【经验之谈】劝退文｜听说你要转AI

点击上方，选择星标，每天给你送干货！

---

来自：李rumor

卷友们好，我是rumor。

招聘季马上就要开始了，关注我的朋友中不少是非科班或者非算法岗想转行AI的，平时也经常来找我咨询，今天就根据自己的经验给大家一些建议，聊聊以下几个话题：

1. 我是如何转岗并拿到大厂offer的

2. 劝退第一弹：2021年是否还值得转AI？

3. 劝退第二弹：转AI后有哪些落差？

4. 学生党如何转AI？

5. 工作党如何转AI？

6. 什么是技术人的核心能力

希望对大家有帮助，抓紧时间行动起来鸭。

我的转岗经历

我的本科在一个理科实验班，主要学些通用物理、数学还有各种，研究生虽然选了计算机方向，但在法国的合作学校交换，学的也都是物理，那个年纪你懂的，头一次出国，心思全在谈恋爱和旅游上。。。回国直接研二开启了实验室放养模式，啥也不会，又懒得刷题，连个互联网技术岗的实习都没找到。

最后被一家不错的量化私募收留去做系统开发实习，毕业后去了一家上市的金融IT公司继续做量化交易系统。但才做了三个月我就醒悟了：

1. 量化不是国内券商等大机构的主要营收，而私募的平台太小，进去了很难跳出来，没有互联网的选择多

2. 我的学历（北航本硕）在量化这个圈子不占优势，数学能力<代码能力，高频交易这个子类比较适合我，但国内蛋糕就那么大

3. 当时的部门做的量化系统难落地，有量化团队的机构肯定自研，没量化团队的机构也不会轻易冒风险

相比之下，三年前的2018正是AI越来越火热的时候，创业公司一大片，AI岗的薪资也越来越高。于是我毅然决定转岗，恶补了几周基础之后立刻投简历，拿到两家创业公司的offer保底后便去申请转部门，因为当年我们公司在发展智能客服，恰好可以去NLP部门，终于正式开始AI之路。

活水到NLP部门半年之后，我意识到自己在那里的技术提升已经到了天花板，算力、数据都有诸多限制，于是毅然开始跳槽，大厂基本没戏，最后去了一家百度微软系创业公司。又磨练了一年，技术提升飞快。但创业公司的落地有限，我意识到自己必须去接触更多真实场景和挑战，于是又跳了一次，终于收获了几家大厂offer。

复盘自己的经历，并不容易复制。首先是学历和专业还可以，投出去简历基本都有面试机会；然后就是时机选的好，18年还没这么卷；最后是老东家对我转岗的宽容，以及自己还算刻苦。

劝退第一弹：2021年是否还值得转AI？

从21届校招的薪资来看，AI岗仍然是最香的技术岗位，优秀的同学会继续在这里卷，手持多个顶会的硕士博士的薪资也不会降，但实话说继续保持现状的话我是不看好的，有以下三点原因：

1. 整体蛋糕的增速在变慢甚至没有变

2. 高薪诱惑着更多的同学持续涌入，改变供需

3. AI预训练模型发展迅速，入门门槛降低

AI是16年阿尔法狗开始再次爆发的，这几年语音、图像、NLP都在尝试各种落地，但很多都不是用户刚需，从0到1的时候感觉是个不错的尝试，真正开始变现就难了。现在是21年，而资本19年便意识到了，我身边在创业公司的同学有拖欠工资的，有团队走了大半的，还有被便宜收购的。

在这种行业状况下，如果持续涌入更多同学，就会改变供需关系，旱的旱死，涝的涝死，优秀的同学拿了一堆SSP，一般的同学只能拿到跟其他技术岗差不多的薪资。如果没有新的大突破，AI会步入下行周期，薪资增速变缓。

虽然AI可能会下行，但CS暂时不会，互联网红利确实变少了，但我们的社会还会持续信息化，对程序员群体的需求还是很多。所以转AI前不如想想自己是否更适合其他技术岗，工作几年之后薪资会跟职级更相关。

当然，从长期看人工智能可以提升生产力，肯定是人类迈出的一大步，目前还有很多提升空间，是一个可以坚持的方向。但就现在的卷度，非科班想要拿到一个好offer并不容易。

说了这么多，到底怎么判断自己是否适合呢？其实就三点：

1. 有个不错的理工科学历

2. 有决心恶补编程和机器学习知识

3. 有时间打比赛或者做AI相关的实习

不满足上述条件的同学我基本是劝退态度～

劝退第二弹：转AI后有哪些落差？

除了高薪之外，AI岗还有个诱惑点是它的「高级感」。

做算法之前，我以为AI岗就是研究各种fancy的算法，魔改模型跑出sota。做了之后才发现大部分时间都在写工程代码、洗数据，到了大厂之后还总有各种会议和文档，真正用在模型上的时间也就10%，还总得看新的论文避免落下。。说多了都是泪，详看这篇文章。

另外，做凉的项目多了之后，越来越觉得技术的价值是有限的，只有真正做出了好的应用才有价值。算法岗也好，开发、前端都行，真正能解决问题、提升业务效果、减少成本的技术才是好技术。

我唠叨了这么多，但人都叛逆，你们肯定不会被劝退的，那就转吧，赶紧行动起来才是王道。

学生党如何转AI？

首先coding能力和算法基础知识是必须的，学生的时间多，无关的专业课就水水，赶紧把基础都补了。

其次要赶快丰富自己的简历，必须在实验室的话，如果有学长带就发论文，没人带就自己去结交卷友打比赛；导师不要求在实验室就赶紧出去找实习，先面创业公司再面大厂。尽量多待几家公司，每家待3-6个月，跟一个完整的小项目。

事实上，即使导师要求天天在实验室，也可以偷摸找远程实习、周末实习，一些创业公司是可以商量的。初入社会，要在一些涉及利益的事情上多为自己argue，主动争取。

有了相关的比赛、实习经历之后，基本可以拿到些校招面试机会。

工作党如何转AI？

工作党比学生更难些。

首先是准备阶段，得利用所有可能的时间学习，同时找比赛练练手，但拿到好名次的希望不大，现在学生和公司AI部门都在里面卷。时间优先放在巩固基础，前沿的论文先不用看。我转岗那年每天下班后+很多个周末都在学习（抹泪。

等学了两三个月之后可以试着投简历，让面试帮自己查漏补缺。有了一定把握后，优先内部活水，再跳槽，让自己的履历更顺畅。

劝退Again：现在做AI的学生这么多，社招转岗在就业市场没优势，大厂基本没戏，只能从创业公司卷起。成功转岗后会和应届生在一个起跑线上，注意心态。

什么是技术人的核心能力？

大多数选择都是围城，总以为到一个新的地方、换一个新的方向会不一样，其实到头来都有不满意的地方。只能说转AI之后maybe有更多选择的权利，而真正能抓住机会的又有几个。

说到这里，还是要提醒卷友们注重培养自己的核心能力：

1. Coding能力

2. 定位问题、解决问题的能力：不仅是大小bug，还有从真实场景中出来的问题。所有定位和解决问题的经验，都是能拉开差距的点

3. 合作能力：从IC逐渐向TL过渡需要的能力，与同级共赢而不是抢活、与下级共赢而不是命令、与上级共赢，争取资源和及时回馈

OK，今天的分享就到这里，快去学习吧。

另外，这篇文章分享了不少观点，周日晚准备撸猫直播再和有问题的同学聊聊，可以关注我的视频号等待推送。

说个正事哈

由于微信平台算法改版，公号内容将不再以时间排序展示，如果大家想第一时间看到我们的推送，强烈建议星标我们和给我们多点点【在看】。星标具体步骤为：

（1）点击页面最上方“深度学习自然语言处理”，进入公众号主页。

（2）点击右上角的小点点，在弹出页面点击“设为星标”，就可以啦。

感谢支持，比心。

投稿或交流学习，备注：昵称-学校（公司）-方向，进入DL&NLP交流群。

方向有很多：机器学习、深度学习，python，情感分析、意见挖掘、句法分析、机器翻译、人机对话、知识图谱、语音识别等。

记得备注呦

推荐两个专辑给大家：

专辑 | 李宏毅人类语言处理2020笔记

专辑 | NLP论文解读

专辑 | 情感分析

整理不易，还望给个在看！