【杂谈】为什么你学了AI，企业却不要你
言有三
毕业于中国科学院，计算机视觉方向从业者，有三工作室等创始人
作者 | 言有三
编辑 | 言有三
前几个月花了一些时间招实习生，面试了近10个，最后只发了一个offer，因为实在是不满意。近半年也跟一些负责招聘的同行们聊过天，再加上18年秋招形势的印证，我们自己内部的需求，现在就是这样的状态。
众人都在学AI，企业却愁招不到人，现在已经不是谁混混都能入行的时候了。
为什么呢？归根结底还是大部分人能力达不到要求，牛人只会被哄抢，牛人就算有缺点，也可以忽略，而普通人如果没有优点，谁要你啊。
01
以下几种人企业不想用
为什么学习的人那么多，企业却不想要呢？我觉得主要是这几方面的原因，以图像领域为例。
1.1 基础非常不扎实
很多人是直接跳进来深度学习这个方向的，说白了就是直接从所谓的python+tensorflow等开始，充其量再看了几门网课。
但正确的入行或者说学习流程应该是这样的，分两个方面。
首先是编程基础
linux基础，包括熟悉linux各类环境配置，熟悉shell脚本，熟悉cmake/make编译环境。
git基础，熟练使用github等，学会版本控制。
c++基础，熟悉c++的基本语法，类的设计，代码的编译与调试。
python基础，需要非常熟悉矩阵运算，各类基础库的使用。
了解开源框架，这就是大部分人的水平，知道某个开源框架的基本使用。
熟悉开源框架，需要熟悉主流的开源框架，掌握高级用法，阅读过源代码。我们不能指望只掌握一个开源框架，难道只会tensorflow或者pytorch，放弃Google和Facebook其中的一个吗，或者不会用Caffe永远无法在公司完成移动端模型的训练和部署。还有太多太多，可以慢慢来。
不拼颜值的编程世界，只有一步一个台阶才不会将来捅娄子。
然后是算法基础
信号处理与图像基础，包括熟悉信号处理领域的基本概念，图像的基础概念和基本的算法，这些现在与深度学习方法的结合越来越多。
传统机器学习，指望深度学习对所有任务end-to-end解决是不可能的，深度学习往往都只是解决问题的第一步，许多任务（比如平滑跟踪，重建等后处理）的精修全部都需要使用传统方法。不会，往往就意味着不能独立完成一个项目。
深度学习入门，所谓入门就是知道使用一个框架，拿出一个不错的模型，跑完一个任务的整个流程，或许还会做一些简单的改进，这也就是大部分人的水平，能把任务做到95%却做不到98%。
深度学习进阶，到了这一步才是收入的分水岭。需要有丰富的项目经验，比较扎实的理论基础，才能用同样的资源作出完全不同的效果，说起来要会的就太多了，此处略过。
准备好生发吧。
1.2 态度非常不认真
如果你是牛人，有着超出大部分的聪明才智，能一个人干翻一个团队，就算其他都是缺点，没问题。
如果你只是普通人，愿意多付出很多时间，喜欢查漏补缺别人不做但是却可能对项目非常有用的方案，那也没问题。
如果是其他的，我就不会招了。
有一个老大跟我说：“招一个不靠谱的人来做事，我付出时间还放心不下，不如让老员工来。”
企业要的是从头到尾，可以把事情放心交给你的人。
大部分任务确实并不难，谁尝试的方案，跑过的实验多，谁更加细心，就有可能做的更好。
有人不愿意花时间筛选数据，只等着别人送过来数据，撸起袖子就开干。
有人不愿意多跑几个实验，搞到一个勉强的指标就想交差了事了。
有的人这也懂，那也懂，做出来全是错的。
1.3 热衷学习，能说会道不会做
这一类人的特点就是，看了大量的书，听了大量的课，说起来头头是道，但却不喜欢实践。只要针对某一个问题问一点细节，一戳就破。
想想也是，搂着女朋友看书看视频当然很舒服了，谁还看不懂呢，但是时间长了，花拳绣腿与纸上谈兵就原形毕露了。
因此奉劝这些朋友们，早日爬出舒适圈，从简单事情开始做起。
02
学习AI需要哪些技能
这一行是一个交叉学科，需要的技能非常多，以计算机视觉为例，为了保证工作的正常独立进行，以下可以说是必备技能。
2.1 编程基础
熟练使用linux，git，vim等环境和工具。
熟练掌握 C/C++、Python等编程语言。
熟练掌握cmake，g++等编译工具。
如果以上基础不扎实，后果是什么呢？
别人的代码不会用，看不懂。
遇到简单bug调半天，稍微复杂一点自己根本搞不定。
写出来的东西公司不能用，不敢用。
2.2 算法基础
熟悉传统图像算法，机器学习算法。
熟练跟踪并阅读行业前沿研究，复现结果。
系统性熟悉深度学习理论。
如果以上基础不扎实，后果是什么呢？
目光局限，基础概念需要到处查漏补缺。
论文看不懂，效率低下。
无法创新，只会用现成的。
2.3 框架基础
熟练掌握 Caffe、TensorFlow、pytorch等以及不断新出的开源平台。
如果以上基础不扎实，后果是什么呢？
无法验证别人的方案，代码经常跑不通而放弃。
无法复现别人的论文，只能停留在看热闹的阶段，等着别人开放源代码。
2.4 其他基础
掌握爬虫等前后端的基础知识。
了解并熟悉Cuda等GPU编程技术，了解一些移动端的硬件知识。
了解并熟悉 Android、iOS 等移动端的基础知识，在项目中可能会需要使用。
如果以上基础不扎实，后果是什么呢？
日常项目无法独立开工，永远需要别人帮助才能完成项目。
个人能力有限，职业生涯天花板明显（当然，如果你在前面的算法等领域达到了顶尖水平，可以不需要这些附加技能，不过一般达到顶尖水平的人，这点技能早就会了）。
不要羡慕别人家的本科生收入远远高于你。
想想自己有别人一半的厉害吗。
如果想了解更多，欢迎关注知乎。
“济”划招生最后10天
如果想加入我们，后台留言吧
转载后台联系，侵权必究
微信
Longlongtogo
公众号内容
1 图像基础｜2 深度学习｜3 行业信息
往期精选
自己翻