「转行人工智能」是否前景一片光明?

「转行人工智能」是否前景一片光明?

 

https://mp.weixin.qq.com/s/ZHmMvIemM9tqUwA4LdlxVw

 

 

知乎科技板块上有一类问题经久不衰:xxx是否可以转行做AI?代表性的问题有:

  • 锅炉设计转行 AI,可行吗?
  • 28岁女孩想转行做数据挖掘靠谱吗?
  • 射频IC想转机器学习,我要怎么做?
  • 31岁的女人不想在事业单位就这样蹉跎岁月,想要转行做数据挖掘,有编程基础,可能性大吗?

有感于今早读到的文章 随笔: 记生物博士6个月转行计算机 中的一组数据:

截取自文章,所有权 @Serena Yu

上图列举了以不同关键字进行搜索返回的岗位数:软件(11113) vs 生物(216) vs 生物信息(44) vs 数据科学家(152) vs 机器学习(280)。不难看出,至少在澳洲职场上,软件相关的工作是远多于机器学习和数据科学的,机器学习岗位仅为软件岗位的3%。抱着好奇的想法,我在智联招聘上对北京地区做了相同搜索:

  • 软件:大于10W个
  • 机器学习:2059
  • 数据挖掘:4669
  • 数据科学家:29
  • 数据分析:34995

不难看出,市面上的岗位主要还是需要软件开发,而不是机器学习算法工程师。机器学习岗位在智联上的数量不到软件岗位的2%,而且往往对学历卡的很严,门槛很高。

我在最近的回答「阿萨姆:学习机器学习过程中都走过哪些弯路,怎样避免走弯路?」也说过:“现阶段的就业市场还面临有价无市的局面,一方面企业开出高薪吸引机器学习人才,一方面符合条件的人太少。”至于学历要求,一般来说,名校相关学位硕士以上学历是大企业的基本要求,更高端的岗位还需要顶会和PhD。磨刀不误砍柴工,如果有可能,读一个硕士项目能很大程度的扫清路障,防止简历卡在人事手里。

有人会说,数据分析的需求很大,有34995个岗位。但别忘了这其实和机器学习的差别是很大,分析和挖掘是两回事。数据分析岗位往往不涉及建模和预测,更多的是清洗和可视化。从专业要求上来看,数据分析远低于机器学习算法工程师。另一个直观的对比是,数据分析的月薪在6000-1500左右,约为10000。而机器学习工程师基本都在20000左右,不少岗位都是面议。因此,虽然机器学习和数据分析都和数据打交道,其实是两份不同的工作。

数据分析师工资,来源智联招聘

机器学习工程师工资,来源智联招聘

因此在每个人都想转行AI拿高薪的时候,我想不合时宜的泼一些凉水:

  • 高薪的机器学习岗位数量是很有限的,且要求很高,没有相关学历难度很大
  • 传统的软件开发测试还有一定的缺口,机会并不比机器学习少,而且市场成熟门槛适中
  • 不要被线上线下的培训班忽悠,他们提供的对口工作最多是数据分析,也不一定比你现在赚得多
  • 不要单纯为了钱而转行AI,没有相关学历和经验你面临的最可能是失业
  • 如果一心转行,上策是回学校拿个相关的硕士学历,中策是骑驴找马侧面了解知识不落伍,下策是破釜沉舟自学成才
  • 如果回校上学不大现实,还是可以从相关的实习岗位做起,或者从数据分析做起慢慢来一步步转,不要相信自学高薪的馅饼会砸中你

有没有人能自学成才?当然有。但学机器学习必须有基本的统计概率知识,这个几率是较低的。而且自学转行成功的人往往都有相关领域的高级学位。我认识的不少转行成功的人,基本是物理、电子、生物信息专业的硕博,本身知识重叠率高,转起来就难度不大。切忌花动辄几万块钱辞职学AI,每每想到这一幕我都觉得不寒而栗,这才是新时代的杀人不见血。培训班是没有错的,但天价且鼓吹包分配无门槛的肯定是有问题的。这是在贩卖虚假梦想,从渴望改变命运的普通人身上吸血。

我一直都鼓励每个人都了解一下机器学习,但从不建议每个人都转。机器学习不是高薪的保证,也可能是失业的预定。在媒体的大力鼓吹下,AI看起来前途似锦,但万望大家思考清楚是否适合自己的情况。不然,梦醒后才会发现是噩梦一场。

我们用常理心分析一下,只要上个培训班或者自学几个月,就可以从年薪10W成长到30W以上,这样的好事似乎不大可能。即使真的存在,按照经济学原理这种低门槛高薪的岗位的待遇也会迅速下降回归理性。不是要泼凉水,但希望我们大家都能保持理性,不要被媒体口中的高薪忽悠瘸了。怀着批判的态度去思考问题,这才是做科学的基本态度。

 

 

 

 

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值