去清华还是去北大，做科研还是做业务

读者提问：龙哥你好，我是一名大三的保研学生，现在有两个目标项目，一个是北大学硕，导师很强，研二可申请硕博连读，但不能实习。另一个是清华专硕，就业导向，导师放羊，鼓励实习。我认为这两个项目的培养目标应该对标下面这两种算法岗，想向您请教一下您对这两种算法岗的看法以及他们的职业发展前景，如二者的薪资水平、上升空间和职业稳定性等：

1. 业务导向的算法工程师（Development）：最为典型的算法工程师，市场上招聘的大多是此类算法工程师，主要存在于业务部门。

2. 狭义的研究员（Research）：主要聚集在大厂的研究院AILab，成员多为名校的PhD，首要目标是做前沿的科研探索，发paper，塑造业界的影响力。

公子龙：这是一个经典的幸福选择问题，长大之后，我是去清华，还是去北大。

首先恭喜你，这两个选择，不管哪一个，看起来都很好，前途是光明的。

你的疑惑点是，还不太清楚，站在一个分叉点，选择到底是踏上科研之路，还是去项目业务中磨炼自己。可能说的复杂了，简单点，就是做科研，还是做业务。

两者的区别还是蛮大的，很多人没有你这样好的选项，但他们也会遇到同样的问题，这是一个普遍的问题，我也遇到过。

我的观点是，无论科研还是业务，从行业前景上来说，都是不错的，切莫认为我是在模棱两可，下面会阐述我的理由。而选择哪一个方向，则需要你找一个夜深人静的时候，认真的问问自己，到底喜欢什么，想要什么。

先来看看在企业中做科研，也就是你提到的，基本所有的一线互联网企业，例如腾讯、阿里、字节跳动，近些年都成立了 AILab 性质的部门。鼎鼎有名的微软亚洲研究院，也可以认为，是一个成立很早的 AILab。

这些机构，经常在各种AI 顶会上频频亮相，在一些国际赛事中摘金夺银，很是耀眼，也着实对象牙塔中的学生很有吸引力，我猜，也包括你。毕竟，作为中国的新一代年轻人，我们的梦想空间，大了不少。

但，万物难两全，它也是有利有弊的，我根据自己的经验阐述一下。

好的研究成果，都是经年累月做冷板凳，一点一点打磨出来的。人工智能的技术成果，譬如在自然语言处理、数据挖掘、图像处理领域的，从研发到业务上的商用，有着不短的路要走。每年的会议论文数以万计，但真正落地、应用到实处的，仅有极为优秀实用的研究工作。

所不同的是，互联网的更新迭代速度更快，有人热爱科研事业，能够忍受长时间探索无果的折磨，就为了能够最终的成功曙光。而更多的普通人，或许，与其说等不到，不如说等不及。

相对于业务部门，AILab 的学术研究氛围会浓厚不少。此消彼长，大多数AILab 是缺少公司集团的核心业务的，更多的，是和其他部门相合作，将研究成果转化为技术支持，为兄弟部门添柴加火。理想很美好，现实或许会骨感一些，好的业务、项目都是心头肉，兄弟部门舍不舍得把核心事情交给 AILab 来做，还得打个问号。

再说说业务部门，互联网企业的竞争之剧，很多人到了业务部门才能够真正有所体会。每天工作，被各种会议、各种指标追着走，半天开会，半天工作。

业务部门的算法工程师，算法都是为真实的业务服务的，所以基本都会采用业界早已验证的成熟、简洁、靠谱的算法。新颖、复杂的算法，在这里，要么仔细验证，要么加以简化，留给纯算法的空间，打了不少折扣。

做业务，压力的确很大，但在努力之后，看到指标提升，是非常有成就感的。一个简洁而不简单的算法上线，在一线应用上，能够改善千万计用户的使用体验，满满的成就感爆棚。

于我而言，我选择了做业务。我曾经做过研究，着实不太喜欢。每个人都有自己喜爱的事物，我所喜爱的，是每一个动作，都能够对用户有所影响，而非一遍一遍的验证，苦苦做出来的算法，却还只是一时兴起的玩物，看着新奇，用起来却没有直击用户的痛点，多了一些孤芳自赏的味道。

以上是我的研究和业务岗的算法工程师的粗浅理解。至于你提出的，二者的薪资水平、上升空间和职业稳定性等方面的比较，抱歉，我还是难以回答的。

在这两个细分方向，我都见过绝对的强者，振臂一呼百应的那种，那是真正的话语权和行业影响力。因为都是处于上升的行业中，最终的成绩，更多的还是取决于行路过程中我们的努力，以及对机遇的发觉和把握。

以上，希望对你有所帮助，祝前程似锦。

还可以看

半个月时间，我的 B 站粉丝破万了

我更新视频了，科普计算机领域常见的比赛