聊聊找AI算法岗工作

前戏

首先,本文不是为了增加大家的焦虑感,而是站在一名学生的角度聊聊找AI算法岗位的那些事儿(不喜请喷)。

熟悉Amusi的同学应该知道,Amusi 是一名十八线过气211院校的研二学生。因此有幸成为秋招大军的一员。原本想着秋招完,拿到不错的Offer,再来写篇文章来总结的,但随着指针在转,越发觉得写一篇相关文章很重要。

这里先申明一下,AI算法工程师范围很大,细分一下:深度学习算法工程师,机器学习算法工程师,计算机视觉算法工程师,自然语言处理算法工程师等等。因为范围很大,虽然使用AI算法工程师这个名称不严谨,但希望大家谅解。

如果你问我现在对秋招是什么感受?我的回复是:努力努力再努力。因为秋招的形式很严峻,特别是AI 算法工程师方面的岗位。就目前的经验来说,满足985硕士/博士、大厂实习经验、知名实验室、顶级会议/顶级期刊中任意一项要求的同学,找BAT等大厂或者独角兽的一般部门的算法工程师的门槛问题解决了。什么叫门槛?这里指的是筛简历;什么叫一般部门?这里指非重点实验室/研发部,比如不是腾讯AI Lab、阿里达摩院、华为2012实验室这类部门。

申明:本文不适合那些高端玩家(拥有多篇顶刊和Kaggle竞赛TOP5等诸多buff的人),因为这些人不属于大家的竞赛者~他们拥有更好的武器,应该去更好的战场。

AI算法岗竞争有多激烈

Amusi 不会爬虫,只会利用自己有限的数据精准分析

先公布一组牛客网上的数据。等等,什么是牛客网?

答:等你找工作的时候就知道了

我发现牛客网上有一个秋招备注群的帖子(置顶帖),个人觉得很适合分析,里面都是大都是参与2019届校招的人。QQ群号如下:

截止2018-07-27,Amusi 统计了每个群的人数,结果如下:

JAVA > C++ > 算法 > 测试 > 产品 > 前端 > Andriod > 运营 > 运维 > iOS

具体数据是:

  • JAVA:1328
  • C++:802
  • 算法:531
  • 测试:502
  • 产品:396
  • 前端:381
  • Andriod:174
  • 运营:167
  • 运维:140
  • iOS:37

link:https://www.nowcoder.com/discuss/83857?type=0&order=0&pos=1&page=3

你可以觉得这数据没啥可信度,但 Amusi 觉得这虽然不能代表每个工作岗位的总人数,但代表每个工作岗位的相对比例。综合来看,JAVA比例最高(符合预期),C++排第二(也没啥异议),算法排第三(这个......)

数据放在上面,大家心里有数就行,另外提醒一下:找的人这么多,岗位就那么少,特指算法岗。

注:上述算法岗,Amusi就当成AI算法岗了,不予以反驳。

再公布一组腾讯招聘官方公众号发布的信息。

上述图中写的"去年"是指"2018"年,看完之后你会觉得2019年,趋势会变么?

答:会,只会变得更严重!

知乎大佬们的看法

作为一名知乎深度用户,每天必看知乎各种话题,这不让我抓到很应景的话题:2019秋招的AI岗位竞争激烈吗?让我们看一下各个大佬们的回答:

知乎作者:Ender

链接:https://www.zhihu.com/question/286925266/answer/453168649

现在满世界收的简历都是要做AI科学家的,看的我头昏眼花的,我再贴一遍。因为AI概念如此之火

从各种BP和公司宣传看,老板们纷纷转型AI公司,从只缺一个程序员变成了只缺一个AI专家;

从不同职位收的简历来看,对于广大的同学们,最热门的职业理想从前几年的产品经理变成了AI专家,

那么关键的问题就来了,到底什么是AI专家? 从前我在大公司招聘的时候,最怕的是没有任何工作经验和相关背景的同学,上门就说做科学家,反问对方做了什么准备,小朋友理直气壮的说,我就是等着进来你们培养我的。觉得自己只差进入牛的AI公司(或者牛AI学校,研究院)有AI牛人给个机会手把手的教,是第一大幻觉。有些小朋友心气很高,就算让他进了谷歌FB,他也会觉得怎么谷歌的科学家都在做数据测试啊,去阿里腾讯解决业务问题一定更好;去了BAT会觉得怎么只会糙快猛,部门互相撕逼,重复造轮子,技术水平上不去啊,还是再读个博士吧;到了学校里发现怎么缺数据缺资源,都在研究茴字的24种写法……直到被不同地方虐一圈,才有个理性的认识。当然也有像王垠同学这样的,每个地方吐槽一遍,举世皆浊我独清的做了网红。作为各种牛棚里看着大牛们长大的人,我没有见到哪个计算机科学的牛人不是首先靠着自己极其的努力成长起来的。清华张钹院士的得意弟子朱军从本科开始发KDD和ICML,每天早上一早从清华骑车到MSRA坐到晚上12点回清华,除了去打两局台球,几乎不停歇的写代码,他的系统工程能力非常强,是微软学术搜索系统的核心成员,理论上也做了很深的研究,后来去CMU跟着Eric Xing做的也非常好,回清华做教授。我们这级的达哥,林达华教授(他写的MIT牛人说数学体系,隔几年都会被人翻出来转几次,对了,现在是商汤的联合创始人,刚刚帮汤老师出了人工智能的中学教材),大学几乎不上课,研究生和博士生的导师都非常牛,他们都感叹林达华这样的学生特别省心,是自己做系统,自己推着自己做研究,只需要大方向上点拨一下就可以了。师傅领进门,学艺靠个人,指望学校或者公司帮你成为专家不现实,谷歌10万人,BAT都好几万人,你能找来解决AI问题的有几个人?

还有些同学的幻觉是觉得AI专家做的事情,应该是研究算法,机器学习嘛,应该是跑模型调算法,只要负责研究优化目标就好了嘛。那这样算的话,只有去大学和研究院了。计算机科学的特点是,数据量和业务复杂程度会决定你问题的复杂程度,很多同学在学校里的project,大多是理想化状态下小数据集上的原型,离工业级别的应用,有着巨大的鸿沟,这需要真实世界里一路踩坑的血泪经验磨砺,哪个现在成功的大公司不是当初一路拉网线拼服务器,一点一点优化出来的。当世赫赫有名的计算机科学家谷歌的Jeff Dean,不就是负责system和infrastructure的么,现在他讲的Google Brain, Knowledge Graph也都是在强大的系统上来的。以前MSRA徐谷做了一个关于大规模图像去重的报告,我印象非常深刻的是always get your hands dirty。在互联网级别的数据上面,所谓的各种算法,都变成花拳绣腿,重要的是系统,系统,系统!对底层数据理解,对商业目标清楚。无论是MSR还是Google X, Yahoo Labs,里面厉害科学家的动手能力非常的强。Facebook招了很多牛PhD写PHP,外面有些尊贵的同学颇受不了。计算机首先是一门engineering的学科,这里的开发不分贵贱,重要的是你能够解决问题,革命成功靠的不是28个半布尔什维克。 第三个幻觉是,从头造锤子才是有挑战性的人工智能。这是我深恶痛绝的,公司不是研究院,AI不是空中楼阁,你修炼的也不是屠龙术。现在各种开源项目和系统都非常成熟了,你在一个烧着投资人钱的商业公司里从头写一套OpenCV,重新发明一遍SVM,觉得这样才有意思,对不起,请回到30年前的学校里去。你必须有产品sense,而产品的本质是解决问题。

以前沈向洋老师经常说的三好学生招人标准,数学好,编程好,态度好。 对现在有志于投身AI时代的同学们来说,最重要的是看待人工智能的态度,纸上得来终觉浅,找到一个可以解决问题的地方,和专家们一起,靠自己挽起袖子去躬行。要么系统能力特别强,要么能理解商业,最终AI专家的价值,取决于他能够解决问题的大小。

作者:吴俣

链接:

https://www.zhihu.com/question/286925266/answer/453189009

非常非常激烈。我做自然语言处理,6*CCF A会议一作,coauthor都算上10+,大概在今年求职市场的地位是能给我个面试机会,且面试不水,上来就coding。两年前毕业的人告诉我,我只要准备和大佬们畅谈人生就好,结果发现聊的不是人生,是二叉树。

国外的大哥们不了解,国内和我同级别简历(A+B会议期刊五个左右)的博士硕士我认识的加一起得有10个。而且国内的博士一般不找教职,都去企业了。由于竞争激烈,估计知乎很多小硕士绝大部分人简历就跪了。

tips

1 中国归根到底还是靠朋友圈找工作,你投的部门大佬赏识你最重要。

2 博士的代码面还算正常,不会有特别特别难的。

3 AI是个赢家通吃的领域,需要的人少,大家谨慎入坑。

4 北京岗的竞争尤其激烈,由于户口和部门的核心性最后大家都跑一起去了

5 有人问阿里星,据传要求是NLP只看ACL和EMNLP,四五篇。AAAI和IJCAI不看

6 其实我很反对数paper发offer,ACL一定比AAAI好这个命题 基本等于 清华的一定比浙大的好 。

作者:熊风

链接:

https://www.zhihu.com/question/286925266/answer/453845691

感觉大家反应过度了,有的回答把形势说得过于可怕了。我个人认为,今年秋招会比去年激烈一些,但也不至于像一些回答说的那么惨烈。

理一下其中的逻辑。

(1)针对本科、硕士的AI秋招首先强调一点,现在大部分公司的秋招才刚刚开始。

有些回答提到大疆机器学习算法工程岗2000人参加笔试只招十几个的事情。但这只是因为大疆做机器学习的部门本身就不算大,所以招的人比较少而已。AI校招的主力还是各大互联网公司以及明星AI创业公司,这些公司加起来一届应该是可以招千人以上的。(补充一点,大疆对非常match又非常优秀的同学也是不会设置名额限制,会想办法争取HC的)

所以现在大家也不要惊慌。毕竟秋招才刚刚开始呢,现在没收到面试急个啥,机会还有挺多的。

即使只算国内的企业,能开出不错的AI岗offer的公司也非常多。据我的观察,能给应届生提供AI方向高工资(30W+)、优秀的技术团队、可以锻炼人的项目经历的公司数目起码在30个以上。

做一个非常粗暴的假设和估计,假设这些公司的门槛大体差不多,你的实力在每家公司拿到offer的概率是0.1,那拿到至少一家的概率也有1-(1-0.1)^30 = 95.76%。概率高达95%以上, 简直稳如狗^_^ !!!!

或者换一个角度,据我的观测(样本数至少过百),有一份不错的AI岗位实习(3个月以上,在大公司或者知名创业公司都可以)的同学,最后拿到不错的offer的概率是接近100%的。所以我特别鼓励同学去实习,而且目前来看,找到一份AI方向优秀公司的实习门槛并不是太高。那些有一作顶会/ 竞赛顶尖名次/ github上有impact的repo的同学,收割各种公司的offer更是不在话下了。

就算实习/竞赛获奖/顶会论文/优质github repo都没有,只要基础扎实、有过几个相关的项目经历,拿到不错的公司offer概率也是比较大的。切勿因一两家公司的笔试面试失败而灰心丧气,后面还有很多优秀公司在等着你。

ps:如果连相关的项目经历都没有,只是上过几门网课,可能离找工作的要求还有差距。赶紧去找个实习之类的,加强下背景。

(2)针对部分优秀博士的AI秋招

以我所见到的样本,这个除了自身的实力之外,还非常依赖connection和运气。

毕竟现在国内给优秀博士的待遇和职级都挺高的,基本一开始就是中高层的位置,package基本在大几十万到两百万(算上股票期权、孔雀计划之类的补助)之间。这种位置很多时候是一个萝卜一个坑的,很难像基层程序员的位置一样源源不断地供应。可能XX公司新成立了一个XX lab,有大量中高层职位空缺,HC充分。这个时候publication满足要求基本就能拿到offer。但一两年后,这些坑都被填满了,HC急剧减少,再招一个人就非常的谨慎和挑剔;待遇也没有之前那样“豪爽”。这两年的腾讯AI lab就是一个这方面的例子;时间相差一两年,正式员工的门槛完全不一样。

能不能拿到这样的offer,基本是看那个公司/部门大佬对你的态度,看大佬能不能赏识你。所以把简历送到懂行的人手上非常重要。如果你的publication非常强,但你投的部门大佬在这方面是一个外行,他不能认清你publication的含金量也会导致你拿到一个一般的offer. 另外,得到大佬的信任和赏识,也不仅仅是靠自身的硬实力,靠connection也是很常见的。毕竟,CV圈、NLP圈、ML圈其实都是不算大的圈子。

综上,优秀博士拿到offer不难,但想要拿到一个让自己非常满意的offer,还是需要时机和运气的。心态好一些,多试几家吧。

最后,祝各位找工作的同学好运吧。尽管现在的形势比较激烈,但我相信对这行真正有热情的人坚持下去,总是能拿到自己想要的offer吧。希望自己写的这篇鸡汤能对找工作的人有一点儿帮助。

注:上述内容若有侵权,则立即删贴。

Amusi侃侃

如果你顶住了压力,继续朝着AI算法岗迈进,那就继续坚持!要努力努力再努力!

人人都想去算法岗,可能是因为工资高的缘故,但既然选择了,那就一定要比别人多付出一些,因为岗位少,人超多就是目前的形式。

很多细节,上面大佬已经说了,我这里再简单总结一下:

1.打好基础

2.尽量去大厂实习

3.多做项目

4.多参加AI相关竞赛(如Kaggle等)

5.有焦虑心态

原文发布于微信公众号 - CVer(CVerNews)

原文发表时间:2018-07-28

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏新智元

2017 AI四大成就:自学写代码、发现新太阳系、击败围棋高手、击败无限扑克高手

编辑: 弗格森 全月 【新智元导读】2017年AI都有哪些耀眼的成就,除了大家耳熟能详的AlphaGo,还有自学写代码的AI,能发现另一个太阳系的AI。 20...

39850
来自专栏量子位

找一份高薪的AI工作有多难?

AI岗位这几年一直大热,而知乎上这个问题最近同样很热,陆续吸引了200多个回答,已经有5000多人关注,接近200万浏览。

17430
来自专栏CDA数据分析师

好书 | 《数据之美:一本书学会可视化设计》

书名:《数据之美:一本书学会可视化设计》 作者:邱南森(Nathan Yau) 出版社:中国人民大学出版社 ? 推荐理由 《经济学人》杂志2013年年度推荐的三...

26250
来自专栏新智元

Stuart Rusell 专访:斯坦福百年报告否定人类水平 AI,不可理喻

【新智元导读】 UC Berkeley 大学计算机科学系教授,人工智能著名教材《Artificial Intelligence: A Modern Approa...

428180
来自专栏新智元

BigThink强推:AI的十本必读佳作

18200
来自专栏新智元

【兵棋工程总师点评】AlphaGo 的胜利与未来战争变革的曙光

? 胡晓峰,国防大学教授,少将军衔,兵棋工程总师。兼任中国系统仿真学会副理事长,军事运筹学会副理事长等职。长期从事智能化战争模拟及军事系统工程教学与研究工作,...

35960
来自专栏量子位

AI全面超越人类还需多少年?352名专家预测(附论文)

安妮 编译整理自Inverse 量子位出品 | 公众号 QbitAI ? 展望未来,AI可以在10年后模仿出斯威夫特的歌曲,37年后可以代替人类进行手术,86年...

379100
来自专栏大数据文摘

阿尔法狗击败人类的背后:AI的发展仍存在哪些桎梏,我们又该如何应对?

18450
来自专栏PPV课数据科学社区

【推荐】数据科学家与数据科学。

仅仅在几年前,数据科学家还不是一个正式确定的职业,然而一眨眼的工夫,这个职业就已经被誉为“今后十年IT行业最重要的人才”了。 一、数据科学家的起源 "数据科学"...

29360
来自专栏科技向令说

2017腾讯媒体+峰会,三大AI鼎力相助

2017年11月16日,由腾讯主办的2017腾讯媒体+峰会在上海召开。这是腾讯集团COO任宇昕第一次参加媒体峰会,“半年以前,我基本上是一个纯粹的媒体读者,在过...

12050

扫码关注云+社区

领取腾讯云代金券