【思考】AI太热门，博士也不好找工作了吗，我是这样思考的

为什么突然想提到这个话题，是因为在某学习交流群里，我关注到几个同学发出了两张图，意思是讨论如今找工作算法岗位的不容易，甚至出现了博士也找个算法岗也不容易。

因为疫情的原因和“毛衣战”的环境下，很多企业都没有以前那么辉煌，都是勒紧裤腰带过日子。同样，今年的几百万毕业生就业环境也是非常不明朗，以至于本来不想读研读博的同学转而开始复习备考硕士和博士。

如此紧张的一个就业环境，对于多金的算法岗位，竞争就变得异常不容易。这里有人提到是否要转开发岗。

因为开发的岗位相对算法岗位要多一些，反而要求没有那么高。

对于到底做算法还是做开发，知乎已经有人回答了，我在末尾会给一些同学我自己的建议。

以下是知乎沈世钧的回答，获得1.7k赞同

我做软件开发已经20年，日常工作也与AI相关，所以谈一下自己的看法。

这两年AI大火，导致很多毕业生跨专业（例如自动化、光学等）转岗算法，这些人有个显著的特点就是羡慕IT的高薪，但普遍受没有受过通识的计算机教育（例如操作系统、数据结构、C/C++编程等），但人够聪明，数学不错（但大部分都没有学过高级算法），学编程吧，需要学的东西太多太杂，所以很多人都想抄“近路”来搞算法研究。这也客观上造成当前算法岗供大于求的局面。所以就人才招聘结果来说，“质量”明显不如以前了，原来名校的博士为基本要求，而今天985的硕士就可以了。

而且相比于软件开发，算法更吃脑力，对智力的要求更高，年龄越大挑战就越大。我本人是做系统集成的，实践中我的感觉是，随着脑力的下降，首先感到力不从心的就是数学，原来好多数学问题在脑子里过一遍就能想明白，但现在就需要画图才能理解。但编程就好多了，至少现在还没有感觉明显的衰弱，也可能是这多年已经积累了好多代码，很多时候把老代码复制过来改改就能work的原因吧！

其实，从去年开始，业界对AI的技术方向就已经达成了共识，也就是深度学习+大数据+大计算，其中尤其以数据为重。可以说只要数据足够，假以时日，大家的速度和精度都不会太差。现在大家比拼主要是算法变现的能力，也就是看谁能够把算法变成产品销售出去，因此今年我的感觉是，相对于纯粹的算法，综合性人才更稀缺，例如有既有产品思维，懂算法，懂编程的人。

AI在IT领域也不算个新鲜东西，但早先都集中在专业领域，更多是一些专家系统。感觉AI街谈巷议，突然大火也就是这两年的事，更准确的说应该是5年前，就在此时深度学习理论旧瓶装新酒，从而迎来AI研究的集中爆发。但在深度学习框架搭成之后，接下来更多就是调参数，喂数据。所以在相当一段时间内，算法的研发重点转向了数据的收集和清洗。

也就在这个时候，稍微打听下，你就会发现业界很多到公司招聘的实习生，日常主要工作就是调下参数，编写一些数据收集工具（例如网络爬虫），甚至更倒霉一点就是每日用别人写好的工具收集数据，清洗数据。

深度学习框架搭建的早期阶段，对算法工程师的要求是很高的，既需要精深的数学能力，同时又需要超强的编程能力。但在当前，随着各大公司的AI框架逐渐成熟，以及一些深度学习框架的开源（例如谷歌的Tensorflow），AI技术下沉的趋势非常明显，早已从几年前的阳春白雪变成了下里巴人。

不幸的是，中国人干什么事都喜欢一哄而上，就像早些年全民学Android，学前端、现在又开始全民学算法。不是说人就应该逆趋势而行，但越是在大家都熙熙攘攘的时候，越是要保持冷静，越是要问几个为什么。一个很显然的道理是：如果一个行业突然涌进了这多人，至少有两件事可以肯定，一个是这个行业门槛肯定不高，二是根据供需平衡原理，这个行业的未来行情必然会下行，不信各位看看现在的Android开发是否还复当年的意气风发？

还是那句话：“只有在潮水退却的时候，才知道谁在裸泳！”

以下为知乎熊风回答，获得1.2k赞同

我是机器学习方向的在读研究生；本科时期在阿里实习过，实习职位是算法工程师。

对这个问题说一下自己的看法。说的不对的地方，还望各位同行指正。

首先，我觉得题主完全有资本去报阿里或者腾讯的算法岗。

如果题主的描述属实，那么题主算是一个基础比较扎实的计算机学生了，而且对机器学习也是有一定程度的掌握。我本科拿到阿里算法工程师offer的时候，实力比题主差多了。

就我当时实习的情况来看，阿里的算法工程师赖以立足的还是工程能力，能干活、能搬砖才是硬道理。某一个机器学习的算法不会，学几个小时或者几天就足够了，应用一个算法、会调参数的门槛并不高。而且实际工作里用的最多的还是那些很经典、很基础的机器学习算法（逻辑回归，决策树之类的）。

而且如果你做的是数据挖掘，推荐系统之类的，你也应该知道你做的其实是特征工程。很多时候，复杂、高深的模型效果不一定好；能让结果效果有很大提升的往往是特征的提取和选择。所以比起算法和模型本身来说，对数据、对业务的理解其实同等重要甚至更重要。

正面回答你的三个问题：

(1)以我现在的机器学习情况准备算法岗位(阿里或者腾讯)的话，是否有资本一搏？如果有资本，那还需要怎么准备才能更稳一些？

有资本。

如果你还想更稳一些，不妨做一些数据挖掘类的项目或者竞赛。比如阿里天池平台上的竞赛天池大数据竞赛 或者kaggle上的一些比赛。据我所知，BAT的算法岗还是非常认可这些竞赛的。特别是天池上的一系列竞赛，不仅奖金高，做得好的也基本能稳拿阿里算法岗的special offer

如果你觉得做竞赛太耗时间了，去github上follow一些比较有意思的机器学习项目也是不错的选择。总之，有意识地加强一下自己机器学习实践方面的背景吧。

另外，并行计算、分布式系统也在算法工程师的技能树里面。如果你有时间也可以学一下spark之类的，比较推荐伯克利的一门课。

参考SS Wang的知乎回答零基础自学如何成为合格的数据挖掘工程师？ - 数据分析：

1. BerkeleyX: CS190.1x Scalable Machine Learning CS190.1x Course Info

这门课是伯克利开的，教机器学习基础、Python Spark实现。我很懂机器学习，但不懂spark和python，花了1周多时间看完视频、做完作业。如果没机器学习基础的话几周应该够了。学完了可以用spark处理大数据，做分类、推荐系统。

这门课包含了机器学习基础，python spark实现。学这门课的时候记得做作业。

(2)想转机器学习是因为觉得开发岗位没有算法有意思，觉得搞算法更容易比写代码创新，也更接近与科研性质。这样的想法(针对阿里或者腾讯)是否正确？

我觉得并不正确。以我所见的情况，阿里、腾讯的算法工程师一般不会涉及到算法创新；这部分工作可能会专门挖名校PhD甚至名校教授来做。MSRA、百度IDL这种地方倒是挺接近科研性质的；但我阿里实习期间的见闻，算法工程师做的还是工程，并非科研。

而且虽然你的title是算法工程师，但并非你就只做和算法相关的事。本质上，算法工程师也是一块哪里需要往哪里搬的砖。如果你的项目组需要你干别的活，你当然也要承担起别的和算法完全无关的工作。比如我实习期间，因为我的主管想分析别的网站的数据，就让我去干了一些爬虫的活。有一段时间我天天都是忙着从别的网站爬数据。

所以，不要太介意“算法工程师”“数据科学家”之类的title，对于应届生来说能干活才是硬道理。

(3)在各位大牛周围是否有人从写代码转到过算法岗，有没有经验可以告诉我

有，而且还不少。我当时的那个组是阿里某个部门的算法组，里面的大多数人title都是算法工程师。但不少人都是从开发岗转过来的；毕竟几年前， 机器学习还并不是很火。

另外，就我观察到我的同学找工作情况，研究生期间并没有什么机器学习方面的项目背景，但拿到BAT算法岗的例子也是不少的。

总之，其实本科生/研究生去公司做机器学习，和PhD去企业做机器学习，是不同的概念。

那些发了很多顶会甚至已经做出有影响力的成果的PhD（比如 @田渊栋@贾扬清@Naiyan Wang@Filestorm 等等），他们去公司做机器学习是做research scientist. 他们做的工作，和本科/硕士生做的算法工程师，并不是同一回事。

更新：

贾扬清大牛在评论里补充了一些看法。我觉得很值得参考，所以把这一段搬到我的回答里：

其实算法岗和开发岗的区别并不很大，比如说我现在负责开发Facebook的人工智能底层平台，并不是单纯的research就可以，同时也需要保证开发的系统可以在百亿级别的数据上进行快速深度学习的训练，这个没有系统开发的支持是很难做到的。我们现在招人，都会注意开发产品级别的代码的能力，所以很大程度上应该是算法和代码能力并重，甚至一定程度上代码能力比算法能力更重要。

 

以下是我个人的建议，欢迎阅读，同意请赞

算法岗位其实在很多公司做的事情的确并不是纯研究的算法优化工作，的确有很多工程问题需要解决，以至于很多算法工程师还花大力气做了很多数据清洗的工作或者标注的工作，所以咱们要认清自己的实力，到底是个什么level心里要有数，或者高精尖的研究部门在你没毕业就已经盯上了你，否则只能说你的层面可能还没到。所以，不要觉得非要算法岗位，我一定要研究新框架，新算法，新模型。真喜欢人工智能，我们也可以在AI这个领域圈子干活，开发也是这个圈子，而且开发转算法也是可能的，只要是这个圈子机会还多的是。

第二个建议，要找算法岗位我们不一定要只盯着互联网，不妨把我们的目光放到工业领域，制造领域，实体经济中。虽然这些行业可能并没有互联网高大上，但是这些领域里面有着非常多的机会，非常可观的经济效益。而且也是很少被关注到的，就拿我了解的工业质检这块，就是一个非常难啃但又是经济效益巨大的痛点。所以，眼界打开一点，别瞧不起一些工厂，说不定互联网的红利就会转移到制造业中来。

别的不再多说，希望每个努力的朋友，或者希望用AI改变世界的朋友如愿以偿。

欢迎添加我的二维码一起交流