2021届秋招算法岗真的要灰飞烟灭了吗？
星標/置頂小屋，帶你解鎖
最萌最前沿的NLP、搜索與推薦技術
文 |?不拖更的夕小瑤
2014年末入坑AI，一路見證了AI行業的快速起飛、爆炸、焦慮和冷卻。
小夕前幾天在知乎上看到一個問題《如何看待2021年秋招算法崗灰飛煙滅》被頂上了熱榜。
有點感嘆，怎么就灰飛煙滅了呢？？
2018屆的討論：“算法崗是否值得進入？”；
2019屆的討論：“怎樣看待算法崗競爭激勵，供大于求？”；
2020屆的討論：“算法崗已經是一片紅海，諸神黃昏，要不要轉開發？”；
而今年，直接變成“算法崗已經灰飛煙滅”啦？？
喂喂，是誰帶的節奏。。。這車毀人亡的速度也太快了哇
可事實真的是這樣嗎？還在車上的小伙伴是不是要趕快跳下車？
不！是！噠！
在很多人眼里，AI行業的崗位數量變化趨勢是：↘，而涌入這個行業的人數變化趨勢是：↗，所以大家普遍認為按照這個趨勢下去該到了灰飛煙滅的程度了。而據小夕觀測，2018年，企業主招不夠合適的人；2019年，企業主招不夠合適的人；2020年，企業主依然招不夠合適的人！
這說明了什么？
雖然AI行業涌入的人越來越多，行業也變得日趨成熟了，競爭有所加劇。但！是！真正導致應屆生一片哀嚎的，不是崗位消失了，而是市場需求變化了，應屆生們卻還停留在幾年前的認知上。
接下來，本文從以下三個層面分析今年的算法崗秋招形勢，并給今年找工作的師弟師妹們給出一些建議。
“供”與“需”
“研究“與”落地“
“夢想“與”現實“
“供”與“需”
在2015年、2016年等早些時候，市場普遍認為能手推SVM的應屆生就是優秀的，畢竟那時深度學習還是新鮮事物，很多廠都還停留在規則+統計機器學習的技術棧上嘛。
后來，到了2017、2018年，大廠小廠們瘋狂的拼論文、刷榜單，這時候能發頂會論文、靠煉丹術刷爆比賽榜單的應屆生自然就成了香餑餑，而這時候那些思維還停留在白板手擼SVM的應屆生們就開始一片哀嚎，“為啥我已經可以5分鐘全程推導SVM了還是拿不到offer哇！”，于是抱怨“2019屆太難了！供過于求，我們被剩下了！”
再后來，時間線進展到去年和今年，各種AI Lab開始“名存實亡”，大小廠們都開始認真考慮AI的落地和變現問題，不再那么熱衷于秀論文&刷榜單了。然而，應屆生們終于認識到，“只會推導SVM是不夠的！我要開始憋論文了！”于是憋了一兩年，終于有了一篇論文，然后發現“哇，為什么我有論文你們都不要我！算法崗灰飛煙滅了哇”
最近又看了一些粉絲和師弟師妹們發來的簡歷，越發感到這個“供”與“需”錯位的嚴重性。需求方已經從研究導向轉變到落地應用導向了，而作為供給方的很多應屆生們依然思維停留在幾年前的“進企業搞研究刷榜單”的舊思維上。努力錯了方向，自然眼中滿滿的都是“市場飽和，灰飛煙滅”的景象。甚至，已經2020年了，我還能在一些簡歷中看到“熟練推導決策樹、邏輯回歸、SVM等常用機器學習算法”這樣的表述，實在是有些無力吐槽了(′Д`）
“研究”與“落地”
沒錯，2019屆，手握一兩篇不錯的paper，有幾個含金量不錯比賽的Top 10經歷，混混大廠實習，就夠收割offer到手軟了。無論技術研究部門還是業務部門。
去年，也就是2020屆秋招，我驚恐的發現，怎么一些大廠技術研究部門/團隊的研究類崗位的招聘bar提高了這么多？有頂會，有比賽，有實習，但是都不給面試資格？有SQuAD Top 3的經歷還要再考慮下？
看了看手里的一沓簡歷，想了想那捉襟見肘的head count數量，哦，確實優秀的候選太多了。手里有兩三篇頂會的同學已經夠多了，咱們只有一個研究崗hc，其余這些就都刷掉吧╮(￣▽￣"")╭（雖然這些簡歷被刷的同學放在2017、2018年，很可能是SP甚至SSP的水平）。
但是！在去年這種看似非常慘烈的情況下，照樣有輕松《收割一二十個offer，拿SSP offer也沒有太大壓力》的師弟師妹！如果參考上面這段描述，你可能覺得“那不得是神仙哇？10篇ACL的那種？？”
錯了錯了！一篇ACL都沒有，卻輕松干掉了手握幾篇頂會的同學，還拿了各大廠核心團隊的SSP offer。
我的一個可愛小師弟就是這方面的范例╮(╯▽╰)╭
為什么呢？并不是說算法崗真的已經內卷到非神仙不要的程度了，而是說，市場對優秀人才的定義已經發生了變化。現在市場最迫切需要的是能把AI落地，能求解真實業務問題的工程師，注意是工程師！ 只會侃侃而談學術動態，卻不具備能力求解真實業務問題的人，放在今年的工業界是相當不優秀的。哪怕是在技術研究部門，如果只會寫paper卻解不動真實業務問題，也是相當容易被動的。
未工作之前，大家對工作場景的想象更多的是“我復現了一篇paper，所以我求解了一個業務問題”。而實際上，在一些重要的AI商業化場景（如搜索、推薦、計算廣告），有大量的問題是當今學術界的這些論文解決不了的，而這些問題切實的關系到產品的用戶體驗和變現能力。而求解這些業務問題，并不是復現一兩篇論文就結束了，而是你要無所不用其極，或許是迭代模型，或許只是迭代數據，或許是拍腦袋的訓練策略，或許要進一步拆解問題甚至重新建模，或許僅僅是生寫一千條規則，甚至是死磕自上而下的性能優化，乃至考慮從產品維度推動解決問題。
而這一切的背后，依托的不僅是業務經驗（這就是為什么對口的實習經歷很重要），更重要的是過硬的工程能力。至于學術上的創新，是錦上添花而不是必要條件。
舉個實際場景中的例子。
你可能遇到了一個難解的算法問題，于是你拿來BERT、XLNet、RoBERTa一頓猛調，終于把指標刷上去一大截。但！是！你發現根本上不了線哇，幾百上千臺的線上GPU機器依然遠遠扛不住模型的計算復雜度。怎么辦呢？
有人說，好像XX廠剛出了一篇做知識蒸餾的paper，聲稱在GLUE上面獲得了重大提升…
too naive！
然后你發現，哪怕用上幾臺V100來跑，也要跑上十天半個月，還是收益未知的，誰會等你復現paper呢？創新就更無從談起了。
學術經驗僅僅是決策的一方面，你知道這個paper沒必要復現，但是或許有的結論你可以借鑒。更重要的是靠多年的煉丹直覺+工程能力，快速搭建一個簡單粗暴、易于實施且預期有迭代空間和足夠不錯的起點的基線，然后才是堆砌多年積累的上分tricks，快速刷分。雖然下一步就是要搞創新了，不過堆tricks上分這一步完成后，在業務部門很多場景下其實問題已經解了，就可以考慮下一個問題了。顯然，如果是到此為止的話，手速和代碼質量才是最重要的，至于你的學術sense，sorry還沒來得及發揮，leader說已經可以考慮開始下個需求了。
遺憾的是，現在市場上大部分的算法崗都是這種程度的。你可以考慮一下，這種情況下，你簡歷上就掛著幾條不痛不癢的水文，你能證明自己的優勢嗎？灰飛煙滅也不足為奇吧。
于是，有人會覺得在技術研究部門情況會好些？
nono，這時候你要面對的問題難度可能要上升一個level了，你發現完成上一步堆tricks刷分之后還是無法求解這個問題。于是終于有追前沿、搞創新的理由了。然后，這時候你以為就可以整體泡著茶看看paper，跟小伙伴們愉快的討論學術idea？
天真了=，=
你會面對更大的壓力，會對你的coding能力、煉丹速度和學術sense同時提出更大的挑戰，畢竟別人寫的1000行代碼，那都是十之八九要上線產生收益的，而你的代碼，又難，又容易出錯，收益還未知，學術sense差點的小伙伴可能一周下來全是fail的實驗，coding能力差的小伙伴可能一周下來就是一個fail的實驗╮(￣▽￣"")╭
于是，你為了對抗這種不確定，保證每周都有正向產出，你只能有更快的手速、更多的策略迭代以及擠出時間盡可能的從近期的paper找下靈感。這種感覺跟在學校實驗室開心的做科研完全不同的好吧！！
當然，現在國內的工業界依然存有非常少量的團隊，依然在快樂的做著不過問業務和落地的研究。在那里或許你可以繼續找回在學校實驗室做科研的感覺，但是，或許你要考慮一下你決定赴身工業界的目的是什么？快樂的理想派研究是不是就是你的全部訴求？是不是無所謂升職加薪與可持續性的那種？對大部分人來說，是矛盾的，需要做出一個選擇。
“夢想“與”現實“
可能是因為技術研究部門往往可以回避一些業務上的dirty work，更加專注在算法研究上，于是很多小伙伴會蜜汁嚷嚷著要去大廠做研究。就像小夕之前在這篇《拒絕跟風，談談幾種算法崗的區別和體驗》中提到的，不同定位的算法崗都會有其存在的問題，也都會有其相應的優勢。夢想是要有的，但是更重要的是認清自己，選擇最適合自己、最契合實際的道路。
從性格上來講，如果你像小夕一樣，喜歡死磕一些比較困難的算法問題，idea豐富，喜歡試錯和追前沿，又有還不錯的煉丹直覺和動手能力，那么說明你最少具備勝任偏研究性質算法崗的基本素質。如果背景、經歷和熱情都夠，那么就勇敢嘗試去有核心業務支撐的技術研究部門/團隊吧，在這里你能更加充分地釋放自己的潛力，發揮自己的價值。
當然啦，按照去年和今年的形勢，雖然碩士僅憑一篇普通的AAAI、IJCAI論文，一般不足以讓你找到一個靠譜的research團隊，但是，憑借頂會經歷（背景好的話沒頂會也有機會）去心儀團隊做research intern，然后在實習期間產出研究成果得到認可進而轉正，也往往是比較可行的道路。當然啦，還有一條路，就是成為神仙，用學術成果和影響力證明自己。
一句話總結，除非性格合適，背景、科研sense和手速真的還不錯，否則2021年謹慎死磕研究型算法崗
如果你真的喜歡算法（準確說是熱愛AI），已經上了算法的車，又有了一些積累，下車的代價也比較高了，那么，不管你是CV、Speech、NLP還是IR、Rec、DM，請務必重點提高自己的工程能力，努力讓自己成為一個機器學習全棧工程師——不會寫paper但跟得上前沿，寫得了規則修得了badcase，能煉丹上分也會部署模型，Java/C++跟Python一樣熟練。那么是非常容易得到青睞的。如果這時，你還有學術sense，發表了一些不錯的論文，或者有更硬核的機器學習系統優化經驗甚至更底層的開發和優化能力（如CUDA），那我相信你肯定不會灰飛煙滅的，最起碼不會感覺到很被動。
一句話總結，對大部分2021年應屆生而言，會寫系統，比會寫論文更重要
如果還在猶豫要不要上車算法，或者上車后基本沒什么積累，自己的學校、基礎和興趣又都非常一般，僅僅是希望找到一份薪資還不錯的IT方面的工作，那么果斷下車吧，去轉Java開發，尤其是應用開發，AI流行之前的10分資歷如今或許只需要7分就能夠到offer的bar了，也更容易談到更好的薪資。
一句話總結，無背景、無經歷、無興趣、一心只為高薪的三無人員建議下車
總之，雖然大家都在唱衰算法崗，瘋狂勸退，但是對于已經上車的師弟師妹，除了徒增焦慮也沒什么用了（下車代價可能更大），因此不如好好琢磨一下你現在會什么，簡歷上有什么，以及市場需要什么。
2021屆了，用人單位依然招不到合適的人，應屆生們依然在抱怨優秀而努力的自己遇不到伯樂。放棄焦慮吧！2021屆秋招算法崗沒有灰飛煙滅。
?文末福利?
后臺回復關鍵詞【入群】
加入賣萌屋NLP/IR/Rec與求職討論群
有頂會審稿人、大廠研究員、知乎大V和妹紙
等你來撩哦~
夕小瑤的賣萌屋
關注&星標小夕，帶你解鎖AI秘籍
訂閱號主頁下方「撩一下」有驚喜
總結
以上是生活随笔為你收集整理的2021届秋招算法岗真的要灰飞烟灭了吗？的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 你确定自己不是那只猫吗
- 下一篇： NeurIPS 2020 所有RL pa