您现在的位置:首页 > >

2021届秋招算法岗真的要灰飞烟灭了吗?

发布时间:


星标/置顶小屋,带你解锁


最萌最前沿的NLP、搜索与推荐技术


文 |?不拖更的夕小瑶




只会侃侃而谈学术动态,却不具备能力求解真实业务问题的人,放在今年的工业界是相当不优秀的。哪怕是在技术研究部门,如果只会写paper却解不动真实业务问题,也是相当容易被动的。


未工作之前,大家对工作场景的想象更多的是“我复现了一篇paper,所以我求解了一个业务问题”。而实际上,在一些重要的AI商业化场景(如搜索、推荐、计算广告),有大量的问题是当今学术界的这些论文解决不了的,而这些问题切实的关系到产品的用户体验和变现能力。而求解这些业务问题,并不是复现一两篇论文就结束了,而是你要无所不用其极,或许是迭代模型,或许只是迭代数据,或许是拍脑袋的训练策略,或许要进一步拆解问题甚至重新建模,或许仅仅是生写一千条规则,甚至是死磕自上而下的性能优化,乃至考虑从产品维度推动解决问题。


而这一切的背后,依托的不仅是业务经验(这就是为什么对口的实*经历很重要),更重要的是过硬的工程能力。至于学术上的创新,是锦上添花而不是必要条件。


举个实际场景中的例子。


你可能遇到了一个难解的算法问题,于是你拿来BERT、XLNet、RoBERTa一顿猛调,终于把指标刷上去一大截。但!是!你发现根本上不了线哇,几百上千台的线上GPU机器依然远远扛不住模型的计算复杂度。怎么办呢?


有人说,好像XX厂刚出了一篇做知识蒸馏的paper,声称在GLUE上面获得了重大提升…


too naive!


然后你发现,哪怕用上几台V100来跑,也要跑上十天半个月,还是收益未知的,谁会等你复现paper呢?创新就更无从谈起了。


学术经验仅仅是决策的一方面,你知道这个paper没必要复现,但是或许有的结论你可以借鉴。更重要的是靠多年的炼丹直觉+工程能力,快速搭建一个简单粗暴、易于实施且预期有迭代空间和足够不错的起点的基线,然后才是堆砌多年积累的上分tricks,快速刷分。虽然下一步就是要搞创新了,不过堆tricks上分这一步完成后,在业务部门很多场景下其实问题已经解了,就可以考虑下一个问题了。显然,如果是到此为止的话,手速和代码质量才是最重要的,至于你的学术sense,sorry还没来得及发挥,leader说已经可以考虑开始下个需求了。


遗憾的是,现在市场上大部分的算法岗都是这种程度的。你可以考虑一下,这种情况下,你简历上就挂着几条不痛不痒的水文,你能证明自己的优势吗?灰飞烟灭也不足为奇吧。


于是,有人会觉得在技术研究部门情况会好些?


nono,这时候你要面对的问题难度可能要上升一个level了,你发现完成上一步堆tricks刷分之后还是无法求解这个问题。于是终于有追前沿、搞创新的理由了。然后,这时候你以为就可以整体泡着茶看看paper,跟小伙伴们愉快的讨论学术idea?


天真了=,=


你会面对更大的压力,会对你的coding能力、炼丹速度和学术sense同时提出更大的挑战,毕竟别人写的1000行代码,那都是十之八九要上线产生收益的,而你的代码,又难,又容易出错,收益还未知,学术sense差点的小伙伴可能一周下来全是fail的实验,coding能力差的小伙伴可能一周下来就是一个fail的实验?( ̄? ̄"")?


于是,你为了对抗这种不确定,保证每周都有正向产出,你只能有更快的手速、更多的策略迭代以及挤出时间尽可能的从*期的paper找下灵感。这种感觉跟在学校实验室开心的做科研完全不同的好吧!!


当然,现在国内的工业界依然存有非常少量的团队,依然在快乐的做着不过问业务和落地的研究。在那里或许你可以继续找回在学校实验室做科研的感觉,但是,或许你要考虑一下你决定赴身工业界的目的是什么?快乐的理想派研究是不是就是你的全部诉求?是不是无所谓升职加薪与可持续性的那种?对大部分人来说,是矛盾的,需要做出一个选择。


“梦想“与”现实“

可能是因为技术研究部门往往可以回避一些业务上的dirty work,更加专注在算法研究上,于是很多小伙伴会蜜汁嚷嚷着要去大厂做研究。就像小夕之前在这篇《拒绝跟风,谈谈几种算法岗的区别和体验》中提到的,不同定位的算法岗都会有其存在的问题,也都会有其相应的优势。梦想是要有的,但是更重要的是认清自己,选择最适合自己、最契合实际的道路。


从性格上来讲,如果你像小夕一样,喜欢死磕一些比较困难的算法问题,idea丰富,喜欢试错和追前沿,又有还不错的炼丹直觉和动手能力,那么说明你最少具备胜任偏研究性质算法岗的基本素质。如果背景、经历和热情都够,那么就勇敢尝试去有核心业务支撑的技术研究部门/团队吧,在这里你能更加充分地释放自己的潜力,发挥自己的价值。


当然啦,按照去年和今年的形势,虽然硕士仅凭一篇普通的AAAI、IJCAI论文,一般不足以让你找到一个靠谱的research团队,但是,凭借顶会经历(背景好的话没顶会也有机会)去心仪团队做research intern,然后在实*期间产出研究成果得到认可进而转正,也往往是比较可行的道路。当然啦,还有一条路,就是成为神仙,用学术成果和影响力证明自己。


一句话总结,除非性格合适,背景、科研sense和手速真的还不错,否则2021年谨慎死磕研究型算法岗


如果你真的喜欢算法(准确说是热爱AI),已经上了算法的车,又有了一些积累,下车的代价也比较高了,那么,不管你是CV、Speech、NLP还是IR、Rec、DM,请务必重点提高自己的工程能力,努力让自己成为一个机器学*全栈工程师??不会写paper但跟得上前沿,写得了规则修得了badcase,能炼丹上分也会部署模型,Java/C++跟Python一样熟练。那么是非常容易得到青睐的。如果这时,你还有学术sense,发表了一些不错的论文,或者有更硬核的机器学*系统优化经验甚至更底层的开发和优化能力(如CUDA),那我相信你肯定不会灰飞烟灭的,最起码不会感觉到很被动。


一句话总结,对大部分2021年应届生而言,会写系统,比会写论文更重要


如果还在犹豫要不要上车算法,或者上车后基本没什么积累,自己的学校、基础和兴趣又都非常一般,仅仅是希望找到一份薪资还不错的IT方面的工作,那么果断下车吧,去转Java开发,尤其是应用开发,AI流行之前的10分资历如今或许只需要7分就能够到offer的bar了,也更容易谈到更好的薪资。


一句话总结,无背景、无经历、无兴趣、一心只为高薪的三无人员建议下车


总之,虽然大家都在唱衰算法岗,疯狂劝退,但是对于已经上车的师弟师妹,除了徒增焦虑也没什么用了(下车代价可能更大),因此不如好好琢磨一下你现在会什么,简历上有什么,以及市场需要什么。


2021届了,用人单位依然招不到合适的人,应届生们依然在抱怨优秀而努力的自己遇不到伯乐。放弃焦虑吧!2021届秋招算法岗没有灰飞烟灭。



?文末福利?


后台回复关键词入群
加入卖萌屋NLP/IR/Rec与求职讨论群
有顶会审稿人、大厂研究员、知乎大V和妹纸
等你来撩哦~



夕小瑶的卖萌屋


关注&星标小夕,带你解锁AI秘籍


订阅号主页下方「撩一下」有惊喜


热文推荐
猜你喜欢
友情链接: