卷友们好,我是rumor。
从是否值得进入、供大于求,到诸神黄昏、灰飞烟灭,再到今年的人间地域,算法岗的竞争激烈程度每一年都是指数增长。在这个环境下,有真正深入了这个领域的,也有跟风的,两者的差距越来越明显,而后者则到了需要谨慎思考的节点:如果自己在这个领域没有优势,是否开启人生hard模式?
困难点不止在秋招这个节点上,更在之后的职业发展。对于应届生来说最稳妥的起点还是在大厂,如果第一份工作没进入的话,在算法人才越来越多的社招市场上也处于劣势。
从个人了解的案例来看,我们18届秋招的时候,当时有个大厂实习、刷刷题就很厉害了,稳稳能拿很多offer甚至SP。一些没有经验的,只要专业挨着,恶补下基础也能拿到offer;但到了19届,上一年的SP标准降为了白菜,得有多家大厂实习经历 or 一两篇还行的期刊/会议 or 比赛top,才能拿SP;对于20届的学生,标准再次提高,感觉我认识的SP都是人均顶会;到了21届,已经不是有没有paper的问题,而是有多少篇的问题,有的硕士SP同学的paper我用一只手已经数不过来了;到了今年,大厂实习好像已经稀松平常,简历上基本没有见到比赛top的同学了,奖金多的、影响力大的比赛都有大厂员工或者业余团队在卷,学生很难做上去。Paper的比拼则更注重影响力,简直拿博士的标准来衡量硕士。
P.S. 以上言论全部源自和朋友、应届生的交流,仅为个人观点,和公司招聘标准无关
看着现在这种卷度,有种死循环的感觉,就像海淀的房价一样,优秀的硕博都去算法岗了,大厂为了抢人就会出更高的价钱,而下一届看到这么高的价钱,就又往里涌。涌入了这么多后浪,把跑得慢的前浪拍走,再继续跑担心被后后浪拍到。这种情况单靠个人或者单个公司是很难改变的,除非出现了新的CS技术大风口,或者某个AutoML算法可以大幅降低人力介入。
其实,算法岗真的没有大家想的那么美好。业界还是以结果为导向的,国内企业AI lab的现状想必大家也在知乎上看到不少了,真正能从长期角度让大家做research的地方有几个?即使老板给予很高的宽容和算力资源,能做出有影响力工作的人又有多少?大部分,甚至90%以上的国内算法工程师都是要for落地的。而落地意味着看各种脏数据、想尽各种办法提效果,当清洗下数据、加几条规则就能立刻提升的时候,还有多少精力去看paper改模型呢?当然也不能以偏概全,但确实有很多算法在写SQL、做开发,和学生时期的幻想相差甚远。
话扯远了,我主要想说的是,算法工程师的本质还是工程师,并不比其他开发工程师高级,只是前几年的开发们吃到了互联网扩张的技术红利,而算法吃到了深度学习技术的落地红利。当各种里程碑的新模型都落地完了,红利期也在慢慢消退,从学术界都开始往大模型卷就可以看到,我们已经陷入到了「价格战」中。
说了这么多利空,主要是想帮在犹豫的同学提供一些思路。算法岗的竞争很激烈,而且目前这个方向已经过了飞速发展的阶段了。
事实上工作之后,开发和算法岗的工资差距会越来越小,优秀的开发工资完全不低于算法,基本两三年就追平了(而且开发本科毕业就可以)。同时,做开发的确定性很高,一般出问题总能找到解决办法,但算法就不一定了,可能搞两三个月还没把效果做上去,即使上线了还要经常碰到难缠的badcase,幸福感指数直降。
对于我个人来说,没有大的利空我还是会坚守在算法岗位上,主要原因如下:
从小就喜欢看科幻片,算法可以让我一直接触新的东西,给我一种见证人类进步的感觉(这算是梦想吗)
从整个大趋势上,各个行业比如医疗、工业,都在朝着信息化发展,而信息化意味着更多数据,有了数据就有算法的发挥空间
国家支持科技发展,而AI是其中一个重要分支
现在AI仍是给资本讲故事的重要模块,不管什么自动驾驶、工业互联网、元宇宙,都得带着人工智能,还是有新机会新盼头的
我也曾幻想过去搞量子计算或者机器人什么的,可我已经没脑子学了。当年区块链我还没学完它就。。。
所以,我觉得算法是一个可以坚持的方向,但如果不想卷算法,继续从事CS其他岗位也没问题,上面的优点也说得通,而且需求量更大。
最后,安慰一下23届的同学。我开头提到有paper的大佬越来越多了,但其实整体还是少数,如果本身实验室没有环境也无法找到research实习的话,专心把其他项目经验做深也是可以的。在这种竞争激烈的情况下要注重培养个人的差异化,如果有很多不错的大厂实习、落地能力强,达到能独立完成任务的程度,也可以拿到很多offer。
祝大佬们人手几十个offer。
大家好我是rumor
一个热爱技术,有一点点幽默的妹子
欢迎关注我
带你学习带你肝
一起在人工智能时代旋转跳跃眨巴眼
「劝退失败」