视觉算法工程师要学的内容有数学基础、编程语言、计算机视觉基础、深度学习算法、机器学习算法等。
1、数学基础：包括线性代数、微积分、概率论、统计学等，这些数学基础是深入理解计算机视觉算法的基础。
2、编程语言：掌握至少一门编程语言，比如Python、C++等，熟练运用编程语言进行算法实现。
3、计算机视觉基础：理解计算机视觉的基本概念，比如图像处理、图像分割、目标检测、物体跟踪、三维重建等。
4、深度学习算法：熟悉深度学习算法，比如卷积神经网络、循环神经网络等，能够使用深度学习算法进行图像分类、目标检测、语义分割等任务。
5、机器学习算法：了解机器学习算法，比如支持向量机、决策树等，能够使用机器学习算法解。
算法是一系列解决问题的清晰指令，如果一个算法有缺陷，或不适合于某个问题，执行这个算法将不会解决这个问题。不同的算法可能用不同的时间、空间或效率来完成同样的任务。
理解开发和实现计算机视觉方面的算法和区别
1、开发计算机视觉方面的算法是指研究和设计新的算法，解决计算机视觉领域中的问题。这个过程包括理论研究、算法设计、算法实现和实验验证等环节，需要具备深厚的数学、计算机科学和物理学等学科知识。
2、实现计算机视觉方面的算法是指将已有的算法实现成计算机程序，实现该算法的功能。这个过程关注的是程序的实现和优化，需要具备计算机编程和计算机系统知识。
3、两者的区别在于，算法开发注重于算法的研究和设计，实现的算法可能并不是最终的解决方案；而算法实现注重于将算法实现为可运行的程序，并优化其性能，以达到最终的解决方案的目的。