985计算机视觉毕业后找不到工作怎么办?怒刷leetcode,还是另寻他路?

共 3654字,需浏览 8分钟

 ·

2021-04-12 10:18

点击上方小白学视觉”,选择加"星标"或“置顶

重磅干货,第一时间送达

本文转自|新机器视觉
【导读】985研究生,学计算机视觉,出来后找不到工作?新智元带你看看这个70万浏览量问题下的答案干货:找工作难,是因为前两年AI领域泡沫太大。然而,真正的人才什么时候都紧缺,搞扎实自己的基本功比什么都重要。心态放平,好好刷leetcode,好offer总在不远处。



计算机视觉毕业后找不到工作怎么办?



AI专业毕业后是不是找不到工作?近日,有知乎网友提问,获得了70万阅读量。

 


我们来看看他的履历:


本人目前是985高校研究生,方向是计算机视觉。成绩中等,无论文,无比赛经历,有项目经历。编程基础还可以,自认为在教研室算好的了,python用得比较熟,C++也会一点,PyTorch, TensorFlow,Keras等框架也用的还可以。


当初选择该方向时,深度学习正处于大热阶段,什么无人驾驶,人脸识别听起来就很高大上,似乎人人都想往这方向转。


听起来是不是和正在看这篇文章的你很像?


然而,到了找工作的时候,这哥们发现就业形式和他想的相差太大:


最近陆陆续续有公司开始秋招的提前批了,计算机视觉岗位招的清一色算法工程师,没有论文,或者大赛获奖的找到算法岗的简直不要太难,周围的同学都开始纷纷转Java开发,自己也开始慌了。


想到学了两年的cv,最后工作都找不到,一时间十分失落,感觉如果去做Java开发,还不如本科一毕业就出去工作,完全没有读研的必要。


所以我想问的是现在跟深度学习,机器学习相关的专业,是不是都快烂大街了?AI的大规模发展是不是只是个幻觉?



大环境:前两年的泡沫太大



从就业市场大环境来看,主要原因是前两年AI大火,导致许多人转行入坑,泡沫太大,导致如今找工作难。


排名第一的知友 @zhongyian 说:


这个人才领域前些年泡沫太大,不是现在算法突然不好找工作了,而是之前太容易了。


知友mileistone说:


现在市场出现了一个看起来很矛盾的现象,招聘公司觉得计算机视觉算法工程师难招;计算机视觉算法工程师应聘者觉得工作难找。


前几年因为人工智能大火,非常多人转行进入计算机视觉领域,供给远远大于需求,给应聘者以工作难找的感觉。


另一方面,这突然转行涌入计算机视觉领域的人才大部分能力不太够,毕竟隔行如隔山,有效供给其实并没有因为大量人才转行涌入这个领域而变多,所以公司觉得计算机视觉算法工程师难招。


另一名匿名用户说:


现在的情况是cvpr,nips等会议投稿量暴增,很多有paper的都不一定能进相关岗位,一作除外,那种有竞争力的。



还是要把自己的基本功搞扎实,真正的人才什么时候都紧缺



知友们普遍认为,好不好找工作和你选择学Java还是CV无关,算法没有高下之分,企业只看个人水平。不要沉浸在985、或是学CV比Java高级的幻想中,自己基础咋样自己还没点儿数?


知友@hzwer说:


当我们说 AI 人才缺口的时候,是说能独当一面的人太少。不论毕业院校,没有拿的出手的比赛论文项目经历,直接拿到算法岗 offer 不可能。企业招这样的人又贵又没有战斗力,不如招本科实习生培养。


知友@theHunter说得更直白:

 

一位匿名用户认为,基础算法能力非常重要:


算法能力真的很重要,就问一下那些跨专业搞ML DL CV NLP……的同学,你知道DP是啥不?贪心?分治?我认识的很多跨专业的同学根本不知道。我觉得最错误的是把 ML当作一个独立的领域,而不是一个计算机从业人员应有的能力。这样就导致同学们只知道ML,而不去考虑CS基础。


一名匿名用户说:


我周围很多非计算机科班出身的人,做开发对他们而言难度和跨度都太大。

相比较之下,学个python,看看论文,找个开源项目改吧改吧就能跑出个结果,反而更容易。


毕竟算法对他们而言唯一的区别就是原来要写Matlab,而现在变成了python。这样的人如果不是理论水平特别特别高,我不知道企业招进去有什么用。所以现在招人也聪明了,上来就leetcode甩脸,medium,hard整起来。所以我觉得你如果还想找到比较好的岗位,就先把leetcode刷出来。


同样,一家开发公司的员工@Jarvix在下面实名怒答:



排名第一的知友 @zhongyian 的回答:


首先,开发岗和算法岗无高低贵贱之分。


往大了说,任何工种都是平等的,更何况都是程序员;往小了说,算法工程师本上还是工程师,是开发的一种。开发方面大佬也多的是,只是最近算法比较火,但是未来还真不好说。


其次,算法分两种岗位,一种是算法岗,做建模工作,发发文章;一种是开发岗,负责研究岗研究出的算法的落地,会涉及到数据清洗,特征工程,开发上线等工作。


工业界用的算法是滞后于学术界好几年的,不要对公司所做的算法有太多的幻想,现实数据比你想的质量差太多,现实用的算法也没有那么高端。也就是说,大部分时间不是用在建模。


再次,为什么现在现在算法不好找工作了?


倒也不是劝退,其实公司也是有算法工程师的缺口的,遇到的好几个hr都说,收到几百份简历,但是没什么匹配的。所以说做算法的人多是真的,可是需要做算法的人也是真的。矛盾点在于供需不匹配。


之前市场空缺大,高薪、低门槛势必吸引更多的人做算法,而19年之后,薪资低了,门槛还高,做的人自然而然就少了。19年有些开发同学是可以拿到和算法同学差不多的薪资的,这在前两年可不是。



转换思路,另投他坑



在排名第二的答案中,匿名用户说:


实验室也是做视觉方向的,但我那一届同实验室的硕士里,就我一个找了和CV相关的工作。


有发过顶会的大牛去了网易游戏,问他为何不接着搞CV、DL,他说最主要是给钱多。所以,MOP(money oriented programming)才是王道。


知友@本马则另辟蹊径,提出「算法退级」:


CV方向确实人多坑位少,比NLP方向内卷的更厉害。不过,NLP方向也快不行了。个人建议是,不建议直接转开发岗,算法与开发的技能栈差别比较大,容易两者都做不好,更焦虑。


比如从CV退去做更宽泛的深度学习乃至机器学习岗位,一些深度学习甚至计算机视觉在其他领域的应用,如天气预测,卫星等,这些不直接做AI的相关单位或企业也是可以考虑的。


继续往后退的话,就是看看机器学习、数据挖掘相关的。如果还是不行,就找找数据分析岗。



要有毅力,心态放平



有知乎用户援引名人经历: 


还有人认为,认准方向,就不要在乎短期行业波动:



最后的建议


综合了几位知友的回答,总结下来建议有以下几点:


  1. 给自己增加加分项:功利的来看,几百份简历,没有明确的加分项,hr有多少时间,又如何能确定你基础扎实呢?尤其想去大厂,简历不出彩是真的有点难。建议深挖一下项目经历,视觉算法相关的部分从原理到实现都别含糊。

  2. 好好练基本功、刷leetcode吧。不要望洋兴叹,周围有好几个leetcode刷两遍的,也没啥文章和竞赛,但是最后工作都不错。

  3. 尽量走内推/提前批:找直系学长学姐,部门领导直推(不等于给个内推码的那种,当然如果只能找有内推码的,也不错了)。面试前想办法了解下目标岗位部门情况。

  4. 不要焦虑:明确自己的定位,有时候不是找不到工作,是找不到满意的工作,工作总是会有的。985计算机硕士已经比市场上绝大部分人好找工作的多了,坚持住,结果不会太差的。

 End 


下载1:OpenCV-Contrib扩展模块中文版教程
在「小白学视觉」公众号后台回复:扩展模块中文教程即可下载全网第一份OpenCV扩展模块教程中文版,涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

下载2:Python视觉实战项目52讲
小白学视觉公众号后台回复:Python视觉实战项目即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目,助力快速学校计算机视觉。

下载3:OpenCV实战项目20讲
小白学视觉公众号后台回复:OpenCV实战项目20讲即可下载含有20个基于OpenCV实现20个实战项目,实现OpenCV学习进阶。

交流群


欢迎加入公众号读者群一起和同行交流,目前有SLAM、三维视觉、传感器自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN算法竞赛等微信群(以后会逐渐细分),请扫描下面微信号加群,备注:”昵称+学校/公司+研究方向“,例如:”张三 + 上海交大 + 视觉SLAM“。请按照格式备注,否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告,否则会请出群,谢谢理解~


浏览 23
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报