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:

  1. 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;

  2. 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????

本文完。最关键的是,祝大家 offer 拿到飞起。

其实,我后面还写了很多更系统的回答,大家可以点击下方的往期推荐阅读。

往期推荐

都2020年了,在校学生还值得继续转行搞AI吗

应届算法岗,选择巨头还是AI明星创业公司

2020年代,中国AI创业公司将走向何方

AIZOO,打造中国最大的深度学习和人工智能社区,欢迎关注我们,也欢迎添加下方小助手的微信,邀请您加入我们的千人深度学习爱好者社区。

欢迎扫描下方的二维码添加小助手微信,邀请您加入我们的微信交流群。

群里有多位清北复交、BAT、AI独角兽大牛和众多深度学习er在一起愉快的交流技术,有任何问题,都可以咨询大家,欢迎你的加入哦。

添加小助手微信,邀您进AIZOO技术交流群

好文!点在看,实在不行点个赞~

人工智能就业越来越严峻,你还在坚持吗相关推荐

  1. 人工智能就业前景如何?

    随着5 G.人工智能等技术的发展,人工智能行业的发展趋势也越来越明朗,那么人工智能就业前景如何呢?随着技术的不断发展和成熟,人工智能会带来很多行业变革,我们来了解一下人工智能在各行各业中会有哪些新应用 ...

  2. 学人工智能就业前景怎么样?学AI有前途吗?

    学习人工智能已经成为了当前热门的趋势.由于人工智能的技术应用越来越广泛,因此,学习人工智能的前景非常广阔.以下是学习人工智能就业前景的一些解释: 学人工智能就业前景怎么样? 市场需求 近年来,人工智能 ...

  3. 人工智能就业方向及前景,前景如何?好就业吗?

    人工智能是当前最具热门的行业之一,具有很好的就业前景.根据各大招聘网站的数据显示,人工智能相关职位的需求一直在快速增长.随着人工智能技术的应用不断扩展,越来越多的企业都开始寻找拥有相关技能的人才,包括 ...

  4. 研究生人工智能就业没烦恼?一文了解研究生AI就业前景

    人工智能,现在已被国家列入发展规划,国家提出了人工智能三步走的发展战略,现工智能已经有了国家战略的背景支持.因此,在今后的发展当中,肯定是会越来越火热. 根据领英发布的全球人工智能人才分布显示,中国目 ...

  5. python人工智能就业_Python人工智能就业前景怎么样?

    Python人工智能就业前景怎么样?人工智能想必很多人都很熟悉,它已经融入到我们生活的各个领域,甚至我国将人工智能定为国家级的战略发展规划,未来人工智能市场十分庞大,总体来讲,Python人工智能前景 ...

  6. 学Python人工智能有发展前景吗?人工智能就业方向有哪些?

    人工智能是什么?发展前景吗怎么样?所谓人工智能就是我们经常耳闻能详的AI技术,简单来说就是机器智能,比如我们所看到的全屋智能家居家电,这就是人工智能给我们生活带来的变化.人工智能是需要人与机器的共同合 ...

  7. 人工智能就业前景怎么样?

    人工智能再传好消息!第2期学生毕业仅2个工作日,就业率高达50%,最高薪达到24k!平均薪资再创新高,突破19k! 赶紧和播妞一起看看黑马程序员人工智能AI班2期学生的就业佳绩! 部分学生就业薪资展示 ...

  8. 2019年Java就业前景如何?新手还能学Java开发吗?

    2019年Java就业前景如何?新手还能学Java开发吗?Java是目前世界上最流行的计算机编程语言,是一种可以编写跨平台应用软件的面向对象的程序设计语言.随着互联网的快速发展,对于程序员的需求量很大 ...

  9. 机器人/人工智能/就业形势2023

    机器人/人工智能/就业形势2022 https://blog.csdn.net/ZhangRelay/article/details/124441772 机器人+人工智能课程需求和就业趋势-2022- ...

最新文章

  1. Python 生成器总结
  2. linux如何进入单用户模式
  3. MongoDB导出csv格式数据
  4. 与老外交谈的常用句子
  5. WP7上Metro风格的程序栏图标汇总
  6. 华为荣耀20计算机,华为云电脑将停止服务/荣耀新机保护壳曝光/小米新机渲染图曝光...
  7. linux中bc用法英文,使用GNU bc在Linux Shell中进行数学运算
  8. s5pv210——中断实战
  9. bat脚本保存dir结果_Tomcat的启停脚本源码解析
  10. Windows操作系统下使用pip安装pygame
  11. 全国省市县无刷新级联菜单
  12. 大物实验-直接测量量不确定度计算器 开发备忘录
  13. apizza开发工具
  14. 极客算法训练笔记(七),十大经典排序之归并排序,全网最详
  15. Apache-Flink深度解析-JOIN-LATERAL-Time Interval(Time-windowed)
  16. 谷歌浏览器chrome 自己写的插件使用教程
  17. 史上最全最强的手机软件列表(特别推荐)
  18. 用R语言绘制ROC曲线
  19. 修改Oracle序列
  20. 如何更新R以及RStudio

热门文章

  1. win10上启用HEIF文件缩略图显示 - 删除没用的微软内置HEIF组件 - 安装开源免费的三方HEIF组件CopyTransHEIC
  2. fwrite和fread函数的用法小结
  3. zxing 循环扫描_安卓Zxing 扫码如何连续扫码
  4. ASP内置对象及其作用
  5. Java课程设计-图书借阅管理系统
  6. html5在线客服源码 websocket c#实现, im 即时通讯 完整的源代码,在线聊天
  7. 为什么只有奇次谐波_奇次谐波与偶次谐波的治理区别
  8. BIM特点及格式文件说明
  9. 深度学习进阶课程10---减少Overfitting的方法Regularization
  10. 小综述 | 深度学习在数学文本相关领域的研究梳理