论机器学习领域的内卷:不读PhD,我配不配找工作?
机器学习内卷了吗?
「没有博士学位,在机器学习领域就业会变得越来越难吗?」最近,一个 Reddit 热帖引发了大量讨论。
对于单个研究者、从业者来说,毫无疑问,机器学习领域确实「卷」起来了。这几年来,仿佛每个人都在搞机器学习,在这个领域取得博士学位的人也急剧增加。
一方面,AI 技术的高速发展并走向落地,创造了大量与机器学习有关的岗位和工作内容;一方面,大量人才的涌入,让这个领域的就业门槛被不断抬高……
有人说,人工智能将成为下一个「天坑」专业。身处浪潮之中,我们如何自处?
博士学位和 ML 工作的关系
根据发帖者的描述,发帖人认为从事机器学习的研究者太多了,如果没有博士学位,可能很难找到工作。对此,有网友表示,「这取决于机器学习相关工作的增长速度是比 ML PhD 增长速度慢还是快。但是,并不是所有的 ML 工作都需要 PhD。比如 ML 工程师工作,他们更关注 ML 模型的基础和部署,而不是开发。」
「与此同时,自动化工具和 AutoML 平台正在创建中,目前许多正在招聘 PhD 的公司可能不再需要专业知识很强的研究人员。在未来,从事 ML 工作的 PhD 很可能会为那些构建自动化 ML 平台的公司工作。」
也不是所有机器学习领域的工作都需要博士学位。机器学习领域的工作和企业种类繁多,实际上很难一概而论。最终结果取决于所从事工作的类型:
创造一种新的机器学习方法,代替 CNN、Transformers 等,主要产出是专利或发表的论文;
只是在不同数据集上使用机器学习模型,主要产出是某个数据产品(恰好开发过程中使用了机器学习而已)。
如果是前者,那这个团队确实需要几个协作推动研究的博士;如果是后者,就不一定了(尽管理想中程序员最好也具备读论文的能力)。
不唯学历论
可能大家都认为,学历高了,自然就好找工作。但是对于没有博士学位的人,工作状况又如何呢?有网友表示,「我现在的工作以及以前的工作都要求有 PhD。虽然我没有,但两个公司都接受了我。我有个朋友 ta 的公司也要求有 PhD,同样,他也没有。」
「公司会雇佣那些他们认为能够填补团队技能缺口、帮助完成工作的人,但这并不意味着有 PhD 不是一种优势。拥有 CICD 经验是一种优势,拥有领域知识也是一种优势…… 公司想要雇佣哪种员工,取决于这个人给团队带来的价值。」
「我雇佣数据科学家,我真的不在乎有没有 PhD。可以将有无 PhD 进行混合,这样会更好。我发现 PhD 不太愿意去做那些在工业上大量应用 ML 工作。他们更倾向于学术上的内容、创造性低。这是因为他们可能更依赖于学术和既定的最佳实践,并且年龄相同但具有丰富行业经验的人可能会更加务实。因此将 PhD 和非 PhD 混合使用非常有用。」
换个具体点的角度来说,从人才招聘的操作上看,世界上肯定会有很多没有博士学位的卓越人才,但 HR 为什么要费更多的精力去寻找这些人,而不是直接在丰富的博士人才库挑选呢?
「有趣的是,每当讨论类似问题时,都会有讨论试图列出大量证据,表明自己遇见过哪种不靠谱的博士。但当我们搜索机器学习领域的好工作时,仍然发现博士学位是首选。」
相关文章
- EasyCVR对接华为iVS订阅摄像机和用户变更请求接口介绍
- 精选 | 腾讯云CDN内容加速场景有哪些?
- 模块化网络防止基于模型的多任务强化学习中的灾难性干扰
- 用搜索和注意力学习稳健的调度方法
- 用于多变量时间序列异常检测的学习图神经网络
- 助力政企自动化自然生长,华为WeAutomate RPA是怎么做到的?
- 使用腾讯轻量云搭建Fiora聊天室
- TSRC安全测试规范
- 云计算“功守道”
- 助力成本优化,腾讯全场景在离线混部系统Caelus正式开源
- Flink 利器:开源平台 StreamX 简介
- 腾讯云实践 | 一图揭秘腾讯碳中和?解决方案
- 深度学习中的轻量级网络架构总结与代码实现
- 信息系统项目管理师(高项复习笔记三)
- Adobe国际认证让科技赋能时尚
- c++该怎么学习(面试吃土记)
- 面试官问发布订阅模式是在问什么?
- 面试官:请实现一个通用函数把 callback 转成 promise
- 空中悬停、翻滚转身、成功着陆,我用强化学习「回收」了SpaceX的火箭
- 中山大学林倞解读视觉语义理解新趋势:从表达学习到知识及因果融合