一名更好的、合格的运筹优化算法工程师，给自己一个方向。如果有人不怕被坑，欢迎参考，当然更欢迎拍砖和补充。

运筹学（operations research, OR)是研究如何为复杂的工程或者管理问题构建数学模型，以及如何分析模型以探索可能解决方案的一门学科。

这是运筹学，OR的定义，简而言之，作为一名OR人，解决的问题通常是通过三个步骤对现有场景或问题进行优化。

基本要求是要健康，能加班。 之后是具体的一些要求：

仿真真的很重要！ 由于现实世界存在的不确定性、非线性模型、无法建模的问题、鲁棒性检验等，导致我们无法百分百确认效果。而如果能构建出一个与真实业务场景高度拟合的仿真世界，来测试我们的解决方案，简直完美。等于提前进行了中试的过程。而计算机仿真世界成本低，无危险，不干扰生产，可模拟各种参数情况，可运行无数次等等，给了我们打动领导和说服业务人员的最基本的武器。