算法岗一片红海,如何选择适合自己的方向?
前言:現在一打開公眾號就會看到各種培訓班的廣告,看花眼了都,上次有個培訓班想讓我幫他們打廣告,我說你們教什么?如何保證效果?線上線下?費用多少?是否有實戰等等一系列問題,對方沒有正面回答,只說他們的培訓班多好多好,我一看文案,老師是什么李老師,某BAT一線算法工程師(說BAT的都是XX),3年經驗,沒了。然后再一看價格,7980元/人,線上培訓,課程設置只有手寫數字識別等一些非?;A的內容,我說,你瘋了吧,收費這么貴,還沒什么質量,不接,我得對我的公眾號粉絲負責。隨即刪除拉黑了。
?
各位金主爸爸應該非常討厭我這種號主,問東問西還不爽快。但是我真心覺得:
?
-
1.算法崗現在已經是紅海了,再讓更多沒基礎的/轉行的盲目的過來,真的,就是坑人;
-
2.作為一個培訓班,如果連如何保證課程的質量和效果都回答不上來,又怎么可能對報名的學員負責呢?免費課程這么多,不香嗎??
?
所以我建議大家,如果想做算法的同學,一定要謹慎選擇,這個選擇不僅包括培訓班,更是要分析自己是否適合做算法,適合哪個方向,是真的熱愛還是純粹圖高薪。如果一份工作只看錢,堅持不了多久的,成就感往往比錢更能讓人堅持。下面在知乎上找到幾個其他的回答,我覺得也有一些參考價值,摘過來分享給大家參考參考:
?
?
作者:霍德華
https://www.zhihu.com/question/343743405/answer/841052817
?
我想說兩句。
?
首先是啥專業都在轉算法,單就博士我就收到過北大光學、中科大粒子物理的,可能大家都感覺算法入門簡單吧。這些是非科班的,科班的也奇怪,我面過實驗室一直做計算機網絡的,在算法領域沒什么積累,他就應該出門右轉去投網絡平臺部,毛問題沒有。
?
其次,靠譜的lab其實沒怎么增加。北大計算語言所,清華nlp lab,哈工大的scir,南大lamda,東北大學nlp lab,中科院計算所、自動化所,港中文mmlab里面出來的學生真是搶都搶不到,這些實驗室都是在人工智能領域積累了十幾年,甚至幾十年了(哈工大從李生開始80年就開始做nlp了)。這些lab的學生供給量其實這么些年一直很穩定,早就被hr盯得死死的了。那新冒出來的學生都是哪里來的,很多都是老板看著人工智能智能火,想來分一杯羹人,結果導師自己連bias-variance trade off都弄不清楚那種,不是坑學生嗎?
?
最后,對于那些非科班想轉行窗口期的確已經過去了,15-17年那樣對非科班比較寬容的日子已經過去了,哎
?
作者:王喆
https://www.zhihu.com/question/343743405/answer/843638850
?
人才內卷,你得首先確定你是個人才啊。不是說名校畢業就是人才的,也不是說發過幾篇文章就是人才的,更不是說你把各種模型原理背的滾瓜爛熟就是人才的。
?
企業招你是來干活的,不是來指導工作的,也不是被老員工捧著你,聽你說怎么改進模型的。
?
很多同學說算法崗的面試是“面試造火箭,工作螺絲釘”,現在很多同學的問題是你大概知道怎么造火箭,但是是真的不會擰螺絲釘啊。
?
很多同學剛一畢業還看不起業務邏輯了,說實現業務邏輯就是浪費生命,為什么不讓我改進模型。那我要問問了,對于一個廣告系統,你說你要博弈論,你說你要各種出價模型,但你連你們公司最基本的商業模式都不一定搞明白,一頭鉆進算法里面,你能真的做出公司利益最大化的模型嗎?對于一個推薦系統,你對于你們公司的業務場景,用戶動機,數據特點的理解都不透徹,你怎么做出最合適和模型結構?
?
更有甚者還居然看不上開發崗了,說算法崗的開發能力夠用就行了,這是我看到最荒謬的邏輯。你問問真正在各大一線做得好的算法工程師們,哪個不是“文體兩開花”,“算法工程兩手抓”。公司里你的工程能力差,寫的代碼不漂亮,是要被開發崗的同學們challenge的。
?
你說你要改進模型,其他工作看不上,我真的倒要問問了你覺得在一線互聯網公司工作的工程師們都不看paper,都等著你來當救世主拯救世界是吧。拯救世界的事情都讓應屆生來做,資深工程師都為你打下手擦屁股是吧。
?
說這么多不是要噴誰,而是真的要好好端正一下同學們對于算法崗的態度,算法崗不是轉行的避難所,算法崗是在工程崗的基礎上利用算法實現公司利益最大化的工程師們,它不是簡單的調調參,用tensorflow,pytorch做幾個fancy的模型就完事了的。
?
我想肯定總是有既重視模型算法的知識,又有扎實的工程能力的同學。對于這部分人,人才內卷,不存在的。對于把算法崗當做入門快,轉行易的“投機者”來說,還是先端正自己對于工程能力的態度,再討論人才內卷的問題。還真好意思說諸神黃昏,我看這是有史以來神的標準最低的一次。
?
作者:納米醬
https://www.zhihu.com/question/343743405/answer/841233808
?
從躺學的角度來講,勸退是沒用的。
?
英國科學家曾經證明過,植物不僅有感覺,還有幻覺,比如某些算法韭菜們,就總覺得自己會年薪百萬。
?
既然是科學證明的,我們苦口婆心勸退是沒有用的,我們也沒資格勸,畢竟勸退的,像我這種,就是吃了早期紅利,水平差到極點,進了公司工資實際不多,但是被算法真巨佬平均以后,就高的嚇人,讓每個新進來的青壯年韭菜,都幻想著靠 SOTA 的對城武器,一招 ex咖喱棒 秒殺我們,然后踩著我們的尸體,開著宇智波斑級的嘲諷,升職加薪,年薪百萬。
?
我面試的時候,充分感受到的,一個 100 線公司的老弱病殘,如何被不可一世的韭菜們鄙視成啥樣(這個是真事):
面試官,你好,這是我的研究,你要是不懂,我來和你說說我思想的亮點,巴拉啦。。。
面試官,你好,我調過這些參數,巴拉啦,然后非常提點,你們公司用了肯定有收益
面試官,你好,我看過這些 xxx 原理,我來和你講講數學如何實現,首先和你講xx數學原理。。
面試官,你好,我發表了多少。。。。
?
我全程跪著讓他們說完,黑體字不僅產生暴擊效果,還帶濺射效果,我咬著手絹,補著血問:我們要求低,部門和其它地方比,技術還是在起步階段,商業需求xxx,需要的技能xxx,祖國未來的花朵們,寫個鏈表翻轉就放你二面吧。。。
?
啥!沒寫過 c++。。。。我膝蓋都跪缺鈣了,特么你們忽然變成了鈣片。。。嗚嗚嗚,謝謝孩子們關心老人家膝蓋健康問題。
?
最后,內卷成功的,都去其它更大的公司了。。。嗚嗚嗚,面試一副要改造產業的樣子,錢給不夠的時候,跑的比誰都快。
?
想想也對,算法崗諸神黃昏,說到底,為了就是錢,我也一樣。
?
算法崗位錢多嗎?確實,新智元文章里面的人都很有錢,那些人的錢確實多,真的非常多,大部分人被平均了。
?
我蹭一波熱點,加入來一打阿里算法 p8 丟到望京,然后你會發現望京算法崗平均工資平均暴增 5000 元。
?
我不是說 p8 多有錢,我是想說望京就沒幾個純正算法崗位,很容易被平均。
?
回龍觀另當別論,不過,來 100 個阿里 p8 也足夠了吧。
?
你們有想過為何我只拿阿里 p8 做標桿,因為宇宙第一電商公司確實能夠靠算法和技術賺點錢呀。
?
在北京,無人不知無人不曉,凡是自稱宇宙系公司,都是靠推薦和廣告賺了非常多錢。
?
其它行業呢?
?
無人駕駛,我最憧憬的產業,結果我現在也鬧不清楚到底是傳統車企贏,還是互聯網會贏,還是充滿野心的創業公司會贏。
?
或者這個產業講求商戰,講誰贏誰輸有意義嗎?我們沒有增量的時候,反而更加渴望 elon musk,來一打好吧,只會寫 ppt 都要,寧愿被割韭菜都不想行業冷下來。
?
講真,如果阿里沒有電商,只是在傳統行業的深水區作戰,我鐵定不會拿 p8 去平均,我只會拿 p100 去平均。
?
話說回來,中國年輕韭菜之所以是韭菜,還是內卷論反復的那一套,就是思想里面,刻骨銘心的記憶里就認為,拿著一種武器,把其他人都干翻了,就有白米飯吃。韭菜之不能理解這個世界存在微妙的平衡點,總覺得我們這些老人被優化了,就以為有坑給他們年薪百萬了,人人 p8。我也承認世界老人占資源不是好事,我們老人越快被淘汰,行業進步越快,科學就是在葬禮的哀樂里前進。
?
可悲的是,社會完全是倒過來思考的,老人死得快的行業,年輕人過剩,工資不會高。老人多得行業,資源少,年輕人被壓榨,工資也不高。
?
我是很喪,中國經濟增量不行,貨幣超發,毛衣戰。韭菜真的把社會,把公司當成學術界來玩了。。。。也不看看經濟學。。。
?
但是,韭菜們有錯嗎?我們有必要勸退嗎?
?
實話說,沒有,他們只是在這個令人悲傷的時代里,極大化個人利益所能做的最優選擇。
?
10 年前,去投行才是正經道路。做算法算個啥。
?
換成我,在這個增量紅利不知道在哪里的時代,我會比這些韭菜更加向往鐮刀。
?
最后,正經來說。
?
我們躺學家能做的,不是勸退,躺學已經不打算正面勸退了,每個行業似乎都不好過,勸到哪里都是害人,躺學家們終于深刻認識到,真正的勸退,不是讓想爬山的人下山,躺學,是希望在人生的半山腰,給你一座涼亭,讓人在不高的地方,欣賞不美的風景。
?
如果未來的年輕人還有氣力,那就繼續爬吧,因為這個時代,要繼續維持表面的增量,真的需要傾盡我們這代人的力量。
?
?
作者:風之翼
https://www.zhihu.com/question/343743405/answer/841326148
?
此“算法”不同于彼“算法”啊。這一波算法熱,主要還是dl帶起來的,各種框架簡單學一學,經典模型調一調,門檻很低。經典的算法,想要有突破,其實還是很難的。既然樓主問的是研究生,那就從學術圈的角度說說。
?
學術界現在確實是大躍進的態度,因為,高校對老師的考核就是論文,論文,論文??纯船F在一個個傳統的CS頂會接連失守,普遍側重dl,大家拼命拼模型,調參,同質化嚴重,大部分都是靠實驗說明問題,又沒法給理論解釋,比的就是誰模型花哨,故事講得好,圖做的漂亮。之所以近年來頂會投稿量連年暴增,就是因為大家看到往年收錄的文章水平也不怎么樣嘛,我也能發。然而從學校老師的角度看,這簡直是盛宴,不需要強大的理論基礎,不需要嚴密的邏輯分析,只需要會開腦洞,會寫作,會作圖,就能發頂會,自己就可以申經費拿帽子。學生也不需要經過經典計算機的訓練,也不需要很強,我們組的學生沒有一個是計算機科班的,什么機械的,土木的,來了學一周tensorflow就開始看論文,然后就開始天馬行空開腦洞。確實頂會發了不少,不乏nips,kdd這種,老板十分高興,不斷營造這種盛世的氛圍,不斷制造競爭壓力,經常說,你看xx會投稿量多少多少了,多火啊,你還不努力就被淘汰了哦,以前一篇A會就可以橫行,現在誰不是3,4篇啊,你要是畢業不發個5,6篇,以后怎么競爭啊。可是,我們組的這幫人,連進程,線程都分不清,跑代碼從來只用一個cpu核,簡單的并行化一下都不會,用gpu一跑就是占滿一整塊,連tf里面的限制下顯存都不會,就更別提別的更深入的計算機知識了(沒有嘲笑的意思,這些當然也很容易學習,我只是強調你可以什么計算機基礎都不會,就可以當調參俠發頂會)。就這水平的,都手握幾篇kdd,aaai啥的了,老板還覺得學生牛。這幫人無論以后當高校老師還是進公司,除了制造內卷,看不出來能給整個AI行業帶來什么好的改變。
?
通過我的描述,是不是感覺DL這一塊很像天坑專業?基本具備了天坑專業的必備條件:勞動密集,門檻低(培訓三個月就可以上崗),缺乏強理論性和強因果性,文章/引用量泛濫,高校老師樂此不疲地忽悠學生來。雖然有人說,還是跟天坑不同的,畢竟還是學了編程,還是業界需要的技能,比過柱子強,復現/驗證個模型也沒有開個實驗周期那么長,體力勞動上沒那么大強度等等,但是,更快的迭代意味著更嚴重的內卷。
?
本人也是被16-17年這一波忽悠上船的,之前一直做EE類的科研(不算科研新手,頂會文章也沒少發),從來都是理論先行,創新也在理論突破上(說突破太抬舉了,很多只是小的改進),實驗只是輔助驗證,極少出現前人的文章無法復現這種事情(dl已經遍地都是了)。有了對比,才能體會到DL這個圈子里的人(至少在學術界)都病的不輕。幸好我本科階段輔修過很多計算機的基礎課,算是半個科班了,對IT技術和經典的計算機科學依舊十分熱愛(這也是促使我轉行的一個原因)。做ee給人的感覺是,子方向之間差別很大,你最終會陷入一個非常窄的方向上,然后這個窄圈子里面的人都像是井底之蛙一樣,一直守著傳統的方法和規矩做科研,不會保持開放的思想來接受新事物。cs雖然也有很多方向,但是,沒有ee里面的割裂那么大,很多東西是相通的,大家也樂意持續不斷的接受新的思想和技術(這是我喜歡cs的地方)。
?
當然,不是說把dl一竿子拍死,dl確實有很多值得探索的東西,但是真的不是誰都玩兒的了的。dl想做好,需要很深厚的積累和強大的數理基礎。學術界充斥著大量什么都不懂(或者只懂個皮毛),就看著容易發文章,就無腦轉方向的老師。他們讓學生all in ai,然后,還真的發了很多頂會,有了正反饋以后,繼續加大投入,瘋狂擴招,一個組里幾十人都是正常規模,加重內卷。
?
很多學生第一次接觸科研,就被領上了這條路,以為所有的科研都是這樣的開腦洞,調參,寫文章,沖頂會,中了就是牛逼,被全組人無腦跪舔,沒中就是loser??蒲衅肺抖急粠牧?。評價科研不是靠文章數量和所謂的頂會,而是看文章的impact。作為對比, 我前老板評上ieee fellow靠的是一篇發在某無名letters上的兩頁的文章,一共就兩個圖,說明我設計了個新方案,證明此方案可行。
《新程序員》:云原生和全面數字化實踐50位技術專家共同創作,文字、視頻、音頻交互閱讀總結
以上是生活随笔為你收集整理的算法岗一片红海,如何选择适合自己的方向?的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 数据结构与算法基础知识集锦
- 下一篇: MATLAB实战系列(六)-基于蚁群算法