2018 年,该转行 AI 工程师吗?



转载请注明 AIQ - 最专业的机器学习大数据社区  http://www.6aiq.com

AIQ 机器学习大数据 知乎专栏 点击关注

如此火爆的 AI,会不会像 Android 和 iOS 一样,五年后归于平淡?转型 AI 真的有必要吗?

 

2017 年,AI 就像一个点石成金的神器,所有的行业,任何的创业,抑或是职位背景,只要沾着这个词,多少有点脚踩五彩祥云的优越感,话题来了,融资来了,故事来了,高薪来了,offer 来了。

 

于是,越来越多的人开始往 AI 方向涌,哪怕现在做的工作跟 AI 完全不沾边,也阻挡不了人们转型的热情。

 

可是,问题就在于,这条路就一定靠谱吗?到底应该坚守当前的开发阵地,力求做到精益求精呢?还是应该坚决一点,转型 AI 呢?

 

我们想问,AI、大数据这些火的一塌糊涂的词,五年后会不会也像 Android 和 iOS 一样归于平淡呢?

 

关于这个话题,我们邀请到几位知乎大神。他们关于这个问题的回答,非常精彩,获得了知乎上非常高的点赞量,希望他们的观点,对你有所启发。

01

从业 7 年的猎头这么说:

Tiger 是上海一家猎头公司的 CEO,2010 年至今,他和公司曾经历了互联网各大时期生态的起伏发展,累计为百万互联网求职候选人提供过咨询服务,并对接超过 10 万家 IT 企业,以下为访谈摘要。(T 为 Tiger 简称)

**1、**当下人工智能人才市场,哪一类候选人最受欢迎?

T: 30 岁以下,在某个细分领域有 3 至 8 年工作经验,大中型公司的核心部门,工程师级别,毕业学校是不错的一本,即使不是清北复交。

只要简历出现以下关键词:机器学习,图像识别,语音识别,自然语言算法,数据分析,计算机视觉,并参与过项目实践,被约面试的几率极大。

**2、**跳槽后薪资会涨多少?

T: 如符合上述条件,** 十个岗位抢一个优质候选人这种现象不足为奇。** 我们接触过的候选人最高 Offer 年薪接近 200 万,这是极端少数个例,是算法稀缺人才,绝大部分跳槽后薪资平均分布在 30-80 万之间,谈的好能力非常出众的能过百万。

3、AI 薪资被大家热议背后的深层原因是什么?

T: 行业的大热是一切高薪的前提,而在行业风口上公司发展最大的筹码无疑是人才,商业战场对核心人才的抢夺异常凶猛,巨头把薪资线拉高以增加获胜筹码这是其一

融到钱的小公司为了发展业务或者为了下一轮融资顺利,更是需要业务骨干支撑估值,人才的价格自然被炒作高到令人不解。

02

阿萨姆

我认为人工智能能否火下去是伪命题。相反,现阶段的 AI 技术的落地能力还很有限。

对比来看,移动端开发本身就是落地的实用技术,你可以用来做手机游戏,也可以开发拍照软件,有丰富的业务需求。而人工智能是学科、是技术手段、是通用框架,所以现在和未来最大的困难不是在于会不会火,而是怎么更好的落地应用?没有业务需求是很难撑起大量企业的,那个时候也就不存在人才缺口了。

不难看出,优秀的人工智能企业都有实际的应用场景,不过主要是集中在视觉、语言上,而大部分企业其实是需要更加通用的业务场景。现在每个大一些的企业都在砸重金招聘机器学习工程师、研究员,美其名曰是为了业务扩展。但实际来看,很多公司只是在做人才储备,它们只是需要这么一个部门,而业务上是否需要机器学习、机器视觉、自然语言处理,还不是非常明朗。

而管理层往往也缺乏对于其真实能力的理解,只知道很重要,必须成立这么一个部门。换个角度来看,一个比较健康的状况应该是企业有了业务需求,再去招聘相关人才,这样的话员工有事做企业也获利。然而现在不少的企业的是先去招聘人工智能相关人才,来了再看看能干点什么。这种情况下,企业可能难以获利而 AI 人才觉得自己每天无事可做,而其他员工觉得 AI 组光拿钱不干事,从各种角度来看不是一件好事。

那么企业为什么要做这么出力不讨好的事情呢?除了战略性防御以外,这其实是赌。赌的是 AI 必然有用,赌的是现在买进来的 AI 人才未来可能需要 5 倍 10 倍的价格才能引进。

从个人角度来看,我们每个人也都在赌,赌要不要转 AI,要不要 all in 深度学习,要不要全职考研考博。** 这些赌的都是 AI 未来,但其实赌的是 AI 能不能从现阶段的人才储备转为业务驱动。**我们现在还没到保护泡沫不破的阶段,而还在努力吹泡泡的阶段。

我在另一个回答 阿萨姆:《未来 3~5 年内,哪个方向的机器学习人才最紧缺?》中曾经提到过:

工业界未来需要什么样的机器学习人才?老生常谈,能将模型应用于专业领域的人,也就是跨领域让机器学习落地的人。有人会问现在我们不就需要这样的人吗?答案是肯定的,我们需要并将长期需要这样的人才,现阶段的机器学习落地还存在各种各样的困难。这样的需求不会是昙花一现,这就跟 web 开发是一个道理,从火热到降温也经过了十年的周期。一个领域的发展有特定的周期,机器学习的门槛比 web 开发高而且正属于朝阳期,所以大家致力于成为“专精特定领域”的机器学习专家不会过时。

什么是特定领域的机器学习专家?指的是你有足够的机器学习知识,并对特定领域有良好的理解,那么在职场供求中你肯定可以站在优势的那一边。

所以这是老生常谈。对于个人来说,如果 AI 从业者有很好的技术能力和良好的领域结合能力,三年五年绝不是职业的瓶颈期,甚至十年都还太早。而对于企业而言,如何从“人才储备”走向“业务驱动”才是重中之重。不然的话,人工智能其实根本就不算曾火过,我们本身都还在婴儿期。

03

名校生自述:30 万年薪是当下市场价,有顶会的候选人更贵

A 是典型的“别人家的小孩”,今年 7 月硕士毕业于中国最好的那所高校的计算机系毕业,专攻计算机视觉和深度学习。毕业时手握腾讯、今日头条、CV 创业公司多个 Offer,以下呈现干货问答。

1、你收到的 offer 都超过 30 万年薪了吗?

A: 我 16 年校招收到的 offer 年薪绝大多数都比图表中对应的职位年薪略低 3-5 万,有的甚至少了 10 万。

这并不是说图表中数据不可靠,这算是行业大热水涨船高,给 18 年入职的应届生开 30 万+的薪资算是平均水平了,很多公司都给得而且必须出次价才能吸引人,背后的深层原因是各大公司招聘策略不一样。

比如,** 融资迅速的创业公司在抢夺人才时,一定会比体量大的巨头开价略高。** 而互联网某些公司由于拍板薪资的决策流程慢,也觉得自己平台大资源广,他们给出行业平均水平薪资很合理。

最终的 offer 薪资和同学自身实力有关,也看终面和老板谈的缘分。
2、你是如何拿到 offer 的?

A: 我就是通过网络投递简历,没有任何背景,16 年的 12 月顺利进入现在入职的公司实习了,算是经典靠谱的求职路经:实习留任。

我一共面了两轮,部门领导和大 Boss,最终拿到 offer。学长内部推荐、参加校园宣讲都是高效可行的办法。

3、应该努力加强哪些技能让自己在求职时更具竞争力?

A: 企业最看重的是实践能力,具体体现在作为一作发表的论文,比如CCF(中国计算机学会)A 类期刊会议,参加 ACM 竞赛是否取得奖牌。

除了书本知识之外要涉猎业界的前沿技术,自学能力,会编程、数学好都是必备的。有没有相关实践经历,要很硬的真本事。


更多高质资源 尽在AIQ 机器学习大数据 知乎专栏 点击关注

转载请注明 AIQ - 最专业的机器学习大数据社区  http://www.6aiq.com