罗浩.ZJU - 如何看待 2020 届校招算法岗「爆炸」的情况？
点击上方“Datawhale”，选择“星标”公众号
第一时间获取价值内容
作为20届CV方向校招的一员，我也经历了今年的校招，也在关心着师弟师妹们的秋招情况，的确今年竞争很残酷。我在不同公司里面待了几年，也经历几届师兄师姐师弟师妹找工作的事情，想说一说我个人的看法。
关于今年的现状
随着顶会的贬值，对于一些大厂好一点的部门而言，顶会一作基本变成了面试的门票，经过几轮面试之后，很多拥有顶会论文的同学也拿不到offer。虽然不想贩卖焦虑，但这的确就是今年的秋招内推提前批的现实。
关于这几年算法找工作的变化
17届的时候基本上已经确立了深度学习的地位，那个时候基本只要跑过深度学习就能找到不错的实习作为校招offer的跳板，因为那时候确实会dl的不多。18届的时候只要对某一个领域有比较深的见解那么就能有一个不错的offer。19届就已经有些爆火的迹象，总有顶会的同学越来越多，但是如果实习经历不错的话，有一技之长的话大部分人最终还是找到了满意的工作。然后到了今年，17级被AlphaGo带入坑的大批AI算法工程师们按照去年的标准要求，就会开始感觉到校招的残酷。
关于简历看什么
简历的特点是没有交流的单向文字输出，是对个人能力的量化提现。根据我的认知，除去个人的基本信息（学历等等）以外简历最重要的几个量化指标包括：顶会顶刊或其他高水平一作论文，业界知名的比赛成绩（不是什么野鸡比赛），知名公司的实习经历等等。简历不好连面试机会都没有，简历好也不代表能获得offer。
关于面试看什么
面试是直接的语言交流，面试是对简历的追问，重点考察的会有：基本的数学功底，基本的代码功底，是否脑瓜子聪明，简历里面论文、项目、实习的细节等常见的东西。此外，还有非常重要的，解决真实业务场景问题的思维，对自己研究课题乃至整个CV/NLP领域的理解，乃至有些公司特别在意的价值观等等其他东西。
关于顶会论文
不得不承认，顶会依然还是硬通货，但已经不是金钥匙。近几年随着顶会数量暴涨，顶会贬值很快，我也在参与顶会的审稿工作，给我的感觉就是同质化太严重，感觉大家做的都差不多，眼前一亮的论文很少。大部分论文都很难实际落地，比起顶会的论文，甚至顶会oral的论文，更屌的就是你面试的部门正在用你的论文，而你就是这篇论文的作者。当然顶会可以保证你获得一个很高的起点，但别觉得有顶会offer就稳了，公司是赚钱的，不是发paper。算法工程师很重要的还有产品思维和工程能力。详情看（4）（6）（7）
关于校招生容易缺乏产品思维
往往一个产品不是由一两个算法决定的，而是一个考虑成本收入比的复杂系统，有时候那一两个点的性能都不是关键作用，最重要的就是干掉竞品，让客户觉得好用，客户愿意掏钱。所以面试官经常会拿出一个真实业务场景的问题来，让面试者说出一个解决方案来，或者分析解决方案的优缺点。关于产品思维有太多太多东西，大概就是这个意思。当然可能有人会说，我一个应届生，也没有太多项目经历，哪里来的产品思维。的确，校招的时候对于这些东西有很高的容忍度，但是当候选池大了以后，拥有产品思维且各方面技术算法能力突出的人就足以填充点很多hc，其他人就去抢剩下的hc。
关于工程能力
公司里面的模型和学术论文里面不一样，除了work以外，还需要高效的work。调调包是不足够的，用c替换python可以高效一点，利用张量计算替换for循环也可以高效一点，端上和云上有不一样的部署要求，让模型落地有很多很多工程上的问题。
关于博士和硕士
我认为硕士和博士最大的差距就在于，是否对一个问题有上帝视角般的系统认识。硕士由于时间太短，又要上课又要毕设又要刷题实习，对于一个课题而言深入研究的时间太短。虽然硕士也可以有不错的论文，但是时间限制了硕士做出一系列的工作，所以对问题认知太浅。而博士往往是陪伴一个课题从不成熟到成熟，研究工作形成一个系统。所以即使一个博士论文再差，公司也一般会无奈的给个面子：要不面下试试。你看看阿里星，华为天才少年，腾讯技术大咖里面博士的比例有多少就知道硕士和博士的差距。当然如果是为了更好的找工作是否要去读博呢，我的答案是劝退，因为如果对科研没有足够的热爱，博士生涯你会无比痛苦，每一个能拿到博士学位的人，都是经历过心理身理的双重折磨，凭借一丝执念熬到学位。当然，翟天临除外。
关于培训班
现在算法培训班的太多了，我给高中生、大学生、研究生都上过课。我会很认真的备课，很认真的讲课，但是让我感觉很不舒服的地方是，现在的学生和培训机构功利性都太强，巴不得短短几次课就把算法讲通，还要有大量实践，上完课就offer到手。我想想都好笑，我发表第一篇论文足足看了三年多论文，然后之后又去业界足足晃荡了两三年，才在自己的领域里有点自信，如果上几节课就能拿到offer，那么我花了这么多年才达到这种水平，除了我是弱智，我实在找不到原因。当然，对于非科班出身而言培训班是个很好的入门，但是还请静下心来，理论与实践，大量的动手。
关于焦虑感
我想如果能读到这里，可能会感受到很大的焦虑感：我怎么差距这么大啊，是不是找不到好工作了啊。答案当然是否定的，前面写的只是一个理想状态下的校招生，如果能达到前面文字描绘的水平，我想国内的公司，你想去哪就去哪呢，所以大可不必焦虑。我看过很多届同学找工作，都是前期一个个惨得跟狗一样，被按在地上一轮又一轮的摩擦，最终都拿到了自己满意的offer，然后勤奋工作，升职加薪。现在信息传播有点快，焦虑感太强，我记得我本科的时候同学们都跟铁憨憨一样，写完作业就去玩，放假就回家，房价什么的啥也不知道。现在的本科生才刚上大学没多久就跟我说以后买不起房啊，社会好艰难啊。想想我爸妈还经常跟我说他们小时候连饭都吃不起，书都没钱读，也照样凭借自己的双手改变了生活。积极乐观一点，好好学习本事，生活不会亏待，房子大不了晚点买，总会有安家之所。
关于择业是否要选算法工程师
360行，行行出状元。我的同学里面，做传统控制的也拿到了超级高的年薪，创业的同学资产有几个零我都数不清了，搞学术的同学也当上名校教授，华为200万的就是我同班同学，做金融的，做投行的，做公务员的，每个人都有每个人的精彩。当然做生物的好像确实没啥消息了（开玩笑的）。有一个问题就是，有些人没有想清楚自己要什么，选择做算法工程师，是为什么，是因为喜爱吗，是因为钱多吗？如果是赚钱，那么别的行业不能赚钱吗？因为高薪当算法工程师，很大程度上就是想不清楚自己要干什么而随波逐流的表现。我在浙大有个AI协会，一年的时间发展到几百人的规模，我相信绝大多数都是因为AI很火加入进来的，而不是因为我把这个协会经营的多好。有时候，我和一些同学交流算法的时候，他们眼里没有光，我看不到他们对算法的追求与喜爱。然而，我在一些教授眼里看到过。
关于人工智能与深度学习
现在人工智能很大一块就是深度学习，深度学习遇到了瓶颈，就开始唱衰人工智能。早在17年，我上课的时候就和学生说过，人工智能是我们人类永恒不变的追求，它一定会实现，只不过不一定是深度学习，深度学习可能和svm一样，只是这条征程里的一个台阶，即使它未来不再使用，被其他算法取代，我们也应该认可它的价值。也许我这辈子都看不到强人工智能到来的那天。但是作为一名AI工作者，无论高潮与低估，无论什么算法流行，都要坚持下去。高潮会吸引投机者，低谷会留下真正有追求的人。
