来自：计算机视觉联盟公众号

转载：知乎问题

如何看待 2020 届校招算法岗「爆炸」的情况？

链接：https://www.zhihu.com/question/342267611

本文仅作为学术交流探讨分享

如有侵权，会及时删除本文

----知乎高赞回答选取----

Ted Li 的回答链接：

https://www.zhihu.com/question/342267611/answer/805334722

怎么看待？就是学生投机起来真的非常的疯狂。

从我一年多的面试经历来看，很多应届的小朋友可能看到算法岗位吃香，都纷纷从非CS科班转过来做算法，而且非算法不找。

他们可能上个培训班，去kaggle或者github上复现一下代码，把别人的论文代码复现一下，就赶紧往简历上写，然后面试的时候，被问到细节，一点也答上来。

有时候，我很无奈，就问一下语法，操作系统，数据结构，发现投机搞算法的人，基础居然出奇的差，有一次竟然被一个小姑娘反问，做算法为什么要问这些问题。小姑娘可能觉得，做算法的就应该问一下机器学习的问题吧，毕竟题都背好了，这个可恶的面试官居然不问。

无良的公众号，无良培训机构更是该被骂，每天虚假宣传，拉大大家的期待值，神话ai薪酬，增加行业浮躁。

CS圈子投机一直都很严重，以前投机做APP，投机做VR，投机做区块链，所以投机做AI一点也不奇怪。天天劝退这个，劝退那个，条条大路通投机，行业鄙视链越拉越长。

希望学生朋友们，都去招聘网站上搜一搜看看开发岗多还是算法岗多，然后端正自己的心态，找适合自己的工作。

沈世钧 的回答链接：

https://www.zhihu.com/question/342267611/answer/805532525

从理论上分析，算法岗大爆炸（就业难）是必然的，只是时间早晚的问题。

算法岗不是劳动力密集型

以我所在的事业部为例，算法工程师和软件工程师的比例达到了1:4。

因为，对一个公司来说，算法是基础，在此之上能够开发出各种应用。这就注定了，软件开发的需求要远远大于算法的需求。

就拿人脸识别算法来说，算法部门只需要推出一个版本的算法（以SDK的形式），软件研发部门就可以在此基础上，开发出诸如视频监控、闸机等各种应用。

而对底层算法来说，无论是对外的接口，还是内部的架构（例如深度学习），都有着相当的统一性。因此，就算法来说，维持一个精干的，高水平的团队，对全公司的业务支持来说，是完全可行的。

这也是为什么，在算法招聘市场上，用人单位会对应聘者的资质要求那么高（学校、资历、论文等等）。就是因为算法有很强的理论性，以及技术统一性。一个精干的团队，如果有一两个一流的专家，最终的产出，就完全可以吊打那些虽规模巨大，但皆由平庸之辈构成的团队。

这也是为什么这两年在深度学习领域，出现了很多在学术界、产业界都声名鹊起的科学家（例如深度学习三巨头，吴恩达等）。这也在某种程度上说明，在深度学习领域，“英雄”对行业的推动还是决定性的。

这也就决定了，那些在技术前沿竞争的大公司，在招聘算法工程师时，一定会坚持“宁缺毋滥”的原则，因为多了也没有用。

但软件工程师就不一样了。

虽然就软件工程师（例如Java后端工程师）的技能来说，也存在通用的地方。但对一个在市场上打拼的公司来说，客户（各种项目）的需求千差万别，各种促销活动迎接不暇（例如双十一），用户体验需要不断改善。因此，对“业务”软件工程师的需求也必然是巨大的。

虽然就关键技术来说，一个高水平的软件工程师所产生的生产力数倍于平庸者。但就开发日常来说，有太多的工作都是高度重复，缺少技术含量的活（例如增删改查）。

但另一方面，虽然这些工作技术含量不高，但代码终究还是要程序员一行一行垒出来的。所以，对企业来说，就不得不长期维持一个规模巨大的软件开发团队，从而造就了一个规模巨大的就业市场。

除非有一天，软件开发也能被AI替代（理论上是可以的）。

算法的门槛没有那么高了

算法研究的基础是数学。按照当前的技术发展，本科数学是不够用的。因此，在招聘市场，算法岗的最低学历也得是硕士。

但是，在当前的深度学习领域，就公开框架的学习，理论结果（各种出版物、论文等）的研究。对一个受过系统数学教育，智力正常的研究生，完全没有障碍。

而且，随着这两年AI的大火，相关的技术和理论已成为了一门“显学”，公开的技术和资料越来越多，可谓“太阳底下无秘密”，先入者的红利早已不存在了。

也就是说，在早前，在人工智能（主要是机器学习）还相对神秘的时候。一个研究生，掌握了基本理论，能理解及搭建开源框架，就能找一份好工作。但现在水涨船高了，靠通过机械学习而掌握的这些知识是远远不够的。

因为门槛低，所以掌握的人就多，在加上算法团队更倾向于规模不大，但高度精英化的团队。所以就导致了“僧多粥少”的局面。

而现在在各大公司，基本的深度学习框架已经搭建完成，往前走，就只有两个方向。

一个是继续收集数据，喂给搭建好的深度学习框架，从而让当前的算法不断进化。

例如，对人脸识别来说，各家基本的准确率已差别不大。大家的竞争已经朝向了一些边缘问题（例如活体检测等）。

当然，这方面还是需要不少人力去做的。但是，这些工作的技术含量却显然不高。在业界，有很多公司已经不愿再投入太多研发在上面，要么从第三方买数据，要么是把这些工作外包出去。

也就是说，喂数据，调参数这种工作，正逐渐从高端就业市场剔除出去。

另一方向是，在深度学习领域，各大公司的发力重点是把技术往更前沿推，研究新的理论，实现新的框架。

例如当前的主流学习框架还是基于数据，有人守护的学习模式。但未来的趋势应是自学习，无人守护的模式。

而做到这一点，后来者想要入行，就不能单靠机械的学习了。而是要基于天赋、灵感，甚至是运气。这也注定了能站在这个层次的人必然是少数。

基于上面的分析，我们可以得出的结论，未来，创造性的，高收入的算法职位，随着时间发展，一定会越来越少。后来者想要入行，也会越来越难。

未来，随着深度学习框架的下沉，高价值应用领域（例如人脸识别、自动驾驶）被逐渐瓜分，整个AI行业，必然会越来越呈现出精英化的趋势。

说来也讽刺，今天，我们对未来的一个预测是，随着对人工智能的普及，越来越多的劳动岗位被机器替换。未来，还需要劳动的只是少部分天赋异常的精英。

但没想到的是，人工智能时代虽然还没有来到，但在人工智能的研究领域，这个预言却首先实现：

平庸的AI从业者正逐渐失去工作。

霍华德 的回答链接：

https://www.zhihu.com/question/342267611/answer/805207232

既然如此爆炸，为什么我们想招一个有视频-文本方面背景的人，招也招不到，嘤嘤嘤

腾讯AI平台部-搜索业务中心招聘
学历要求: 人工智能相关专业博士
岗位职责：负责计算机视觉，自然语言处理及其交叉领域的相关工作，如image/video captioning，image/video retrieval，image/video-text matching，参与微信视频搜索相关工作；
岗位要求：计算机视觉、自然语言处理、机器学习、数据挖掘相关领域；有视频-文本领域相关经验是加分项。熟练掌握c++、python、linux及常用深度学习框架tensorflow、pytorch等；积极主动，勇于接受挑战，富有创新精神
工作地点：深圳
简历发至：318648051@qq.com

而且要求也不过分，根本没要求要顶会/ACM金牌什么的～背景符合的宝宝们，快到碗里来～

hzwer 的回答链接：

https://www.zhihu.com/question/342267611/answer/805512637

这种问题都是怎么拍脑袋想出来的？你们知道绩效不够的 hr 们多么苦恼吗？

我又来打广告了，坐标旷视 IC 组。

到处安利，现在才推了二十个人。

快来投简历，我给你们内推，噫，我富了。

huangzhewei@megvii.com，可以 base 成都上海北京。

最近投简历的反馈来看，985 / 211 相关专业或者有比较多相关项目经历的，一般不会在初筛挂掉。

zhongyian 的回答链接：https://www.zhihu.com/question/342267611/answer/805702351

Emm，今天上午的故事：

有个cv方面的问题，请教一个做cv的学弟（两篇顶会），顺便想膜拜一下大佬拿的offer，结果，他说，不太顺......大家上来就编程，刷题刷晚了，别复习机器学习理论就好了.....

和我去年的感觉一毛一样。。拿着两篇文章以为能轻车熟路拿到offer，结果发现，面试官要么不太懂你的方向，要么觉得你的文章没啥实际价值（文章的东西确实很难落地，当然绝大部分文章都是如此...），面了两家后，默默开始刷题，毕竟剑指offer是王道，leetcode走天下.....

去年的时候我特别不理解这种现象，随着开始做一些算法的落地应用，发现其实数据远比模型重要，工程稳定流畅的难度远大于某个指标几个点的提升。以前文章是硬通货，现在有些膨胀了，想做算法的同学，coding能力一定要跟上，还是之前说过好多次的那句话，算法工程师，先是工程师，再是算法工程师。

PS：去年有位大佬在评论中给我的建议，贴出来给有文章的同学：

对于有顶会的同学，想办法用自己的connection和人脉找工作，把简历送到懂的人手上，保证面试官也是发过顶会的老司机。我去年找工作的时候，不找内推的话直接面试，基本也是问leetcode题；但是面腾讯优图的时候，让朋友直接推到他们部门老大那里，面试就是在意大利开会ICCV的时候随便聊了一下，就给技术大咖offer了。

最后，希望大家都找到工作吧～

Fancy1 的回答链接：

https://www.zhihu.com/question/342267611/answer/805090477

1.本来算法工程师的市场需求就比前端开发、后端开发（业务开发）、客户端开发等职位的要小。说实话其实很多公司是不需要搞机器学习的算法工程师的，也养不起一个AI Lab，但业务逻辑工程师是每个公司都一定要而且需求量很大的。

2.现在只要是个研究生都说自己是搞算法人工智能深度学习的，且不说计算机专业全员人工智能的盛况，毕竟计算机行业目前的热点在那，我听说现在读什么自动化、电子、通信之类专业的人也人均“算法”起来了，产出大量根本就不适合算法工程师这碗饭，但研究生期间也没有老老实实学点计算机基础知识没有老老实实刷leetcode的外围算法岗人士，自然产生爆炸的效果。

3.我想说的是，认清自己的长处短处以及兴趣点，算法岗、人工智能、深度学习这些东西看起来火爆，看起来高大上，但并不一定适合每一个人。从技术角度来说，我真的一点也不觉得前后端客户端开发这些岗位就”低端“到哪去了，亿级DAU百万级QPS系统下复杂业务逻辑场景的技术方案设计与编码实现之类的东西都是很有挑战性很有难度的工作。

就算我们从功利点的角度来看，现在算法岗基本上已经没什么薪资优势了，人家字节跳动技术序列校招统一批发价了解一下，算法工程师、前端工程师、后端工程师、Android工程师、IOS工程师、测试开发工程师、大数据工程师统一打包23*15了解一下。拿现在看起来最落寞的移动端开发来说吧，现在想招到一个靠谱的有经验的能解决痛点难点问题的资深IOS工程师，要出的钱绝对不会比招一个算法工程师少多少。所以我还是劝大家找准自己真正喜欢的点在哪，不要盲目跟风人工智能，计算机行业现在发展得很好，可以说你做哪一个岗位做好了给你带来的收益都是很足的（这句话不是鸡汤，你们自己去招聘APP搜一下”资深xx工程师“就懂了），选择真正适合自己的岗位吧。

raof01的回答链接：

https://www.zhihu.com/question/342267611/answer/806230535

嗯……我绝对有资格回答本题，不是因为我多强，其实我很渣，尤其是数学和算法。但我认识过很多适合算法岗的人。他们到了什么程度呢？听我一一道来。

我的前前任项目经理，技术出身，但主要搞硬件。我们一起组队参加公司机器学习大赛，调参时除了他以外，大家都没办法。他一顿心算之后，说这个参大概应该试几个值，那个参试哪几个值，然后我们成绩一跃到了第三。不过最后一秒被别人挤到第四
前前任产品线经理，某次编程大赛，视察我队，给我们讲了半天大概应该用什么函数，这些函数大概哪些性质。后来发现第一的战队用的就是这个。我们太渣，没做完。
前项目经理，需要用纸才能推演公式。当然，伯努力方程结合贝叶斯网络并不是那么容易。
研究院某经理，各种概率统计出神入化。不说啥了，人家是博导
某研究员，我跟他合作做贝叶斯推导，有一阵算的数据不太好，他一眼就能看出问题所在。

那么问题来了，这些想搞算法的人，自问比前两个人强吗？这二位可都是40多岁的人，脱离技术好些年了。

所以啊，跟风搞算法，先问问自己是不是那块料再说吧。就算当调参侠，能比第一位强吗？充其量也就是调参畜吧。

计算机视觉联盟的回答

链接：

https://www.zhihu.com/question/342267611/answer/804880398

我以某个互联网公司的招聘要求为例

毕业于国内理工类top10的院校，以及海外重点院校（如北美top30）学霸，GPA3.5及以上
软件开发者：有成品或半成品，且作为核心开发人员
大厂实习：有过微软、谷歌、Facebook、BAT等一流互联网大厂的实习经历
大奖得主：ACM、BAT、Google、微软、建模等比赛二等奖或银奖及以上（国家及以上赛区）
论文：国际性会议成果（例如ACM/IEEE）、国家及专利ACM SIGIR、ACM SIGKDD等、ACL，SIGIR，IJCAI、CVPR、ECCV....

假如能有3项及以上，再爆炸也不怕

所以并不是岗位爆炸，而是水涨船高；提示自身技能是王道

祝大家早日收获offer！

匿名用户的回答链接：

https://www.zhihu.com/question/342267611/answer/806265210

达摩院算法与工程比例是4:1，会个Python就敢投算法，多线程高并发玩溜的也不敢投工程；

不知道是算法太膨胀了还是工程太谦虚了，即使在达摩院，绝大部分算法也是深度瞎调参，说心底话，我认为99.9%算法挺没技术含量，真正带来价值是高质量标注数据，倚靠的是几十万一台的服务器；当然除了个别里程碑式的架构和操作出现还是真心佩服，不过能搞出这些的也是凤毛麟角，即使搞出来也很快过时，这是个门框低，迭代快，风险大，收益不高的职位，如果不能沉淀些东西，很快就被淘汰了。

墨墨微萌的回答链接：

https://www.zhihu.com/question/342267611/answer/806155119

算法岗薪资高发展前景广阔，一直是各大高校实验室研究生出来的首选。相对来说，调参的话其实比开发简单，学个计算机会写点python就可以投算法岗了，因此爆炸也是正常的。

但实际上算法需要深入研究对数学要求很高，拿到大厂的算法岗还是挺困难的。

但我还是觉得学一点简单的机器学习，在日常数据开发上，有所亮点还是挺不错的。

本人就是找了算法岗最后没找到，从事了一份数据分析的工作，时不时加点机器学习算法，美滋滋。

JuniorWizard的回答链接：

https://www.zhihu.com/question/342267611/answer/805462362

个人认为，

首先计算机的高薪吸引了很多其他专业的大佬扑上来，导致要求水涨船高。

另一方面，很多跟风学AI的同学，只有理解书本上算法的能力，甚至从公式模型到具体程序的能力都没有。比学术研究又没有真正内核的数学和研究能力，比工程，发现自己除了会一点Python什么程序都写不出来。(我让一个同学去刷刷剑指offer，他说学习那个书需要C语言，看不懂)

而实际工业届，要么你是大牛能进研究院去做读paper写paper发paper，为企业算法内核做贡献的研究员。

而大批量需求的，还是能coding，理解业务实现base模型并快速落地的工程师(SQL，理解一定的算法，熟悉机器学习框架，了解前后端，甚至会写后端)

毕竟，是算法工程师，到底，还是工程师。

推荐阅读：（点击下方标题即可跳转）

Python 制作微信全家福，你就是朋友圈最亮的仔！

小狗分类器，你家的狗子是个什么狗？

骚操作！用 Python 偷偷抓取女朋友的行踪（女朋友在哪里）

⬆️长按 2 秒关注「小詹学Python 」

我就知道你“在看”