ITPub博客

首页 > 人工智能 > 机器学习 > 如何看待2021年秋招算法岗灰飞烟灭?

如何看待2021年秋招算法岗灰飞烟灭?

机器学习 作者:dicksonjyl560101 时间:2020-07-23 15:47:45 0 删除 编辑
作者:XX Zhao
链接:
来源:知乎
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

我以一个公司的面试官角度来回答一下这个问题吧。

我目前在tmd中一家的业务线上担任图像算法工程师,由于团队成立不久,我平时工作中承接了大量的面试。从6月起,我们就开始了提前批的校招,每周进行一次统一面试。每次业务线笔试大概通过60个简历,其中有近40个投向了算法岗位。我们计算机视觉岗位在上一轮提前批面试中居然收到了28份简历,而我们整个校招的hc只有2-3个。目前我们的offer已经发放完毕,实际录用比大概是1:30,后续校招我们部门的计算机视觉算法岗位将要停止招聘了,不得不说很多优秀的人因为简历投递晚了失去了机会。

我们面试下来的总体感受是,简历非常多,但是我们想要的非常少。我们现在不需要调参侠,我们需要的是有扎实计算机基础的工程师。由于简历过多,我们将一轮面试调整为计算机通用基础面试。我们希望候选人的计算机基础扎实,编程语言,操作系统,数据结构,计算机网络这些基础不能差。但是相比于开发岗位而言,我们的要求其实大大低于开发岗位。在二面的时候,我们更关注于计算机视觉的落地经历,对于论文其实没什么要求。总体看下来,一面的通过率极低,很多人连栈和堆都不知道,这样的计算机基础根本过不了一面。在二面的时候,我们关注候选人的项目经历。很多候选人就读了两篇论文,跑了几个比赛,这些经历在这么多简历中显得非常普通,在一众候选人中也没什么亮点。我们需要的人是有一定工程能力,有实际的落地经历的,但是大多数人不具备基本的工程能力。

那我们需要什么人呢,我以我们的实习生为例,看看我们希望的候选人是什么样子的。

我们在4月中旬招收了一名实习生,他之前在学校主要做目标检测,我们招收的时候觉得他基础不错。从入职到转正答辩,大概经过了两个半月。我们看看这两个半月他做了什么。刚刚入职,我们商量了一下,确定了要做算法A。实习生在两周以内,对比了各种主流方法,确定使用一种简单的基于深度学习模型,理论上能够在CPU实时。随后1个月时间,实习生使用PyTorch复现了论文,并使用两种方法改进了该模型在实际场景中的缺点。在大概1个半月的时候,实习生认为,算法效果已经达到预期,我们验收发现,已经满足预期要求。在后面一周时间里面,实习生使用C++在我们的代码中加入了该模型的工程实现,但是原始的实现不能满足实时要求。实习生花了一周时间,加入了多线程,速度大大提高,但是只能达到准实时。后来实习生认为,该算法的部分模块和resize有相似之处,于是花费几天阅读了OpenCV的实现,认为通过定点化和SIMD能够改善速度。后续实习生又改进方法,提高cache命中率,使得速度能够在i5上达到50fps。这些工作能在两个半月实现,大大出乎我们的意料,答辩毫无悬念通过。

我们想要的cv工程师是什么样子的,从上面这个例子可以看到一角。训练模型,部署模型,算法优化,这些都是我们的工作,不给自己设限、追求极致是我们对工程师的要求。我们需要的是解决实际问题的能力,计算机视觉相关的算法和工程都是我们解决问题需要的技能,只有足够的基础才能在遇到问题时候给出足够好的解决方案。

对于CV岗位,我的态度是劝退。今年我们组的开发岗位hc很多,简历非常少,很容易就能拿到岗位。客户端开发更是难求,现在招聘已经不要求客户端开发经历了,只要编程基础扎实就好。对于大多数cv方向的同学,我建议换个方向,比如音视频开发的岗位可以考虑,算法方向音频相关算法也值得考虑。






作者:纳米酱
链接:
来源:知乎

著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。








作者:陈历飞
链接:
来源:知乎
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

重要的事先强调一遍:请先成为合格的软件工程师,再成为懂算法/机器学习的工程师。

就像相亲一样,你不能虽然长得丑,但是想得美。咳,我是说不能基础条件一塌糊涂,然后抱怨别人不去了解你的内在美。

同理作为算法岗工程师,无论具体是做推荐系统,做CV/NLP,做人工智能,大数据——只要你还叫工程师不叫研究员,在职能上你都属于“后端开发工程师”。作为一名合格的后端开发工程师,你至少要满足校招的要求不过分吧:

懂一门面向对象的语言,了解网络原理,数据库,分布式系统,手撕代码能解编程题。当这些基本功都合格了,你才有机会让别人去了解你内在的项目经验,而算法相关的项目,只是软件工程众多项目经历的其中之一,和其他后端项目比如数据库/多线程/分布式等项目比没有高下之分。

作为校招生,公司不指望你已经成为某个领域的专家,更看重你是否有全面扎实的计算机基础和编程能力。弥补短板,打好基础,祝大家都能拿到满意的工作。

联动:

人工智能相关的岗位薪酬状况如何? 图标


常言道,小卷怡情,大卷伤身,强卷灰飞烟灭

明白这个道理,就要学习规避内卷,你非要找头条快手阿里去成功,何必呢,和精英内卷有啥意思呢。。投百度华为,努力刷题去个他们的边缘业务线也行呀,那些地方,边缘业务就是养老岗位,只要你是 985 硕士博士毕业的,简历包装的花里胡哨就成(可千万别作假,很多大公司以后是不给二进宫的,一次污点毁你终生),疫情期间人家也还是招一点人的,你会写算法 ppt 都有饭吃,或者去个 boss 直聘,贝壳找房,58 同城啥的,人家一样要算法的呀,我就不信内卷到贝壳找房都要你发顶会(过 1-2 年后我可不清楚),而且这些地方基建相对差,万一他们某个业务做开了,二次开发场景都有很多机会参与,去这种地方,社会痞气强点,和领导闹好关系,完全有很多机会向他们展示你的才能呀。

像我们这种估计连贝壳都不如,彻底失败的公司,没啥独立业务的部门,现在对算法都没啥要求了,就我们这样挫的地方,都能手把手教你 es,spark,flink,kafka 等标准生产工具,深度调包深度学习三件套,线上服务 4 件套,部署开发一条龙(凑合能用那种),成为了转行人士的北极,算法人士的鹤岗,失败人士的浅色床单,大龄码农放鸽子的广场。只要研究生 985 毕业就行了,本科是大专都不管你,没到灰飞烟灭的地步,就是你跳槽出路相当堪忧,因为没啥亮点技术和业务。。。

另外,现阶段活命要紧,也别老盯着强势业务线投简历,走业务下沉,去中台部门也香呀,中国现阶段的红利都消失了,强势业务部门都是老人把持,老人只会扶持自己嫡系,你去了阿里头条一样会失败,资源都被前浪吃光了,剩下那些老人无事可干,找一堆能力顶尖的刷题兵,吭哧吭哧地给老人们干活,我一点都不明白这些人图啥,要是进 google 享受 wlb,苦哈哈刷题去了也值了,国内成功公司,校招进去那刻就是人生收入的巅峰,每天都在苦哈哈推黄赌毒广告,对社会科技进步没任何帮助,公司 996 也没自己思考的自由,跳槽还要发敬业福,也没地方敢接盘,为了那点连厕所首付都不够的钱,活着都有啥意思?这群后浪就不会起来反抗一下?

另外,万一连失败公司都进不去的,可以去找一堆没名气的小创业公司苟着嘛(注:没名气小公司,就是名字听起来像是啥xx躺平极限科技有限公司,反正听起来像科技公司,但是不知道是啥来路),小公司不好的地方在于,可能大概率碰到坏人,而且现阶段倒闭风险太高,可能半年就要跑路,每天累得生不如死,所以这是下下策。

真的逼得没办法,没出路要去这种小公司,我建议是你多看看企查查,调研一下公司背景,学生其实并没有社会经验通过数据判断这种公司,一个玄学办法就是上脉脉看看有没有人赞美和洗地,有的话一定别去,正常的小公司,没有任何存在感,有人提到的话,极高概率都是喷的,如果被喷也没人来洗白的公司,应该是正经干活,只是活的挺苦逼的小公司,如果被喷还有一堆水军洗地的,千万别去,保不济老大是啥价值观有问题的人,比如有赞那位啥鸭来着?

最后,还是多说几句鸡汤,大家不去,无非是学的太多,沉默成本太高不肯放弃,比如发了两篇顶会的焦虑能否发 5 篇,发了 5 篇的焦虑要 package 要低了,大家都没有认识到世界的残酷,捞一笔的心态很强,没有学会躺平思考,担心去了小公司以后去不了好公司,担心去了好公司边缘岗位被裁员,又担心小公司培养路径乱七八糟,又担心去大公司边缘业务线被 pua 啥的,影响成长。反倒像我这种没任何论文的学渣,心态好,去哪里都不介意,工资给的别租不起房就成,唯一祈福是别碰到坏人就成。

所以说,年轻人担心内卷,有时候的症结在于想的太多,真正面对的失败还是太少,真的失败以后,你是不会怕选择不好的,你只怕连选择的机会都没有,所谓灰飞烟灭,只是人比人得死罢了,每个人找自己的私域流量发展自己,躺平思考,何必在同一条赛道比赛撒灰?





作者:邱震宇
链接:https:///question/406974583/answer/1343760618
来源:知乎
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

说点实在的,就我们这边NLP的算法工程师来说,有以下技能需要实实在在得掌握:

1、正则表达式。对,你没看错,就是正则表达式。除了简单的文本匹配场景外,各种文档结构化、信息抽取的冷启动,基本都是靠这个。因为在实际业务下,你不可能一上来就能获取高质量的标注数据,更别说上各种sota模型训练了,所以你可能要掌握各种正则骚操作,比如XX前面不存在XX字符且后面存在XX字符,或者XX字符出现几次且后面必须出现XX字符的场景。其实我一直想做一个根据人类语言自动提供正则表达式推荐的模型,调研了一阵子发现难度很大,从另一个角度也说明要写好正则表达式也非常难的。

2、常用句法分析工具。这个一般主要会在关键短语抽取、信息抽取里使用。由于缺少标注数据,不能使用sota模型,又因为单独使用正则毕竟不能cover各种case,因此有时候需要与句法分析工具结合,配合对简单语法的使用,例如主谓结构,动宾结构,补语结构等等,找出我们所需的信息单元。不过从头训练一个句法工具通常来不及满足业务方的上线期限,因此通常会使用一些已有工具如哈工大的LTP,虽然有些问题,但是大多数情况下够用。

3、性能优化的意识。这里并不特指某个性能优化的方法,而是在日常写代码的时候,要有这个意识,例如如何优化循环的效率、能够并行化操作的地方尽量并行化,模型读取数据的时候如何优化读取的效率,模型部署上线inference的时候是否满足业务的性能要求,如果不满足,能够找到性能优化的位置,例如模型设计的时候是否设计了冗余的层数、是否使用了过于复杂的模型,部署的时候是否使用一些高效的部署方式(例如tensorflow-serving)、是否可以使用tensorRT优化部分op,是否可以针对部署平台上的硬件环境重新编译tensorflow等等。这些都需要在实际的工程中自己一个个趟坑趟出来。

4、linux。这个技能也是刚需的,但是并不需要你对linux的操作精通到什么程度,但至少你得懂常用的操作命令吧,例如监控服务器的状态、防火墙策略的配置、docker的简单操作、常用数据库的操作(mysql、postgresql等)、压缩解压包命令、ftp/sftp命令、chmod命令、vi、cat、ps等等,具体就不详细说了。

除了上述技能外,我默认大家对NLP领域的技术都是符合条件的,所以就没额外说明。如果你对基础的统计机器学习、RNN、transformer、bert等不太了解的话,那实在是说不过去了。

上述技能针对的是需要落地需求的算法工程,但如果你是专门做算法研究,对落地没有要求的,那就可以忽略上面的东西,此时你需要的就是拼论文、拼比赛、拼研究组、拼导师、拼学长学姐。。。


最后说一下这个内卷问题,其实我在知乎上说非技术的事情很少,一方面是我在这块向来思考不多,怕说多了被人喷,另一方面我这个人也比较佛系,不太会去跟别人争来争去。这次也只是想陈述一下自己的观点,如果觉得有道理,可以试用试用,如果觉得没道理,大可以无视之。

首先,内卷这个问题是客观存在的。作为一个17年计算机专业但是非科班半路转行的人,我承认自己占了一定的早期红利,如果把我放到现在,估计我也是那批被卷成人干的人。即使是刚入行的几个月,我也会经常焦虑,焦虑自己会不会被其他有顶会、有比赛的大佬淘汰掉,看到其他北上广大厂的大佬的薪资,焦虑自己会被困在南京这个行业环境不太好的地方,甚至还会焦虑自己35岁是不是就下岗了。后来我慢慢跟自己和解了,接受了自己的能力所限,毕竟有人第一的话,总有人是最后一名吧,但是这个最后一名并不代表你是不好的,只是人家比你更好而已。

今年疫情原因加上行业内岗位日趋饱和,好工作确实难找,但这并不是我们的错,我们也没办法改变当前这个状况,我们能做的是好的岗位该争取就争取,但是面试过不了或者连面试机会都拿不到的时候也别过分在意,找工作的时候虽然要注意一些坑,但是最好不要考虑太多因素,遇到合适的就去吧。工作的时候,努力在自己力所能及的范围内将事情做到极致,该争取时候的争取,争取不到也无需过度在意,玩把游戏,弹弹琴就过去了。

毕竟生活大于工作。




作者:Justin ho
链接:https:///question/406974583/answer/1343265268
来源:知乎
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

最近公司来了一位实习生,可能刚出来实习,看见他的大三同学们好多去了大厂,就自己来了一家创业公司,其实换谁都觉得有点不平衡(换做你只是一位大三学生看见同学刷顶会去大厂不羡慕是假的)。再之前带过的一位研一妹子,经常问我是不是要刷题才能进大厂,我给他们的答案都是一样的,进大厂会让你的履历更光鲜,“可能”让你跳槽其它大厂会方便一点,但这跟你以后职业生涯能不能赚钱做得开不开心不是挂钩的,如果你在里面没啥实际项目落地也没啥用,如

所说,大厂的强业务线基本由老人把住,新人只能打打辅助,在我前几年呆过的2家电商公司来看,AI部门顶峰100多人,到最后裁到剩下十个人维护现有业务线,公司亏钱的时候一定是向亏钱或者利润不大的部门(说的就是AI部门)开刀,只保留最赚钱的部门,所以算法岗的存量就这么多,加上前两年玩AI概念的公司多少玩没了的,自媒体还在鼓吹算法高薪岗位,导致越来越卷,所以我与纳米酱的意见是差不多的。

再说回我那位实习生,一天下班问我,是不是其它公司算法岗都要刷顶会才能进,我说不一定,首先搞研究的是玩不过报团的大厂独角兽,他们的实习门槛就要顶会一作了,其次不做算法研究也可以啊,很多公司需要懂工程懂落地的人,代码写得好还是很有市场的。

给同学们的建议,去大厂可以,如果他们有新开的业务线你觉得有发展空间的话可以试试。去创业公司或者中小公司也可以,先看看这个部门是不是公司赖以吃饭的部门,是的话就比较稳,公司也会给到资源去发展。

BTW,我那位实习生是个不错的小伙,学习能力不错人也勤快,我现在还差一位能全职的CV工程师帮我。





作者:匿名用户
链接:https:///question/406974583/answer/1340981308
来源:知乎
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

有些师弟不跟着毕业师兄的东西(已经中顶会,代码全套,前人对比实验全套)做下去。不听劝,硬要自己折腾 去做自己感兴趣的,师兄和他说过他感兴趣的方向的sota已经卷得不行了,他还去,然后搞不出来又去打比赛,结果最后搞了快一年啥也没,现在秋招才来找师兄内推。 真的是无语。 为什么有些师弟就总觉得自己只要努力就能出论文呢? 就不懂得论文不是靠个人努力就可以的,前人实验代码的积累,实验数据的积累,各种数据集坑的摸索,能帮忙剩下多少努力的时间。 真的是 不知道怎么说他好。这种师弟还不是个例。


2020年07月16日更新。  有传承的实验室发paper真的难度低了好多,只要运气不要太差,基本一年内能搞篇顶会没啥问题( 写个2, 3篇 总能中的 ),搞完就去实习。

师弟要做的事情清单:

1 将前面好几代人的代码,更新下版本做个兼容。

2 看看前面师兄在各个数据集上的badcase的分析。

3 找一下有没有师兄论文发表后,新开放的数据集,用师兄们积累的代码跑一下。 然后再总结下badcase。

4 找一下有没有最近相关的新模型,找找有没有代码 跑一下,看看他们的 badcase.

5  然后这些做完后,如果没有想法,拿这些case 去找师兄要个想法。或者自己和别人交流过程也会有些想法,也可以尝试。

6 写论文,同时拉个师弟让他参与熟悉你的论文想法,还有收拾下实验结果和总结 留给后面的人。


然后很多师弟的情况是,在师兄论文发表完后,给师弟们挂了个3作 4作(师兄挂师弟,是希望师弟能参与下,之后能独立写作,可是师弟往往啥也不参与,就摸鱼,经常是论文发表后都不知道论文在做啥,之后师兄去实习了)。然后,让师弟去做上面的 1和3,4 的时候 他们就觉得太难了。论文看不懂,代码看不下去。自己感觉做的东西不高大上,都是些枯燥或者重复的工作,然后就自己搞自己的去了。  他们觉得师兄能发顶会 自己也能发, 却没看到发表论文的师兄是吃的前面多少位师兄积累的老本。


2020年7月19号补: 过来人提示: 提前批一般是各路神仙打架,普通人可以先找家公司实习,扩充自己的人脉,完善自己的简历。等提前批之后 有一定几率会遇到 一些企业发生战略调整(通常在季度末),新成立一些部门或者扩大部门,这时候如果能通过自己的关系得到消息的话,去投简历成功率会高一点(不会进备胎池,缺人缺得厉害,面完一般就要你赶紧来上班报道干活了)。






来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/29829936/viewspace-2706521/,如需转载,请注明出处,否则将追究法律责任。

请登录后发表评论 登录
全部评论
行万里路,读万卷书,阅无数人。 吃货一枚,爱吃湘菜,粤菜与杭帮菜,尝遍天下美食。 摄影爱好者,游遍名川大山,江河胡海,赏遍人间春色。 爱看电影,尤其是国产大片,好莱坞大片。英文名:Dickson Jin, 网名:风一样的BOY。精通SAP供应链咨询。2017年开始研习人工智能。

注册时间:2014-08-27

  • 博文量
    2528
  • 访问量
    3945014