人工智能就业越来越严峻，你还在坚持吗

最新推荐文章于 2023-12-04 20:17:06 发布

u010900574

最新推荐文章于 2023-12-04 20:17:06 发布

阅读量4.9k

点赞数 4

本文链接：https://blog.csdn.net/u010900574/article/details/107032070

版权

喜欢就关注我们吧！

年前，元峰在知乎回答了“人工智能就业前景越来越严峻了，你还在坚持吗？”这个问题，今天发现，竟然有4百多个赞了。今天在这里发一下当时的回答，和大家一起分享一下个人鄙见，如有异议，欢迎在评论区留言。

问题：人工智能就业前景越来越严峻了，你还在坚持吗？

现在的求职状况是竞争非常激烈。如果说7、8年前的状况是各个专业转CS的话，现在是全民转AI。各个专业，例如自动化、微电子、机械、通信、电子信息、材料专业，都有大量的同学在学习机器学习(主要是深度学习)。

19年8月份，当时笔者还在某CV四小龙工作的时候，帮忙面试了6个提前批的应届生，都是985和211的，都不是计算机专业的（不过以前并没有人工智能专业，做算法的，好多都是非计算机专业的）。印象中好像有四个同学回答的还是可以的。从ResNet到MobileNet，从SVM到XGBoost，都回答的头头是道（但是有个共同点，了解的都不是很深入）。另外，有个朋友做 AI 社区运营的，把我邮件放到他们的内推文章了，结果我收到了接近50份左右的简历，基本985、211、一二本的都有，想当年，我参加17年秋招，投递我就职的公司（CV四小龙）的人还很少，去东南大学的校招才十来个人参加，旷视在南京大学的宣讲会留下来参加笔试的，也应该没有40人。现在的情况是，211以下的基本很难找到AI独角兽的算法岗位了，除非是你有非常厉害的专长（比如优秀的论文或、比赛或很好的项目经验）。依图今年的算法岗位竞争据说 100:1，进BAT的算法岗更难。

当前的AI状况是，学术界的研究热点已经从感知智能转向认知智能了，在CV方向，感知的基础算法（例如ResNet、SSD、YOLO、UNet、Deeplab系列、FaceNet、ArcFace）都是2018年前提出的了，2019年有突破性的、实用性强的算法基本没有出现了（在NLP领域倒是还有Bert、GPT等这种巨无霸模型出现）。深度学习算法增长增长缓慢后，导致的结果是：

基础的算法越来越模块化，调用它的技术含量也越来越低，算法被越来越多的人掌握，大家都会BP推导，都能讲清楚ResNet、SSD、YOLOv3的原理，从Github上下载一套训练代码，分分钟训练到飞起。这种情况导致竞争空前激烈；
公司对算法工程师的需求数量降低，至少不需要再养很多人去发论文了。公司对算法模型的需求，在收集整理好数据，直接调用模块化的算法去训练，甚至使用AutoML来自动搜索模型架构就好了。

现在AI独角兽应该都在把重点转向产品，或者收缩战略，集中到核心场景中了。就像近期地平线裁撤AIoT部门不少员工，将重点收缩到占公司收入大头的自动驾驶相关产品的研发中了。我猜测，后面各个 AI 公司或许会精简优化规模庞大的研究院，分流到相应的产品部门去。

我并不是要看衰AI，作为该领域的从业者，我当然希望行业繁荣兴旺。AI 越繁荣，对于个人来说反而机会越大。只是，我越来越觉得，后面应该不存在体量庞大的AI公司，而应该是各个以AI为核心的产品公司，例如做工业检测、物流机器人、自动驾驶、智能安防、智能医疗、智能客服的各个产品公司。做在线算法API服务的，大概率会集中到BAT、华为这几家出售云服务的公司（API搭配他们的云计算出售）。而纯做算法的公司，肯定是规模小，团队精悍，聚焦有限几个特定场景的公司。

另外，虽然算法岗位去大公司和明星公司比较难，但是去规模中小的公司还是不难的。毕竟我国又不是只有BAT 、TMD、华为、商汤、旷视这几家，中国还有多少万家做算法相关产品的小规模公司呢。（但是小公司，风险也大，有可能会面临各种问题）

如果非常想去大公司，可是算法能力又没那么硬核，可能还是做前后端、客户端开发进去的概率更大。如果觉得我说的没有道理，是时候再放上这张图了????