机器学习毕业生开始发愁找工作了!毕业生和企业,究竟谁更挑剔?

作者: 佚名 2019-12-31 09:39:41

 现在机器学习专业的学生也开始愁找工作的事了?昨日,Reddit上有网友发帖说,听说现在的AI企业开始招募大师技术团队了,人家都是好几个博士学位在手的那种天才,像我这种一般般的毕业生会不会没人要了?从回帖上内容看,这种说法还是有点扯。

机器学习和AI专业现在越来越火,不少人宁可中途转行,甚至改行也要学AI,为的是更好的就业机会。越来越多的大学也在招收更多的机器学习相关的学生。在欣喜之余,很多人也产生了对这个专业可能出现泡沫的忧虑。

近日Reddit上出现了这么一个帖子,“听说不错的机器学习毕业生要找工作也不容易了,真的吗?”看样子像是一个学生对自己未来前景的担忧。

机器学习毕业生开始发愁找工作了!毕业生和企业,究竟谁更挑剔?

他表示:现在的大学培养的机器学习专业的毕业生越来越多了,但是工作岗位数量的增长速度跟不上,不少AI用户倾向于招募真正的天才大师团队,这种团队的成员往往都有好几个博士学位,而不再愿意找一些“还不错”的机器学习毕业生。真的假的?

是只有顶级科技企业这么挑剔,还是公司现在都这样?还有公司愿意招“说得过去”的机器学习新人吗?

看来毕业生为工作焦虑是个世界性问题,哪怕是收入不菲的机器学习专业也是如此。不过,既然这个帖子发在了Reddit的机器学习板块,自然少不了来自各路业内人士的建议和劝慰。

总体看来,回帖内容大体突出一个意思:不用担心,工作还是好找的,至于是不是“好工作”,主要取决于你自己的期望值。

网友支招:别担心,只要放低点期望,找工作不成问题

获赞数最高的来自网友pipsqueak_in_hoodie的回答,他表示,如果把期望值放低一些,offer几乎随时可拿,就看你自己愿不愿意了:

机器学习毕业生开始发愁找工作了!毕业生和企业,究竟谁更挑剔?

如果你愿意降低一点期望,那么几乎现在就可以立即拿到offer。我那会儿还没毕业时,就经常能在垃圾邮件里翻出企业用招聘机器学习工程师的大量邮件。不过这些邮件主要都是一些“可疑”的初创公司发来的,不过我还是发现了一点点别的东西,

比如研究类职位,这类职位要求你不能仅仅会目前的研究方法,所以研究类职位的offer更难获得。当然也不是难到没边,就是相对而言更困难了。

过去这一年来水涨船高确是事实,应该适当降低期望值。

楼上说的没错!工作绝对是有的,只是可能并非你梦寐以求的工作而已。

我想补充一点,你这个说法在2018年是正确的,当时对机器学习毕业生的需求量非常大,尤其是在研究领域;但那之后,机器学习毕业生人数正以惊人的速度增长。所以,降低期望值是我能给的最好建议。

网友mnky9800n认为,现在AI泡沫不少,加入创业公司还是应该慎重,很多就是糊弄投资人的:

我知道有家创业公司,很明显是一群来自当地大学的硕士生办的,他们知道什么是神经网络;他们一直在求我申请,我一直都在拒绝。我认为最糟糕的是,人们在不明状况的情况下给这些创业公司投资。他们声称能利用“三维数据体”来寻找油气田。我猜他们就是建了个卷积层和两个隐藏层而已,大忽悠。

hydrodynamical_flow则认为,顶级科技企业的岗位确实比过去难找了。不过大可不必只盯着那些岗位。

机器学习毕业生开始发愁找工作了!毕业生和企业,究竟谁更挑剔?

首先,如果你是另一个仅仅是因为想在Facebook、Amazon、Google工作而攻读博士学位的人,那么你说的没错,纯商业人工智能研究的工作岗位数量正在下降。如果我没记错的话,FAIR已经不再直接招聘,Google Brain也是如此。

如果你读博是因为对所研究的课题感兴趣,那就不必担心了。有很多“应用性”人工智能的岗位,这种情况下,你应该从事专有工作而不是纯粹的研究工作。

再说了,并不是说除了谷歌、Facebook和Deepmind这种名企,其他的工作就不叫工作了。我个人更喜欢Adobe Research或Disney Research。一般来说,优秀的机器学习博士在找工作时不会有什么困难。

我知道有几个物理学毕业生在他们的特定领域做过机器学习方面的研究,最后在机器学习/计算机视觉领域找到了不错的产业界工作(其中一个甚至在对冲基金工作,他挣到的钱比在谷歌还要多)。

flexi_b表示,过去几年各大企业花钱招了大量的机器学习博士,现在是要赚钱的时候了。

我猜是因为企业已经花钱雇佣了大量的博士,现在是时候从这项投资中获利了。我在最近的会议上与不同的招聘人员交谈过,他们明确告诉我,研究型科学家的门槛很高,而应用型工程师的门槛较低;FAIR也还在招聘。

更有Google Brain员工来亲自招募:

机器学习毕业生开始发愁找工作了!毕业生和企业,究竟谁更挑剔?

如果对Google“机器学习研究科学家”这个职位感兴趣,可以在此申请:

https://careers.google.com/jobs/results/112893191134290630/

https://careers.google.com/jobs/results/105249386297991878-research-scientist-google-ai/

对了,我在谷歌大脑研究团队工作。

最后这位看来是名企员工,他给出了三点意见:招人热潮已经结束,应用相对成熟,自学成才的高人越来越多。

机器学习毕业生开始发愁找工作了!毕业生和企业,究竟谁更挑剔?

1、招聘博士的热潮已经结束,这些博士的研究成果还没投入商业化。虽然你可以说这是公司的错,但这些博士是研究人员,而不是产品型工程师,这并不是任何人的错。很多博士研究人员要么转向更注重产品的角色,要么就要丢掉工作。

2、机器学习应用程序已经相对成熟:现在ImageNet,每年的提升幅度都在下降,ResNet 50、VGG、Inception V3可以在90%的企业需要应用中正常工作。

3、越来越多的人通过自学成才:我已经数不清遇到过多少学习过机器学习的应聘者了,很多人都才华横溢。

如果连机器学习的毕业生都开始担心就业了,别的专业怎么办?欢迎小伙伴们谈谈自己的看法。

机器学习 人工智能 计算机
上一篇:自动化机器学习指南之四大成熟度模型 下一篇:边缘AI+计算机视频,正给木板架行业带来全新面貌
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

什么是持续智能?对物联网有什么影响?

物联网世界将迎来充满希望的2020年。5G公司一再声称,2020年是5G在公共领域站稳脚跟,并普及的一年。

iothome ·  6h前
AI战“疫”,偶尔小尴尬背后,终极护城河现形

人类与新型冠状病毒的战“疫”仍然在进行中,在这期间,也催生出各类“人工智能+”应用,人工智能技术在此期间迎来大爆发。

张书乐 ·  1天前
意料之外 情理之中:解读Gartner 2020年数据科学和机器学习平台魔力象限

最近Gartner发布了数据科学和机器学习(DSML)平台魔力象限报告。数据科学、机器学习和人工智能的市场格局极为分散,竞争激烈且难以理解。Gartner尝试根据明确定义的标准对厂商进行了排名。

佚名 ·  1天前
DeepMind发布神经网络、强化学习库,网友:推动JAX发展

JAX由谷歌提出,是TensorFlow的简化库。结合了针对线性代数的编译器XLA,和自动区分本地 Python 和 Numpy 代码的库Autograd,在高性能的机器学习研究中使用。

十三 ·  1天前
谷歌透露:正在内部尝试用AI开发计算机芯片

据谷歌人工智能研究负责人Jeff Dean透露,谷歌正在尝试通过人工智能程序推进专用芯片的内部开发,以加速其软件。在旧金山举行的International Solid State Circuits Conference会上Dean表示:“我们内部正在将人工智能技术用于一系列芯片设计项目中。”

佚名 ·  1天前
4个步骤成功构建出一个机器学习团队

对一个公司来说,如何从0到1构建一个机器学习团队,是很多公司非常头疼的问题,这篇文章给出了一些建议,对求职者来说,同样具有参考价值。

AI公园 ·  1天前
人工智能带领人类从信息社会迈向智能社会

人工智能(AI)是指在机器上实现类似乃至超越人类的感知、认知、行为等智能的系统。与人类历史上其他技术革命相比,人工智能对人类社会发展的影响可能位居前列。

新华网客户端 ·  2天前
2020年的7个关键RPA趋势:从人工智能启用到更具战略性的扩展

机器人流程自动化(RPA)服务商Blue Prism公司EMEA地区首席技术官Peter Walker对使企业可以体验采用机器人流程自动化(RPA)优秀结果的2020年有望取得的重大发展进行了预测与分析。

Peter Walker ·  2天前
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载