加入极市专业CV交流群，与6000+来自腾讯，华为，百度，北大，清华，中科院等名企名校视觉开发者互动交流！更有机会与李开复老师等大牛群内互动！

同时提供每月大咖直播分享、真实项目需求对接、干货资讯汇总，行业技术交流。关注 极市平台 公众号 ，回复 加群，立刻申请入群~

本文选自知乎问答，已获得作者授权，不得二次转载。

如何看待 2020 届校招算法岗「爆炸」的情况？

https://www.zhihu.com/question/330153893

知乎高赞回答

1.作者：梁唐晋汉周

https://www.zhihu.com/question/342267611/answer/805188824

说看法之前，先讲段往事：

曾经应届毕业的时候阴差阳错地做了后端开发，后来一直对算法心心念念。在跳槽去阿里之前拿了两个不同bu的offer，一个是某o2o的算法岗，另一个是搜索bu的开发岗。

那时候我一门心思想要做算法，倒不是因为钱多钱少，而是觉得做开发琐事太多，有些心力交瘁。就想要转到算法上去，做些自己感兴趣的事情。

由于要拒绝offer，我需要联系搜索的面试官，他苦苦劝我，至今我都记得：年轻人不要因为大数据、人工智能很火热就对算法抱有幻想，其实未必真的适合你，踏踏实实地做开发，学技术也许对你更好。

其实他的话有些深层的含义，但当时我太年轻了，没有听出来。于是义无反顾地接了算法的offer。刚开始入职的时候还非常新鲜，那时候真的安排了几个非常有挑战性的模型设计给我。说来也是粉刺，其中一个模型一直效果很好，都已经上线两年了，还被各种人找上门来请教是怎么做的，至今仍然在发挥用场。但尴尬的是，这些事情并没有被上层看在眼里。他们看重的，更多还是业务价值。

之后没多久，业务调整，我们也跟着变化。于是每天的工作变成了，写SQL跑数据，验证业务的效果，挖掘可以做的点，分析发展的趋势等等。并不是说这些事情不该算法做，而是重心潜移默化地发生了偏移。

再后来整个bu的业务毫无起色，很多资源空耗，绩效被打差。我们每天做的，每天想的，都是一些浮于表面的事情。我自身的技术成长趋于停止，也是那个时候，我萌生了离开阿里的念头。

有一次，我偶然又回忆起当时搜索的那个offer，那是非常偏技术的岗位，非常有挑战性，也非常硬核。对于渴望技术成长的我来说，其实很适合。再加上搜索技术绝对是电商的核心领域，不论是从绩效还是从个人收获来说，都要比业务部门的算法岗好得多。

我也很一些同事分享过这段经历，他们大部分人的反应都是：

你在想什么，这么好的bu你不去，来这里？

这篇回答并不是劝退文，每个人有每个人自己的想法和坚持，就像我当时义无反顾选择算法岗一样，其实没什么好说的。

不过作为过来人，亲身经历过从开发到算法的转变，我想分享一些个人的观点和看法，而不是简单给个建议。

首先，我觉得浮于表面的算法岗前途可能不一定会很好，除非是大厂有光环加持，不用担心找不到工作或者下家。否则很容易沦为调参工程师或者是调库工程师，基本上成长不大。

其次，算法岗也很需要开发能力，一个合格的算法工程师，应该有根据paper重现模型的能力，甚至是自己动手从头到尾开发模型。Python的库虽然好用，但是那只是知识，不是技能，互联网公司，我们是靠技能吃饭的，不是知识。

很多大牛也说过了，算法岗的面试门槛并不高，刷下LeetCode，啃两本书就够了。实际上我自己当时也是这么干的，我转行面试的时候应啃了一本机器学习就上了。这就导致了，很多人无脑想往当中涌。必然会带来一个问题，对于一些比较好的机会，它们的门槛可能会体现在别的方面，比如学历、论文等等。最直观的一个体现是，近几年算法岗位几乎看不到本科生了。在这些方面比较吃亏的同学建议慎重。

人工智能呼声四起，但其实人工智能时代还没有到来，现在的神经网络模型也是几十年前就已经提出的。大部分算法岗做的事情和人工智能也完全不挂钩，不要被媒体的报道和直观感受迷惑。说点实际的，大部分算法岗做的事情和人工智能也完全不挂钩，不要被媒体的报道和直观感受迷惑。说点实际的，算法的薪水真没有比开发高，最起码大厂是这样。年轻人未来的路还长，起跑线上的一点薪水差距真的不太重要。

最后，也是最重要的，我司大量招聘算法开发，base 新加坡，美股上市公司，薪水丰厚，早10晚7，不加班。有意向的，需要内推的简历发邮箱：[e-mail]

祝大家，武运昌隆

2.作者：zhongyian

https://www.zhihu.com/question/342267611/answer/805702351

Emm，今天上午的故事：

有个cv方面的问题，请教一个做cv的学弟（两篇顶会），顺便想膜拜一下大佬拿的offer，结果，他说，不太顺......大家上来就编程，刷题刷晚了，别复习机器学习理论就好了.....

和我去年的感觉一毛一样。。拿着两篇文章以为能轻车熟路拿到offer，计划口若悬河巴拉巴拉讲讲文章motivation，insight，结果发现，面试官要么不太懂你的方向，要么觉得你的文章没啥实际价值（文章的东西确实很难落地，当然绝大部分文章都是如此...），面了两家后，默默开始刷题，毕竟剑指offer是王道，leetcode走天下.....

去年的时候我特别不理解这种现象，随着开始做一些算法的落地应用，发现其实数据远比模型重要，工程稳定流畅的难度远大于某个指标几个点的提升。以前文章是硬通货，现在有些膨胀了，想做算法的同学，coding能力一定要跟上，还是之前说过好多次的那句话，算法工程师，先是工程师，再是算法工程师。

PS：去年有位大佬在评论中给我的建议，贴出来给有文章的同学：

对于有顶会的同学，想办法用自己的connection和人脉找工作，把简历送到懂的人手上，保证面试官也是发过顶会的老司机。我去年找工作的时候，不找内推的话直接面试，基本也是问leetcode题；但是面腾讯优图的时候，让朋友直接推到他们部门老大那里，面试就是在意大利开会ICCV的时候随便聊了一下，就给技术大咖offer了。

最后，希望大家都找到工作吧～

3.作者：沈世钧
https://www.zhihu.com/question/342267611/answer/805532525

从理论上分析，算法岗大爆炸（就业难）是必然的，只是时间早晚的问题。

算法岗不是劳动力密集型

以我所在的事业部为例，算法工程师和软件工程师的比例达到了1:4。

因为，对一个公司来说，算法是基础，在此之上能够开发出各种应用。这就注定了，软件开发的需求要远远大于算法的需求。

就拿人脸识别算法来说，算法部门只需要推出一个版本的算法（以SDK的形式），软件研发部门就可以在此基础上，开发出诸如视频监控、闸机等各种应用。

而对底层算法来说，无论是对外的接口，还是内部的架构（例如深度学习），都有着相当的统一性。因此，就算法来说，维持一个精干的，高水平的团队，对全公司的业务支持来说，是完全可行的。

这也是为什么，在算法招聘市场上，用人单位会对应聘者的资质要求那么高（学校、资历、论文等等）。就是因为算法有很强的理论性，以及技术统一性。一个精干的团队，如果有一两个一流的专家，最终的产出，就完全可以吊打那些虽规模巨大，但皆由平庸之辈构成的团队。

这也是为什么这两年在深度学习领域，出现了很多在学术界、产业界都声名鹊起的科学家（例如深度学习三巨头，吴恩达等）。这也在某种程度上说明，在深度学习领域，“英雄”对行业的推动还是决定性的。

这也就决定了，那些在技术前沿竞争的大公司，在招聘算法工程师时，一定会坚持“宁缺毋滥”的原则，因为多了也没有用。

但软件工程师就不一样了。

虽然就软件工程师（例如Java后端工程师）的技能来说，也存在通用的地方。但对一个在市场上打拼的公司来说，客户（各种项目）的需求千差万别，各种促销活动迎接不暇（例如双十一），用户体验需要不断改善。因此，对“业务”软件工程师的需求也必然是巨大的。

虽然就关键技术来说，一个高水平的软件工程师所产生的生产力数倍于平庸者。但就开发日常来说，有太多的工作都是高度重复，缺少技术含量的活（例如增删改查）。

但另一方面，虽然这些工作技术含量不高，但代码终究还是要程序员一行一行垒出来的。所以，对企业来说，就不得不长期维持一个规模巨大的软件开发团队，从而造就了一个规模巨大的就业市场。

除非有一天，软件开发也能被AI替代（理论上是可以的）。

算法的门槛没有那么高了

算法研究的基础是数学。按照当前的技术发展，本科数学是不够用的。因此，在招聘市场，算法岗的最低学历也得是硕士。

但是，在当前的深度学习领域，就公开框架的学习，理论结果（各种出版物、论文等）的研究。对一个受过系统数学教育，智力正常的研究生，完全没有障碍。

而且，随着这两年AI的大火，相关的技术和理论已成为了一门“显学”，公开的技术和资料越来越多，可谓“太阳底下无秘密”，先入者的红利早已不存在了。

也就是说，在早前，在人工智能（主要是机器学习）还相对神秘的时候。一个研究生，掌握了基本理论，能理解及搭建开源框架，就能找一份好工作。但现在水涨船高了，靠通过机械学习而掌握的这些知识是远远不够的。

因为门槛低，所以掌握的人就多，在加上算法团队更倾向于规模不大，但高度精英化的团队。所以就导致了“僧多粥少”的局面。

而现在在各大公司，基本的深度学习框架已经搭建完成，往前走，就只有两个方向。

一个是继续收集数据，喂给搭建好的深度学习框架，从而让当前的算法不断进化。

例如，对人脸识别来说，各家基本的准确率已差别不大。大家的竞争已经朝向了一些边缘问题（例如活体检测等）。

当然，这方面还是需要不少人力去做的。但是，这些工作的技术含量却显然不高。在业界，有很多公司已经不愿再投入太多研发在上面，要么从第三方买数据，要么是把这些工作外包出去。

也就是说，喂数据，调参数这种工作，正逐渐从高端就业市场剔除出去。

另一方向是，在深度学习领域，各大公司的发力重点是把技术往更前沿推，研究新的理论，实现新的框架。

例如当前的主流学习框架还是基于数据，有人守护的学习模式。但未来的趋势应是自学习，无人守护的模式。

而做到这一点，后来者想要入行，就不能单靠机械的学习了。而是要基于天赋、灵感，甚至是运气。这也注定了能站在这个层次的人必然是少数。

基于上面的分析，我们可以得出的结论，未来，创造性的，高收入的算法职位，随着时间发展，一定会越来越少。后来者想要入行，也会越来越难。

未来，随着深度学习框架的下沉，高价值应用领域（例如人脸识别、自动驾驶）被逐渐瓜分，整个AI行业，必然会越来越呈现出精英化的趋势。

说来也讽刺，今天，我们对未来的一个预测是，随着对人工智能的普及，越来越多的劳动岗位被机器替换。未来，还需要劳动的只是少部分天赋异常的精英。

但没想到的是，人工智能时代虽然还没有来到，但在人工智能的研究领域，这个预言却首先实现：

平庸的AI从业者正逐渐失去工作。

你对这个问题怎么看呢？可以评论你的想法～

-完-

*延伸阅读

---

添加极市小助手微信（ID : cv-mart），备注：研究方向-姓名-学校/公司-城市（如：目标检测-小极-北大-深圳），即可申请加入目标检测、目标跟踪、人脸、工业检测、医学影像、三维&SLAM、图像分割等极市技术交流群，更有每月大咖直播分享、真实项目需求对接、干货资讯汇总，行业技术交流，一起来让思想之光照的更远吧~

△长按添加极市小助手

△长按关注极市平台

觉得有用麻烦给个在看啦~