作者丨霍华德、桔了个仔（已授权）

来源丨https://www.zhihu.com/question/532295301

编辑丨极市平台

作者：霍华德@知乎（已授权）
链接：https://www.zhihu.com/question/532295301/answer/2483607564

是时候讨论一下越老越吃香这个话题了

越老越吃香第一定律：一个经验可以反复使用，反复创造价值，才有可能越老越吃香

如果你仔细思考所有职业所积累的经验，能符合越老越持续第一定律的职业其实非常稀少。

医生和律师是其中最典型的两个。医生看病的经验，用到一个病人身上产生一次价值，而且随着经验增长，慢慢积累出看疑难杂症的能力，产生的价值进一步被放大。律师给人打官司，越打经验越丰富，越能处理各种复杂情况，越了解最佳的应对方案。

算法工程师的问题在于大量的经验，被大模型、预训练取代，你懂再多trick和know how，可能都不如上线一个12层的变形金刚（transformer）。未来越来越可能分化为大模型训练师和拖拖乐工程师。

越老越吃香第二定律：技术壁垒高，且小众，才有可能越老越吃香

这个定律还没有总结的非常好。但我观察到这样一种情况。有些领域的工程师职业寿命比较长，如编译器领域、编程语言领域。这些领域往往门槛很高，且小众，人才供给少，已成为基础生态的一部分，有生之年看不到发生革命性突破的可能，那么这种领域老工程师的经验就非常有价值了，之前趟过的坑年轻人一样要趟一遍，根本不可能弯道超车。这种情况下，经验比体力重要，才可能越老越吃香。

作者：桔了个仔@知乎（已授权）
链接：https://www.zhihu.com/question/532295301/answer/2484358240

算法工程师的确不是一个「越老越吃香」的岗位，但其实并不是那么重要，我们并不需要把「越老越吃香」作为择业标准。

所谓的越老越吃香，一般是因为年轻时起点太低了，得熬十几二十年才有好日子。不知道你有没发现，越老越吃香的职业越来越少了，以前那些被认为越老越吃香的职业，开始不吃香了。因为他们「吃香程度」增加的年化速率，赶不上通胀速率了。例如大家觉得越老越吃香的医生，收入高的其实只是很小一部分人，很多医生熬了十几年，收入还不到5位数，大家可以去这个问题下了解下

医生的工资到底怎么样？https://www.zhihu.com/question/281084768

市场供需规律在人才市场也是成立的。你想想，如果一个职业，大家不仅起点高，而且还能越老越吃香，还没有人出局，那么很快，这个行业就内卷了，吃香的人太多，蛋糕不够分。

吃香的人，只是在行业里卷到了最后。

而且世界变化太快了，现在看起来越老越吃香的职业，不知道啥时候就被淘汰了。君不见，以前越老越吃香的手艺人，已经被人工智能降维打击了。

其实对多数人而言，算法工程师可能并不是一辈子的职业，有的人会成为管理者，有的人会走专家路线。当无论你怎么转型，你能把原有的优势带过去新岗位，才能越老越吃香。

所以，与其寻找一个越老越吃香的岗位，不如把自己打造成越老越吃香的人。你需要打造自己的portfolio，你不需要努力去寻找工作，你的portfolio会把工作吸引过来。包括：简历、解决同类工程问题的能力、业内的声誉、业内的人脉等等，不包括调参水平，import pytorch as tensorflow的熟练程度。

一开始建立这个portfolio时，也许不会立竿见影的益处，没问题，就好像我前面说的那样，你就当是一次不错的学习机会。但随着你的portfolio越滚越大，你会吸引越来越多人的关注，你在技术社区的影响力，你也能给自己吸引到不错的工作机会等。

扯远了。现在我们都是普通的算法工程师，还没成为大牛，那么应该从何开始建立自己护城河，从而让自己以后越来越吃香呢？

做为算法工程师，你也许不需要像研究员那样每天都捣鼓新的算法，但你需要保持对最新技术的关注，同时打造自己的落地能力。落地能力包括三个方面：技术层面，技术层面，软实力技术。

除此之外，有条件的可以参与到开源社区，建立自己的影响力。例如@微调过去几年一直在做异常检测方面的研究和开源工作，开发了异常检测领域著名的PyOD，虽然调宝还没毕业，但已经开始吃香了。

https://github.com/yzhao062/pyod

最后总结下。算法工程师的确不是越老越吃香的岗位，但你可以把算法工程师作为你职业路上的一个跳板，成为越老越吃香的人。

本文仅做学术分享，如有侵权，请联系删文。

3D视觉工坊精品课程官网：3dcver.com

1.面向自动驾驶领域的多传感器数据融合技术

2.面向自动驾驶领域的3D点云目标检测全栈学习路线！(单模态+多模态/数据+代码)
3.彻底搞透视觉三维重建：原理剖析、代码讲解、及优化改进
4.国内首个面向工业级实战的点云处理课程
5.激光-视觉-IMU-GPS融合SLAM算法梳理和代码讲解
6.彻底搞懂视觉-惯性SLAM：基于VINS-Fusion正式开课啦
7.彻底搞懂基于LOAM框架的3D激光SLAM: 源码剖析到算法优化
8.彻底剖析室内、室外激光SLAM关键算法原理、代码和实战(cartographer+LOAM +LIO-SAM)

9.从零搭建一套结构光3D重建系统[理论+源码+实践]

10.单目深度估计方法：算法梳理与代码实现

11.自动驾驶中的深度学习模型部署实战

12.相机模型与标定(单目+双目+鱼眼）

13.重磅！四旋翼飞行器：算法与实战

14.ROS2从入门到精通：理论与实战

15.国内首个3D缺陷检测教程：理论、源码与实战

重磅！3DCVer-学术论文写作投稿 交流群已成立

扫码添加小助手微信，可申请加入3D视觉工坊-学术论文写作与投稿 微信交流群，旨在交流顶会、顶刊、SCI、EI等写作与投稿事宜。

同时也可申请加入我们的细分方向交流群，目前主要有3D视觉、CV&深度学习、SLAM、三维重建、点云后处理、自动驾驶、多传感器融合、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、学术交流、求职交流、ORB-SLAM系列源码交流、深度估计等微信群。

一定要备注：研究方向+学校/公司+昵称，例如：”3D视觉 + 上海交大 + 静静“。请按照格式备注，可快速被通过且邀请进群。原创投稿也请联系。

▲长按加微信群或投稿

▲长按关注公众号

3D视觉从入门到精通知识星球：针对3D视觉领域的视频课程（三维重建系列、三维点云系列、结构光系列、手眼标定、相机标定、激光/视觉SLAM、自动驾驶等）、知识点汇总、入门进阶学习路线、最新paper分享、疑问解答五个方面进行深耕，更有各类大厂的算法工程人员进行技术指导。与此同时，星球将联合知名企业发布3D视觉相关算法开发岗位以及项目对接信息，打造成集技术与就业为一体的铁杆粉丝聚集区，近4000星球成员为创造更好的AI世界共同进步，知识星球入口：

学习3D视觉核心技术，扫描查看介绍，3天内无条件退款

圈里有高质量教程资料、答疑解惑、助你高效解决问题

觉得有用，麻烦给个赞和在看~