算法岗还是开发岗,哪个不会遭遇35岁危机?

人工智能与算法学习

共 2143字,需浏览 5分钟

 ·

2022-04-23 08:03

提问背景:

走算法还是开发,哪个不会面临35岁危机,或能降低风险,算法指ml的cv方向,开发如后端、前端?

中下211电信大四应届生,推免至某985电信专业,感觉这个专业做cv深度学习的好多,本科时本专业主要也是做的cv图像相关,在校时也自学了后端前端开发技术,无实习经历,现在打算投递暑期实习,问考虑到未来发展、个人前景、岗位局限性(后端就业明显更广)等,我该投递哪个岗位?


runzhiliu(腾讯 计算资源组员工)回答:


研究生读的统计,后来实习也在做算法,后来还是转了开发。


说下个人感受,算法岗位目前看确实比一般的开发岗位薪资更高,但是搞算法很难避免经常性的刷paper,写paper之类的操作,组里还得经常做下paper的分享,不止要自己看,还要听别人讲,而且说实话,大概率也听不太懂,各种算法paper层出不穷,各种微小的trick,写的天花乱坠,要保持行业里面的「先进性」,必须持续的去刷论文,这种感觉让我有回到研究生时代...另外就是paper很多时候都是实现做的很fancy,落地效果却又不咋地,费很大劲,很多资源去训练和部署模型,做完AB test之后,发现效果也许还不如运营的策略,这个时候不管是对上还是对自己,都很难找到自己的价值和定位,久而久之容易陷入自我怀疑。如果你读过研,你更知道刷paper是有多累...当然了,我知道也有很多同学非常enjoy,我觉得enjoy就好。


开发上,框架也很多,但是做到最后,无非都是OS层面、网络层面的东西,真正变化的东西实际上没有那么多,这样玩明白,摸透了,就算是CRUD,至少那个东西能让你看到别人在用,从这个角度上看,多少还是有点成就感的,而且获取的难度并不是太高,这也是我个人转开发 的一个很重要的原因吧。




Yunzhe Zhang(算法+工程)回答:


我自己的建议是走算法组里偏工程的岗位。

  • 算法工程师们的偏见

目前国内的算法工程师中工程能力强的特别少,更多的算法工程师将主要精力放在fine-turning,刷paper上,他们认为这是最高大上的工作。严重忽视了,算法的价值终究是需要通过能否落地来体现的。提到落地,这些算法工程师们认为应该是工程落地部门应该做的事情,比如算法如何能在移动设备端run起来,如何提升deep learning inference的效率。这是极其错误的观念。


  • 企业对于算法落地的重视

deep learning从2010年至今,肉眼可见的突破已经越来越少了,各大公司算法的壁垒随着主流算法的开源变得低得可怜。现在很多大公司都在卷“大规模预训练模型”,离着“小模型、大任务”的真正AI越来越远。所以你会看到算法人员越来越卷,究其原因在于这些人员没有差异化,算法原理都懂,也都发过一些文章,也都跑过代码。


但随着人工智能商业落地的迫切,企业拿着锤子找钉子的事越来越多。如果你工程能力不行,即使找到了钉子,你也没办法用锤子敲。

所以,现阶段算法组里负责工程的同学是最受器重的。比如你熟悉CUDA或者TensorRT,现阶段你可以收到非常有竞争力的offer.




HyperGroups(剑域帝国创始人)回答:


走算法会比较累,比较看光环,和平台。


虽然我在算法上相对全能,但是依赖感受到算法的局限,不得不在广度上不断拓展,深度上加深别人也不懂,也不太需要,除非在一个好的平台。


因为沟通成本和算法发挥的价值依托于平台和数据,所以需要抱大腿,比如日活用户没个100万,算法价值不大。


长期做算法,需要人聪明,能抗压,也要苦修后端能力,或用软实力慢慢在后期往上走,不容易的。属于玩算法,要玩算法,就得有强大的代码能力、动手能力支撑,然后融汇贯通。


一、立杆见影的算法,是个人都会,开发git clone一下,调一下就行。

二、太专门的算法,一般的公司不需要,直接调第三方api,走saas

三、如果你自己去做第三方的服务,那么对后端能力也有要求,对算法的效果也有要求,但是,许多算法的效果其实依赖的是。。。数据。。。算法牛p没啥用。


看个人的上限追求。

干 个十几年,算法干个几年,后端干个几年,完全不冲突。

同一个算法干个一年或几年会腻味啊,我都不喜欢玩同样的东西,所以不断在不同的算法领域涉猎。


后端压力小一些,就业面大一些。




叶卡捷琳喵(清华大学  自动化硕士在读)回答:


建议转系统,计算机结构,计组,编译这种硬核方向

这种方向没有那么卷,也不需要各种玄学trick,年龄危机的本质是卷


别跟我说什么算法智商门槛高,看看一堆水文哪来的需要智商?智商门槛高你不知道一堆文科生疯狂转nlp吗?还是那句话,为啥别的方向非理工科班基本不会考虑就你ai那么多交叉。而且现在算法大框架非常成熟,还有各种封装好的工具包,掉包侠不是遍地都是吗?这种现象在ai进入推理理解阶段之前(目前是大数据阶段,所有ai都是基于数据经验型的)不可能得到任何改善

开发的话,就会个简单前后端肯定竞争力弱,反而底层(就是上面提到那些方向)多了解有优势


利益相关:本人目前ai方向,计划毕业前转行图形学或其他方向,目前补基础中。。。。。。


文章转载自知乎问答,著作权归属原作者,如有侵权请联系删除。


——The  End——

分享

收藏

点赞

在看


浏览 91
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