奥森夜景

起风了，局促的空间，涌进来的人越来越多，本不充裕空气和土壤，变得更为紧缺。

2019 年，算法岗找工作的竞争激烈程度，无疑达到了一个小高潮。随便找一位刚刚经历秋招的学长学姐，基本都会这么说。去年可能还是个例，今年成了普遍的现象。

当然，清北大佬可能感受不到，毕竟我们大概率都是普通人。

而普通人，大多是从众的。

一、拥挤的人群

很多人头悬梁锥刺股，选择了计算机作为读研专业，见过太多跨考的同学，学土建的，搞机械的，化学的，物理的，等等。加上本来众多的科班人员，汇成了浩浩汤汤的 IT 预备队。

三百六十行，行行有细分，虽说都是敲代码，技能也许大不一样。好比一只军队，有侦察兵，迫击炮手，也有炊事员。

行业从无高低之分，但市场却有自己的趋势。「 趋势 」听起来很玄乎，像水一样，本是没有形状的，只会在流动的过程中呈现各种柔态。

2013 年，我刚上大学，当时流行的是安卓/ios 软件开发，对于实用的 app 应用开发课，同学们趋之若鹜。

到了 2015 年，大数据 + 云计算开始大热，学校的云计算课程人满为患，不谈点 hadoop、spark，都有点不好意思交流。

2016 年，参加保研面试，所里的老师问候选人，大家感兴趣的方向是什么？在场的七个人，六个人指向了招生手册上的四个黑字，数据挖掘。剩下的那个人是我，我定了定神，没有涂改之前写的志愿。

不是我定力十足，坚守初心，而是即使数据挖掘老师再热心，也不能同时招那么多人，所以我选择了保险的做法。

这时，数据挖掘已经很热了，紧接着，是风口上的深度学习，也许，很多人喜欢称它为人工智能。对，就是那个内行人经常调侃的，人工智障，或者是，有多少人工，就有多少智能。

2017 年，深度学习的旋风，正式开始了，刮过了计算机学子，撩的他们身心荡漾，急切的投身其中。

这股风，到现在，还在猛烈的吹着，从事深度学习、人工智能行业的学子，越发的多，甚至显得有些拥挤。

二、市场的供需

「 人工智能 」是外行人的称谓，行家喜欢说数据挖掘，推荐系统，自然语言处理，和图像处理等。

在互联网诞生之前，人们就已经和这些任务斗智斗勇多年了，要知道，1956 年的达特茅斯会议，就提出了人工智能的概念。

这些年，数据量激增，传统的处理分析办法满足不了需求，深度学习大参数量的优势显现了出来，开始从论文中，走向实际的应用。

市场最能够敏锐的感受到这种变化，2015 ~ 2017 年的时候，用深度学习解决传统任务的人才短缺。怎么办，矮个子里拔将军，稍微懂些相关知识的人，很容易受到企业的青睐，拿到不错的薪资待遇。

加上那几年是资本最为活跃的时期，最不缺的是钱，最缺的是人才。间接的，深度学习和 money 划上了等号，这种讯息，影响了很多人、甚至机构的判断力。

首先是从众的学生们，他们开始学习与 AI 有关的知识；紧接着是受到国家政策激励的高校，积极的开设人工智能专业，大量招生。

互联网企业中，工程师大类一般简单划分为前端、后端和算法，运维和数据分析数量较少，不单独划分为一类。

这三类中，前端和后端的需求量，是大大超过算法的。大部分算法落地有很长的路要走，但企业是要挣钱的，首先需要的是立马能够出成果的人。

然而，同学们不会这么想，他们对于算法岗位的热情，超乎想象。

之前去拼多多面试的时候，面试者的简历摆成了三叠，按岗位来划分。明显可以看到，算法那一叠的厚度，是前端和后端的三四倍之多。

我曾一度以为是自己看错了，后来在知乎上看到一位大厂同学统计部门收到的简历，数量比例是，算法：开发：测试：数据 = 32 ：15 ：2 ：5。实际上，不少公司算法岗位的投递比例更为恐怖。

这样，如果算法的需求量是开发的 1/3，投递量又是开发的 3 倍，岗位的竞争程度，自然是较为激烈了。

三、一些反馈，一些建议

一个好消息，一个坏消息。

坏消息是，找工作没那么容易了；好消息是，我们还能有工作。

狼多肉少，算法岗位的面试难度逐年提升。前几年有论文的同学，很容易拿到不错的 offer。现在手握顶会的同学，也可能在面试中折戟。对于半路出家的同学，就更难了。

一家大厂的数据

今年秋招，我参与其中，也了解了不少同学的情况。总体来说，大多数同学，都能找到工作，其中不少的同学能够找到令自己满意的工作。这说明，即使岗位要求提高，通过自己的努力，还是能够为学生生涯交上不错的答卷。

逐渐的，学生们开始明白，想要在机器学习、深度学习领域，找到心仪的工作，不是简单的了解一些框架，或者仅仅知道一些术语概念就可以。而是需要先打好扎实的数理基础，从最根本的统计理论学起，一点一点的啃硬骨头。投机取巧、临阵磨枪，很容易被面试官识破。

企业也开始醒悟，竞赛经历多的，论文数量不错的，是个好学生，但不能直接和优秀候选人划上等号。业务上是否需要这么多算法工程师，算法是否能够实际的落地，都成了优先考虑的内容。

这几年的算法热，已经造成了求职开发岗位应届生的短缺。有些大厂甚至开始直接对学生进行算法劝退，希望他们能够投递开发岗位。例如字节跳动就曾发邮件给学生，说明算法岗位渐趋饱和，劝大家积极投递开发岗位，能够大大提高录取率。

字节跳动算法劝退邮件

此外，近几年，相对于其他岗位，算法岗的工资优势逐渐消失，开发岗位和算法岗位的工资已经在一个水准。甚至，想要找到一个有着不错开发能力的 ios 工程师，给出的薪水不比算法工程师少。

2019 年快要结束了，深度学习方兴未艾，已从所未有的速度影响着我们的生活。尽管它经历过两次低谷，大家目前较为一致的看法是，第三次低谷很难到来了，因为深度学习的技术已经广泛的影响着我们的生活。

如此之多的人，涌入了这个新兴的行业，暂时的困惑和迷茫，都是很容易发生的。我们青年人站在时代的路口，选择潮流自然是没错的。但有一点需要注意，在这潮流之中，知道什么能赚钱很重要，知道喜欢什么也很重要。

对我而言，最喜欢的与人沟通，喜欢用机器处理自然语言，所以我对自然语言处理中的人机对话很感兴趣，这几年一直做的事情也一直与之相关。不少师长和我说，做推荐系统很赚钱，做文本搜索落地很好，认真思考之后，选择工作岗位的时候，还是从事对话这个领域。用有限的青春年华，做一些感兴趣的、有意思的事情，是令自己快乐的事情。

算法的降温，不失为是一件好事，热爱其中的人自然不会轻易退却。盲目想要加入的同学也会慎重思量自己的喜好。理智会重新占据大家的头脑，挺好。

一个经过粗犷发展、快速扩张的行业，会变得精细起来，从而更为稳健的前行，一步一个脚印，创造出更有价值的成果。