“做算法的人要熟悉算法框架源码吗？算法工程师难道不应该会使用框架建模就可以了吗？如何成为具有一定竞争力的算法工程师？”...
我经常被不同的人问类似这样的问题。坦白地说从我个人经验来看，身边算法做的不错的人对算法框架源码普遍熟悉，而且算法建模这件事在当前来看还并不能纯粹的与底层隔离，因为你会经常与计算性能，算法实现原理打交道。当然，我也见过一些比较浮躁的从业者，认为算法工程师应该只做建模不碰源码，这些人一般都只是根据网上教程跑通了个MNIST，ImageNet的例子就认为自己可以胜任算法工程师的工作了，这种人其实不是想做算法，而是不想写代码而已。算法门槛表面上在降低，可其实是不断升高的。一方面，学术界算法创新竞争越来越激烈，主要表现在AI相关的顶会变多，accept的paper也越来越多，多到根本看不过来，你现在所想到的模型创新，没准在另一家公司或者学校已经走到实验验证阶段了；另一方面，性能优化和定制的功能开发等工程能力越来越重要。现在来看，市场上做想要算法的人非常多，但到面试通过的概率很低，这也侧面说明了竞争门槛其实是比较高的。
但这也是机会。如果你是做算法的，请趁此机会提升自己的工程能力和算法领域内的影响力。How？其实很简单——为算法领域的知名开源软件贡献代码。因为我个人是TensorFlow的contributor，所以我以TensorFlow为例为大家介绍。
向TensorFlow社区贡献代码的步骤 第一步 Fork！首先，进入TensorFlow的GitHub页面，地址如下：https://github.com/tensorflow/tensorflow ，可以看到如下页面。
红色框内表示当前TensorFlow这个开源项目已经有1844个人贡献过代码，想要加入这个行列的coder们请努力吧，这并没有想象中那么难。因为我们无法直接对开源项目clone开发，而只能在我们自己的仓库中开发，所以我们需要点击Fork按钮，将该项目Fork到自己的GitHub仓库名下，然后我们就可以在我们自己的仓库中看到这个项目。
第二步 Clone自己的仓库成功Fork之后，我们就可以将它Clone下来进行开发了。每次开发之前最好切出一个分支出来，避免直接在master上做修改。
自从我们Fork新项目起，我们自己仓库的master将不再与开源master有任何联系，也就是说我们自己仓库的master代码将不再随着开源master自动更新。那么如何及时更新自己的仓库呢？这需要为我们clone下来的项目添加upstream，即上游远程仓库。这非常简单，只需要一句命令即可搞定。我们需要将开源master的git地址复制下来然后添加到当前项目的，对于TensorFlow来说执行下面命令即可。
git remote add upstream git@github.com:tensorflow/tensorflow.git