计算机视觉毕业后找不到工作怎么办？

点击上方“视学算法”，选择加"星标"置顶

重磅干货，第一时间送达

编辑：Amusi  |  来源：知乎

https://www.zhihu.com/question/335451320

本文仅作为学术分享，如果侵权，会删文处理

计算机视觉毕业后找不到工作怎么办？

本人目前是985高校渣硕一枚，准研三，方向是计算机视觉。成绩中等，无论文，无比赛经历，有项目经历。导师基本放弃科研，平时学生都处于放养状态。编程基础还可以，自认为在教研室算好的了，python用得比较熟，C++也会一点。pytorch， tensorflow，keras等框架也用的还可以，之前为了找工作做准备，自己还复现了几篇论文中的代码放在github上，但获赞数寥寥。

当初选择该方向时，深度学习正处于大热阶段，什么无人驾驶，人脸识别听起来就很高大上，似乎人人都想往这方向转。然而到了找工作的时候了，发现就业形式和我想的相差太大。最近陆陆续续有公司开始秋招的提前批了，计算机视觉岗位招的清一色算法工程师，没有论文，或者大赛获奖的找到算法岗的简直不要太难，周围的同学都开始纷纷转Java开发，自己也开始慌了。

想到学了两年的cv，最后工作都找不到，一时间十分失落，感觉如果去做Java开发，还不如本科一毕业就出去工作，完全没有读研的必要。所以我想问的是现在跟深度学习，机器学习相关的专业，是不是都快烂大街了，是否应该劝退后来者。为什么网上很多鼓吹AI的，营造出一种很好就业的错觉，然而到最后大多数人都找不到这方面的工作。

作者：zhongyian
https://www.zhihu.com/question/335451320/answer/753241849

谢邀。

一、开发岗和算法岗无高低贵贱之分

学两年算法做开发，觉得学无所用，转开发又比不上专门做java的人专业是可以的，但隐约有点瞧不上开发岗不太鼓励。往大了说，任何工种都是平等的，更何况都是程序员；往小了说，算法工程师本上还是工程师，是开发的一种。开发方面大佬也多的是，只是最近算法比较火，但是未来还真不好说。

二、算法：研究岗与研发岗对应的能力

说到这里，可能会有人反对：算法就是建模，和开发两回事。但是就我找工作的经验，私以为算法分两种岗位，一种是研究岗，这类岗位包含大部分博士和少部分硕士，做建模工作，发发文章；一种是研发岗，这类岗位是少部分博士和大部分硕士，负责研究岗研究出的算法的落地，会涉及到数据清洗，特征工程，开发上线等工作。

大部分硕士瞄准的肯定是研发岗，这就要求开发能力必须过关，这也是为啥开发岗和算法研发岗都要考leetcode一样，因为算法效率在实际生产中还是有要求的。也就是说，工业界用的算法是滞后于学术界好几年的，不要对公司所做的算法有太多的幻想，现实数据比你想的质量差太多，现实用的算法也没有那么高端。也就是说，大部分时间不是用在建模。

三、劝退 or 鼓吹？

事实上19届秋招算法岗就有些供过于求了，头条甚至发了算法劝退贴。而由于前几年算法就业形势太好，导致一大批人转算法，这部分导致的泡沫其实还没有消化掉，比如题主现在就在吐槽。其实不是现在算法突然不好找工作了，而是之前太容易了。

至于劝退还是鼓吹，肯定是要劝退一部分盲目入行的同学，但其实公司也是有算法工程师的缺口的，遇到的好几个hr都说，收到几百份简历，但是没什么匹配的。所以说做算法的人多是真的，可是需要做算法的人也是真的。矛盾点在于供需不匹配。

其实，市场这双无形的手是会调整的。高薪、低门槛势必吸引更多的人做算法，人多了门槛肯定高、薪水也不见得高多少，19年有些开发同学是可以拿到和算法同学差不多的薪资的，这在前两年可不是，薪资低了，门槛还高，做的人自然而然就少了。

四、有时候和你做什么无关，和你做到什么层次有关

不得不说，算法相对于系统等其他方面是好发文章的，现在挺多硕士都有文章，一个学弟（马上研三）也是做视觉，研二时候就两篇A类一作文章了。出去开会，也会发现现在硕士甚至本科好多同学都有文章，或者在很多竞赛中拿到名次。

倒不是闭眼吹周围人多厉害，而是在hr筛选简历过程中，一份简历有这些加分项，一份没有，基本肯定是要选有加分项的。功利的来看，几百份简历，没有明确的加分项，hr有多少时间，又如何能确定你基础扎实呢？尤其想去大厂，简历不出彩是真的有点难。

五、一定要有忧患意识，规划一定要早

985硕士想在激烈的求职市场上躺赢也是有点困难的，你说的python，c++，tensorflow，torch只是算法的入场券。当然了，导师不怎么指导的确也是不利因素，自己单打独斗的确困难。但是一定要眼光放长远，入学的时候应该想到，哪有能一直火的专业呢？

给题主的建议：

1、剑指offer太简单了，leetcode刷个一遍吧。不要望洋兴叹，周围有好几个leetcode刷两遍的，也没啥文章和竞赛，但是最后工作都不错。

2、找直系学长学姐，部门领导直推（不等于给个内推码的那种，当然如果只能找有内推码的，也不错了）。

3、明确自己的定位，有时候不是找不到工作，是找不到满意的工作。

4、不要慌，985计算机硕士已经比市场上绝大部分人好找工作的多了，坚持住，结果不会太差的。

作者：mileistone
https://www.zhihu.com/question/335451320/answer/778472869

现在市场出现了一个看起来很矛盾的现象，招聘公司觉得计算机视觉算法工程师难招；计算机视觉算法工程师应聘者觉得工作难找。

背后的原因在于前几年因为人工智能大火，非常多人转行进入计算机视觉领域，供给远远大于需求，给应聘者以工作难找的感觉。

另一方面，这突然转行涌入计算机视觉领域的人才大部分能力不太够，毕竟隔行如隔山，有效供给其实并没有因为大量人才转行拥入这个领域而变多，所以公司觉得计算机视觉算法工程师难招。

其实应届生找计算机视觉算法工程师的工作还是比较容易的，只有你有一个闪光点，比如编程能力强；数学好；机器学习/深度学习基础扎实；做过相关项目，而且理解较深；打过相关比赛，并取得不错的成绩；在相关领域发表过不错的文章等等。

计算机视觉算法工程师并不是所谓的“学个python，看看论文，找个开源项目改吧改吧就能跑出个结果”这么简单。把计算机视觉算法工程师的工作看成这么简单的肯定不太好找工作。

无论是java开发还是计算机视觉算法，想做好都不容易；无论是java开发还是计算机视觉算法，如果做得好，找工作都比较容易。

作者：hzwer
https://www.zhihu.com/question/335451320/answer/775965379

当我们说 AI 人才缺口的时候，是说能独当一面的人太少。不论毕业院校，没有拿的出手的比赛论文项目经历，直接拿到算法岗 offer 不可能。企业招这样的人又贵又没有战斗力，不如招本科实习生培养。

真想找 cv 工作，可以先把面试题刷好，练好基础算法和编程至少能够有一些产出能力，再找个地方实习转正。

作者：theHunter
https://www.zhihu.com/question/335451320/answer/752677408

题目会给人一种错觉，即嵌入式，操作系统，形式化，计算机图形，体系结构等方向好找似的。

认清事实，读研的学术方向和实际工作并不对等，大部分人的硕士学术生涯都很水的。

另外，据我观察，水的人做啥都水。如果你真的热爱 cv ，先做着不那么满意的岗，人生是长跑，以后总有机会进大厂。

作者：本马
https://www.zhihu.com/question/335451320/answer/1219440055

CV方向确实人多坑位少，比NLP方向内卷的更厉害。不过，NLP方向也快不行了。个人建议是，不建议直接转开发岗，算法与开发的技能栈差别比较大，容易两者都做不好，更焦虑。建议的是“算法退级”，比如从CV退去做更宽泛的深度学习乃至机器学习岗位，一些深度学习甚至计算机视觉在其他领域的应用，如天气预测，卫星等，这些不直接做AI的相关单位或企业也是可以考虑的。继续往后退的话，就是看看机器学习、数据挖掘相关的。如果还是不行，就找找数据分析岗。

作者：镜子
https://www.zhihu.com/question/335451320/answer/1299736579

撇开劝退的思路，我给个亲身经历过有效的解题思路吧。

其实大家的思维有点局限在互联网公司的范围里了，一说到cv算法岗，脑子里冒出来的公司基本都是那些，所以在就业供需失衡的时候当然是越来越内卷的。

但是跳出互联网公司的范围，真的就没有别的公司需要计算机视觉技术了吗？我不是在说做通讯、电子行业的公司，而是更大范围的跨越，一些比如法律、知识产权、教育等垂直领域的头部公司，他们同样有很多业务可以用到cv和nlp技术。

我曾在国内一家很大的知识产权律所下属的公司做过，做商标图形近似检索，用的都是深度学习和计算机视觉的技术，收入其实跟互联网公司差不多，甚至比一些白菜价低的互联网厂高一点，而且每周965，过得挺开心的。

分析其中的逻辑的话，因为比起竞争激烈的互联网，这些垂直领域更多的是大家瓜分市场，格局基本定下来很难改变了，头部公司本身已经保证了很高的盈利能力，但想要超越自己上面的公司，传统业务上很难再做文章（因为垂直行业很多时候更看重人脉、品牌、过往合作），所以他们会更渴望找到弯道超车的途径。

而深度学习带来的技术进步对于这些行业来说是很惊人的，我还记得第一次用简单ft的resnet做了个demo，出来的检索效果就让一些工作很多年的商标审查员直呼神奇，他们过去一直使用的检索方式在当下看来都是很传统而低效的，比如商标审查的时候，审查员就是坐在电脑前，通过一些比较简单的分类标签，然后把这个分类下的所有商标挨个看一遍，来筛选近似商标，我也想不到已经0202年了原来还有如此复古的工作方式。

所以我认为跳出互联网技术公司的圈子，去一些目前还没有被大家关注到的传统行业，也许是一种不错的思路。而且我相信，很快互联网圈子就会把战火烧到那些地方去，因此这个机会也是有窗口期的，错过了之后，后面肯定只会越来越难。

PS：其实现在已经有很多互联网大中小厂在给这些行业提供技术支持了，但从我的经验来看，大厂流水线出来的东西其实未必那么有竞争力，这些传统领域涉及到大量的细节规定和经验性的东西无法被总结成算法规则（或者说，还没人来总结，传统行业内的人是不具有这种总结能力的），而大厂流水线注定了产品服务的定制性不足，也许数据+dl能快速生产一个乍一看效果还不错的东西出来，但一落地其实是漏洞百出根本无法作为一款生产力工具的，因此很多有远见的传统行业公司其实在布局自己的下属技术公司或部门，自己给自己做产品和技术，工程师和产品很多时间都是直接面对一线律师或审查员在交流需求和经验，然后来提炼总结成算法和技术。像我那几年长期跟各种商标局审查员、代理人交流，我自己还看过商标审查规范，感觉自己都快成半个商标代理人了，通过这些交流学习，总结了大量的技术经验，这些都是学术和技术领域没有前人工作可以借鉴的。最后我做的检索算法现在被美国欧盟还有中国很多的律所在使用，作为摸着石头过河一步一步过来的人其实也是蛮自豪的。

作者：橙子 

https://www.zhihu.com/question/335451320/answer/758785960

1.多刷题

2.多看攻略

3.调整心态

4.好好准备项目

提前批还是很难的，题主不要失去信心，坚持一个方向，无论是开发还是算法，一定会有工作的，毫无疑问！