算法工程师只掌握python有可能不够用的。算法本身是脱离编程语言的。以目前的市场环境格局，大量的算法工程师都不可能全部时间精力投入到算法研究上来，是要实际参与到也许项目里面去的。不论是ai相关的模式识别方面的算法还是传统的一些计算机确定性算法工作，性能尤其不同的项目背景需求条件下依然是决定落地能力的一个关键指标。

python更适合做胶水语言，实际项目落地，尤其ai，即使看起来是python，实际上也只是套着python外衣的c++。别以为穿上马甲我就不认识你了。python大量优质的第三方库，绝大多数也是c++写的。

java很多库也是用c++写的，而且java更多是在一些网站网络应用中用的比较多，也比c++门槛低不少。

之前做项目就是，用c++设计完算法，编码封库，给java,python调用。

所以问题比较清晰了，如果时间比较充裕，在掌握了python后，学一学c++是挺好的，不过千万别低估c++的复杂度，因为太过强大，里面的语言范式太多了，java学不学我的观点是，除非有业务需求，有需求就学习一下，没需求弄弄c++挺好。

ps c++玩的深容易秃头，别问我咋知道的！之前用c++写高性能算法库，最后封成python的包调用起来挺轻松，但是写库的时候可不简单，各种神奇的模板元推导，各种内存操作，而这些java,python都不怎么需要考虑。

2020年的算法工程师岗位，落地为王，再不落地，很多公司工资都快开不出来了，尤其算法工程师工资那么高，如果进来的人这么多，投入产出比如果不高，考虑一下公司的态度！算法工程都要硬。如果想纯做研究，出门左转去研究员岗位，走好不送