【分享】如果我没有那么优秀，我研究生阶段选择机器学习方向还有出路吗？...

点击上方，选择星标或置顶，每天给你送干货！

阅读大概需要12分钟

跟随小博主，每天进步一丢丢

来源：

https://www.zhihu.com/question/335991165

本文仅作为学术分享，若有侵权，立删文处理

话题：

如果我没有那么优秀，我研究生阶段选择机器学习方向还有出路吗？

来源：

https://www.zhihu.com/question/335991165

知乎高赞回答之一

作者：微调

机器学习、数据挖掘、人工智能等4个话题的优秀回答者

https://www.zhihu.com/question/335991165/answer/771725335

知乎高赞回答之二

作者：香蕉树下的老中医

算法竞赛 / 机器学习系统 / 科研败犬丶

https://www.zhihu.com/question/335991165/answer/773125654

每次看到这种类型的问题，我都想到沐神在朋友圈说过的话。

截图如下，

虽然tianqi也是我的偶像，但是我知道这种差距是弥补不过来的。。。

(xgboost就不说了)，不管是从mxnet（早期cxxnet）还是到现在的tvm。你会发现，这些流弊的人思考问题的方式和执行能力（据说tianqi每天的作息时间都是非常固定）是你所想象不到的，这也能够说明为什么他们能在某个特定的时代做出具有一定意义，并且思想较为超前的system或者tools（虽然有些人会喷tvm，mxnet。。。

结合我自己的感觉，有幸今年暑假在cornell做summer research，旁边坐着dmlc社区，当时TVM的某位作者。和大佬简单对下了护照，没想到我俩竟然是同年同月同日同时生，大佬(PhD第一年)现在的citation已经110+了（各种大满贯+best paper）。。。再看看自己，菜狗一只，根本不敢说话，默默舔就完事了！其实啊，这些差距并不是你我这种普通人做了什么努力就能弥补过来的。

人生啊，活得开心就好，没必要把自己整的那么难受。实在不行就像我一样，早早脱坑，早早开始准备老家的公务员考试。进入新的世界，你就会发现其实你的天赋点加到了别的domain。

不知道兄弟你听没听过这句话："十年科研一场空，一张彩票变富翁!"

知乎高赞回答之三

作者：纳米酱

理论物理跳人工智能...两年后失业

https://www.zhihu.com/question/335991165/answer/774693547

说两点，我觉得你认知有偏差。

第一，你对标的目标错了，你和那位顶级学者比，大家都知道那位备受尊敬的人是谁，知道他的实力和影响力，这要求实在太高了。我觉得题主不应该一开始就定这种遥不可及的目标，你的定位，应该是对标国内价值观相对比较正确，能力公认比较强的博士，这才是合理的目标。我相信你不断追求，不出意外，也能够找到不错的工作，如果大厂要求高，不要你，只是一个行业的扩张期结束，人员流动性变差，不是你不优秀，商业有商业的本质，不要因为行业萎缩导致人才要求变高，就误认为是自己无能，行业萎缩，其它优秀从业人员一样会感受到这种冰冷刺骨，他们生存状态不比你好多少。

题主要学会换一种角度思考何为优秀，我们教育有个错误的导向，是告诉你赢了人家才有饭吃，比人家发多少文章才能生存，这是错误的认知。虽然现实仍然是残酷的优胜略汰法则，可是题主要坚信，教育最初的愿景，是你帮了其他人，才会有饭吃，无论商业还是学术，你要学会寻找如何让人家感到你有帮助，如何提升其他人的认知，而不是想着如何被世俗定义为优秀。优秀不是生态，只有利益能够转起来，才有行业的生机蓬勃。题主要懂得在一个旋转的时代轮子上，找到自己的位置，并坚信，站在轮子高处的人，也是因为轮子转动，才把他带到了更高的层面，AI 领域轮子转动很快，题主不要轻言放弃，但也到懂得放弃一些轮子，要懂得一些轮子看似高大上，但是上面挂满了人，转动变得很慢了。

至于题主说到的本科生科研，现状是高中生也到公司实习搞机器学习了。。除了少数天然厉害的，他们99%都需要有经验的人带， idea 都是可怜的导师和博士们给的，懂得带，给对了 idea，和年轻人的能力恰好匹配，他们确实很快能做出成果，他们可以，题主也可以，你只是没那个机会罢了。人生很长，受过苦难的人，才会对那些能够高度自驱的人，自己找方向做下去的人给以尊敬，即便世俗意义下，他们并不优秀，但是绝对不会惨。

第二，不优秀的人一样可以做机器学习，从事某个行业是你个人的权利，你不需要害怕。至于出路，我是坚实的 AI 民主化人士，我希望大家都能够学习编程，能够掌握 AI 的工具，人人都能够做AI，大家一起想办法提升生活方面面的点。

我反对机器学习领域因为不优秀就排挤从业人员，反对发不出文章就指摘对方能力不足，我反对因为你调不出 google 的模型，没学会 facebook 的框架，就被大佬鄙视，被行业世俗功利的评价批评不优秀。这是一种反人类思考模式，只有东亚内卷极致的国家，才会自卑到因为跟不上某个有钱玩家的步伐，就放弃思考差异性的提升。

AI 不是空中楼阁，需要有产品，有商业生态，而不是那一堆堆顶会文章，文章可以支撑起一个信仰，但是支撑不起产业，甚至连估值都不能支撑起来。AI 领域反而需要有自知之明的工程师去打磨产品，你能意识到自己不优秀，中国还有成千上万的人群连AI是啥都不知道，你心态平和，充满理想，实际上更容易挖掘人们的需求。放在10年前，你看了历史，就会了解到，移动互联网的爆发不是因为某一群人写前端很厉害，这只是码农自以为是的吹嘘。恰恰相反，移动互联网的爆发，是一群恰好懂一点开发的人，误打误撞，挖掘出移动端上的需求，快速尝到了技术带来的甜头，才有后面前端的蓬勃发展。喝水别忘挖井人，功与过，不能简单变成学术优不优秀，成绩好不好，排名高不高来衡量。移动互联浪潮如此，AI 也会如此，5G 更是如此，所有技术的革新亦是如此。

题主要有自信，国内那些发了顶会，评委给个高分就整个朋友圈吹，或者背后搞姑娘，对论文没有仪式感，到处吹嘘的垃圾，大家知道这帮人是谁，我很鄙视他们，题主也敢于鄙视他们，不要自卑，他们只是过眼云烟，只是学术江湖背后运作保护起来的人，他们的优秀，是病态的学术环境给与的。题主要有自信，这个行业没你想得这么高大上，有很多连价值观都是错误的人都能从事这个行业，他们靠啥手段发家，我在这个圈子，或多或少了解一点，他们都能够吃香喝辣，题主为何这么不自信。

我希望题主站到一定高度去思考人生，不要被眼前片刻的虚荣和浮夸所蒙蔽，影响自己前行的决心。

知乎高赞回答之四

作者：zhongyian

最近致力于防脱发事业的程序员

https://www.zhihu.com/question/335991165/answer/765581119

这是，看了这位大佬前两天的文章？

陈天奇：机器学习科研的十年

同学，没必要对自己这么狠........和这位比起来，大部分机器学习的硕博，不是渣渣，是沫沫..........

1、想和大佬们缩小差距是好事，但是远在天边的榜样没有意义，跳起来能够到的榜样才有意义。比如，实验室、学院近两年你认为文章发的最好的人，你觉得工作找的最好的人，你觉得科研做的最扎实的人。

2、理性的认识到自己与别人在某些方面的差距，同时发挥自己的优势，如果你总是觉得自己没有优点，那就让勤奋努力持之以恒成为你的优点。刚进实验室的时候我是被各路同学虐成渣，有特别热爱科研的，有工程能力非常强的，有数学特别好的，然后我么，全靠老师一路连拖带拽的踏上了科研这条路，回过头来看，我觉得我的优势就是，没放弃。。。

3、踏踏实实，一步一步来，别想一口吃成一个胖子。这个是看到你描述里有说“大佬们已经开始不追求顶会，而是追求完美的质量”，这点吧，不太建议刚入坑的同学学习。虽然总是吐槽说现在文章灌水严重，但是如果你刚接触一个研究领域，志向太宏伟的话，可能几年甚至一直都不会有成果，得不到激励的科研生活对于大部分人来说是很难坚持下去的。大牛们也是刻苦努力，一点一点积累起来的。

4、自信点，乐观点，开心点，适当的危机感要有，但没必要压力这么这么大，你的头发最重要了。

知乎高赞回答之五

作者：cobuild

计算机科学与技术博士在读

https://www.zhihu.com/question/335991165/answer/774570957

我就是研究深度学习的，做了一些深度学习应用的文章，正在往底层系统转。我劝题主正视自己，把代码技能磨练好，多刷leetcode，计算机的底子打好，能在大厂找个开发岗例如后端开发就挺好的。开发活多，招的人多。

硕士时间很短，机器学习入门容易，深挖很难很玄学。搞机器学习风险实在是大。实在想搞，后面也有一些建议。

具体原因如下：

1.机器学习应用代码做出来非常简单，但把效果做好挺不容易，没有明确的方法论。大多数情况模型不work，自己都是一头雾水，不像其他技术可以打log去找bug。模型调优靠的是大量借鉴别人的idea，加上一些灵感，再加大量的实验（我都是10块卡并行验证idea，调参，调结构）。这些玄学技巧你确定研究生阶段可以掌握么，如果说掌握不了，还没有顶会文章。我认为就业会是很惨淡的。现在最火的GAN，BERT之类。理解起来用起来都不难，没什么门槛。但我觉得能做出这种结构的人真的是天才。

2.如果说你想做底层算法+底层系统。我劝你放弃吧。研究生阶段那一两年时间去搞这玩意，和大牛比起来，可能还没法入门。机器学习的算法和计算机的组合优化算法没太多关联，是另一个体系，主要包括优化，概率，矩阵等等，看看VAE这篇paper就能感受一二了。搞这一块做计算机的人没有什么优势。而做系统，造轮子..这个就放弃吧，不要为难自己。我在研究系统和库，但也是达到博士毕业要求了才敢去投入系统方面的工作，这块工作量大，难度大，花很长时间都不一定出得来成果，不要老盯着陈天奇那种..

3.至于算法岗就业，答主没参加过校招，就贴几个其他大佬的回答，仅供参考。不过据我所知，身边的人拿到offer的一般是博士有顶会。或者硕士背景很好比如清华或者强985学校本科，然后把LeetCode刷穿的那种。

从今年校招来看，机器学习等算法岗位应届生超多，竞争激烈，未来 3-5 年机器学习相关就业会达到饱和吗？

https://www.zhihu.com/question/66406672

如何看待字节跳动招聘收到的算法工程师简历的数量远超需求？

https://www.zhihu.com/question/293986592

对于应聘人工智能相关算法岗来说，顶会论文和算法比赛哪个更重要？

https://www.zhihu.com/question/265066766/answer/289388710

如何看待 AI 人才抢夺热潮，应届博士年薪涨到 80 万这一现象？未来前景如何？

https://www.zhihu.com/question/302911622

对于机器学习这种，入门极容易，深挖极坑的方向。若没有很好的背景，我真的觉得远不如去搞搞后端什么来的实在。非大佬慎入坑。

若题主头铁，我这里有一个建议，也就是我走的路，花一个月时间，先把市面上的公开课例如李宏毅，231n等刷了，然后开始找近两年顶会开源的paper，看看有没有办法改进，或者找一些kaggle竞赛，看看做出来效果如何。如果说完全一脸蒙蔽，那就退了吧。

推荐阅读：

【一分钟论文】 NAACL2019-使用感知句法词表示的句法增强神经机器翻译

【一分钟论文】Semi-supervised Sequence Learning半监督序列学习

详解Transition-based Dependency parser基于转移的依存句法解析器

经验 | 初入NLP领域的一些小建议

学术 | 如何写一篇合格的NLP论文

干货 | 那些高产的学者都是怎样工作的？

一个简单有效的联合模型

近年来NLP在法律领域的相关研究工作

---