985 CV 找不到工作？ 4 点诚恳建议

重磅干货，第一时间送达

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？

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。

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。

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。

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。

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~