太卷了，要跑路吗？
大家好，我是DASOU。
最近我看到一个很好的关于算法工程师在学生和初入职场的职业规划的文章，很不错，想分享给大家。
作者丨Feli@知乎 来源丨https://zhuanlan.zhihu.com/p/501367157经常被人选问到：AI硕博如何规划自己，才能拿到special offer？现在还能去中国企业的AI lab/研究院？35岁是不是可怕分水岭？如果不想在算法岗位上内卷还可以去哪里？
我和超过千个算法人才聊过，常见有五类算法人选：
在企业AI实验室/研究院搞AI，瓶颈常见为：(1)拿不到很多数据/场景，纠结是否要逼自己转业务部门去获取更多业务数据、更好绩效：（2）更喜欢做研究，是否要趁早转去学术界
在企业业务部门做算法落地，理想发展路径：算法工程师一路成长为技术管理，常见瓶颈: (1)AI对业务赋能效果不太明显，领导们不认，上升速度慢；（2）业务发展缓慢，团队算法人员多，晋升HC少，内卷；（3）业务场景对技术要求不高，个人技术成长遇到瓶颈，无突破；（4）过早被推到技术管理位置，管理和技术双重能力没有太多输入，当前迷茫。
做算法，自己性格偏外向，不希望只局限在技术，想锻炼其他比如沟通能力、商业/产品思维等，考虑转型
对现状满意，希望通过跳槽来加速级别和薪酬增长。
想创业
站在第三方视角，针对上述问题及常见瓶颈，给大家些参考建议，若有不对之处，欢迎讨论，多包容。
留在企业lab还是去学术界？
2021 年各家大厂的 AI Lab 现状如何？
https://www.zhihu.com/question/476541860/answer/2041183364
企业是要盈利的，在内部搞研究也绝对是应用研究，不会是纯学术和完全自由。与其问现状，还不如看清楚自己到底想要什么。学术界和工业界各有利弊。若在工业界，很看业务场景及老板们是否愿意投入时间和钱做AI，如果在中国学术界，还是得抱个大腿比如院士。
去工业界，好处是研究有业务场景和足量数据作为支撑，薪酬也不错，在学术界搞容易走向偏理论。
如果是应届博士在纠结，个人强烈建议别空想，直接都试试。若想回国，中国高校对于申请教职的要求和门槛越来越高，不是有顶会顶刊就行，很多直接要求paper数量、人才帽子、教学经验。这两年我聊到不少学历背景很漂亮的AI应届博士，申请国内优青/青千被拒，申请国内高校结果也不太理想，最后选择去了工业界。或者继续在海外去尝试其他海外工业界/学术界机会。
如果是有工作经验的AI博士，就想清楚自己要什么，曾经帮一个CV资深人选跳槽，他同时拿到了某大厂高级别offer和高校副教授offer，最后选择去了高校。2个原因：（1）自己想做的研究在企业追求盈利的环境下无法实现；（2）如果选择学术道路，人才帽子很重要，要申请就要赶在35/38岁之前，那得赶紧跳。
很多同学问我，他在博士期间主要是用公开数据集，研究偏理论，去工业界担心自己适应不了强度，或者去学术界是不是更舒服？
我还记得一个机器学习前辈（教授+中国大厂背景）跟我说过：如果是带着解决问题的心态，工业界和学术界切换就不是问题。在工业界是为了解决某个现实问题而去做算法，算法自然会work，在学术界为了解决某个技术单点问题，有所突破，那学术上也会有成就。如果有职业追求，那不管去学术界还是工业界，都没办法实现work life 很balance，如果想混日子，那两边都其实可以的。经常听到有人抱怨工业界很累，但其实不是，很多大厂某些部门已经被称为“养老院”。
上升变缓，继续等 Or 跳槽？
如果是因为业务发展停滞或者领导们不认可AI对于业务赋能效果，而导致卡上升通道，是否跳槽？
互联网平均跳槽是2-3年一跳，如果在这个公司工作时间不满2年/2年左右，建议向内寻求帮助，一和领导聊聊，AI赋能效果有时候需要时间，二看是否可以活水转岗到其他部门，尽量让自己的简历不要太跳。如果在同个部门超过3年/超过5年，这个问题都没有得到解决，建议跳槽。
技术+管理 双重瓶颈，无突破，迷茫？
（1）在现有公司现有技术方向遇到了自身成长瓶颈，比如某无人机企业，学生跟着老师，学生过快成长为leader，在自身技术、团队管理、对业务产品的理解上，在日常工作里输出＞输入。里面有些员工后来选择去读博，也是给自己积淀和输入的一个选择；
（2）如果已在该赛道的头部公司，不妨跳出舒适圈，去规模体量更小的公司或者业务更初始阶段的部门，复现自己的技术和经验，重新激活自己。举例：比如手机赛道是红海，很多人无非就在几个手机厂商跳槽，同时看不上其他跨界造手机的公司。抛开行业是否红海这个点，单从职业发展路径来看，在跨界平台，你的经验被重视，发挥空间更大，职业发展上是进步的，而不是退步。
有大厂执念，去大厂一定可以提升技术？
举例：之前有聊过某算法博士，搞数字人方向。跳槽原因主要在原有团队技术上没太多突破/成长，想去技术牛逼的地方，问他想看什么样的机会，他比较笼统地回答倾向于看大厂。
因为虚拟人/数字人发展时间不长，大家做的水平差距不大。当时建议他挑2类机会去面，（1）大厂 虚拟人算法团队，重点看leader和成员背景，水平厉害的领导和同事，大家一起学习成长，增速是加快的。（2）技术驱动型创业公司，这类公司技术能力要比甲方现有技术团队做的好，才会有客户。那去这种团队锻炼也能给自己带来提升。两类机会同时面试，再综合考虑地点、薪酬等。
不想在原有赛道内卷，能去哪里？
（1）换落地场景，去技术天花板更高，或业务场景没那么红海的公司。举例：早些年四小龙和大厂都去布局安防交通场景，入局容易，但竞对很多，去招投标时能看到一堆公司在PK算法，肉眼看不出差距时，那肯定是采购便宜且服务态度好或更熟悉的合作伙伴。像电力场景，招投标难度大，入局门槛高，玩家少，能尽早入局的AI公司就能获得很多业务。
（2）继续搞AI，但换赛道。能感受到这几年很多人想去外企，但在中国可选不多。这里给算法同学安利下量化对冲基金的机会。之前有帮某头部量化私募基金招到几个AI四小龙的算法人选，入职后工作体验都挺好，晚上6点 7点公司就没啥人加班了，自己也有空间和自由去研究技术、看论文和紧跟前瞻技术，薪酬福利待遇不错。具体可找我聊。
（3）不做AI算法，往其他路径转型。如果短时间内，无太大经济压力，建议可以快速试错，比如AI产品经理或者AI投资经理。我有合作一家头部PE/VC，就想物色CS/EE出身的算法同学转型做投资经理。AI产品/AI投资经理这两种职位对于算法人才而言，能锻炼到沟通表达、产品/商业逻辑等。但毕竟需要脱离技术，要管理好自己预期，转型前期收入可能比不上算法。之后的职业路径，就无非是从AI产品经理/投资经理不断上升到管理，或者创业。
晋升速度很快，老板也重视我，但我还是想通过跳槽看能不能更快
我有聊到些人选，在团队受宠，但依旧想看看机会，给我的理由是：想要更快实现级别和薪酬的飞升。在AI泡沫那几年，也许可以。但现在算法从业者基数变大，各大公司逐步调整自己对于AI的期望值的阶段，我建议大家踏实。飞速晋升往往天时地利人和。有哪些能力是你自己的，有哪些是平台赋予你的。其次，其他企业为你的价值付了高代价，那一定意味着人家对你的期望也很高，能否落地就成为一个问题。
35岁是不是很可怕？
和HR们对职位需求时，经常听到”最好是年轻高潜”。大厂人才基数大，门槛要求高，人才招聘/培养策略已成型，希望是：30岁前技术上能单打独斗解决问题，30-35能把控技术方向，30-40岁锻炼带技术团队能力，培养业务思维，40岁之后最好在所属技术是资深/领军，有完整的产品/业务交付能力和团队管理能力。
随着大厂人才流动到二三线公司或创业公司，会把这种人才要求带过去，加上中国大环境急，加重大家追求年轻高潜的想法。但不是所有公司都卡死年龄，透视本质是对于能力有阶段性期望和要求。
算法同学可以用这种阶段能力来规划自己，不要盲目焦虑。
关于创业，这里不做太多讨论，前几年比较多人想去创业，现在少些。