服务热线:
欢迎光临某某卫浴有限公司网站!
新闻动态
您当前的位置:官网首页 > 新闻动态 >

为什么现在的算法工程师质量明显不如以前了

发布日期:2019-05-08

这两年AI大火,导致很多毕业生跨专业(例如机械自动化、光学等)转岗亚美娱乐优惠永远算法,这些人有个显著的特点就是羡慕IT的高薪,但普遍受没有受过通识的计算机教育(例如操作系统、数据结构、C/c++编程等),但人够聪明,数学不错(但大部分都没有学过高级算法),学编程吧,需要学的东西太多太杂,所以很多人都想抄“近路”来搞算法研究。这也客观上造成当前算法岗供大于求的局面。就参照我们公司今年招聘的算法工程师来说,“质量”明显不如以前了,原来名校的博士为基本要求,而今天985的硕士就可以了。原来算法的入职级别就是T3 (senior engineer),今年普遍就是T2(advanced engineer),待遇基本上也和软件开发持平了。而且相比于软件开发,算法更吃脑力,对智力的要求更高,年龄越大就越不容易出成果。我就亲身就见过几个大龄的算法工程师辛苦1年没有任何产出,最后不得不转岗的。其实,目前业界对AI的技术方向就已经达成了共识,也就是深度学习+大数据+大计算,其中尤其以数据为重。可以说只要数据足够,假以时日,大家的速度和精度都不会太差。现在大家比拼主要是算法变现的能力,也就是看谁能够把算法变成产品销售出去,因此今年我的感觉是,相对于纯粹的算法,综合性人才更稀缺,例如有既有产品思维,懂算法,懂编程的人。AI在IT领域也不算个新鲜东西(包括深度学习),只是早些年市场关注度不高,大部分应用都集中在专业领域,更多是一些专家系统。感觉AI街谈巷议,突然大火也就是这两年的事,更准确的说应该是5年前,深度学习旧瓶装新酒,带来了AI研究的集中爆发。但在深度学习框架搭成之后,接下来更多就是调参数,喂数据,所以在接下来很长一段时间内,算法的研发重点转向了数据的收集和清洗。也就在这个时候,我也发现公司新来的算法实习生很多的日常工作就是调下参数,编写一些数据收集工具(例如网络爬虫),甚至更倒霉一点就是每日用别人写好的工具收集数据,清洗数据。深度学习框架搭建的早期阶段,对算法工程师的要求是很高的,既需要精深的数学能力,同时又需要超强的编程能力。但在当前,随着各大公司的AI框架逐渐成熟,以及一些深度学习框架的开源(例如谷歌的tensorflow),AI技术下沉的趋势非常明显,早已从几年前的阳春白雪变成了下里巴人,甚至某种程度上变成了粗活笨活(例如数据收集、数据清洗)。不幸的是,中国人干什么事都喜欢一哄而上,就像早些年全民学移动开发,学前端、现在又开始全民学算法。不是说人不应该顺势而为,但越是在大家都熙熙攘攘的时候,越是要保持冷静,越是要问几个为什么。一个很显然的道理是:如果一个行业突然涌进了这多人,至少有两件事可以肯定,一个是这个行业门槛肯定不高,二是根据供需平衡原理,这个行业的未来行情必然会下行,不信各位看看现在的ANDROID开发是否还复当年的意气风发?还是那句话:“只有在潮水退却的时候,才知道谁在裸泳!”

为什么现在的算法工程师质量明显不如以前了