如何看待2021年秋招算法崗灰飛煙滅？

找工作跟炒股很相似，追漲殺跌不是好策略。你讀大學(xué)的時(shí)候覺得算法好，等本碩讀完7年（或本碩博讀完9年）后卻發(fā)現(xiàn)夢想的崗位已灰飛煙滅。我們的應(yīng)屆生跟股市接盤的大媽一樣，哪里有火坑就往哪里跳，都覺得自己不是接盤俠。

以機(jī)器學(xué)習(xí)相關(guān)的算法崗為例，我猜測一下各專業(yè)到達(dá)戰(zhàn)場的路徑：

• 計(jì)算機(jī)/軟件：康莊大道 -> 機(jī)器學(xué)習(xí)
• 應(yīng)用數(shù)學(xué)：最優(yōu)化理論/統(tǒng)計(jì)學(xué) -> 機(jī)器學(xué)習(xí)
• 化學(xué)/物理/材料：統(tǒng)計(jì)學(xué) -> 機(jī)器學(xué)習(xí)
• 生物：計(jì)算生物學(xué)/統(tǒng)計(jì)學(xué) -> 機(jī)器學(xué)習(xí)
• 控制科學(xué)：凸優(yōu)化 -> 機(jī)器學(xué)習(xí)
• 電子信息：模式識(shí)別 -> 機(jī)器學(xué)習(xí)
• 管理科學(xué)/工業(yè)工程：運(yùn)籌優(yōu)化 -> 機(jī)器學(xué)習(xí)

大部分?jǐn)?shù)理工科專業(yè)的學(xué)生都可以通過直接或者間接的方式到達(dá)機(jī)器學(xué)習(xí)的戰(zhàn)場！準(zhǔn)備入行的同學(xué)們做好戰(zhàn)斗準(zhǔn)備了嗎？下面是戰(zhàn)斗四步曲：

1. 做項(xiàng)目：跟導(dǎo)師做幾個(gè)機(jī)器學(xué)習(xí)相關(guān)的橫向課題，滿足三個(gè)要求：有貢獻(xiàn)、有結(jié)果、有創(chuàng)新；
2. 打比賽：霸榜Kaggle，天池之類的競賽；
3. 發(fā)paper：做一個(gè)機(jī)器學(xué)習(xí)頂會(huì)的任我行，例如在ICML，AAAI，CVPR，NeurIPS等會(huì)議發(fā)表文章；
4. 實(shí)習(xí)：在BAT，TMD等知名企業(yè)（或知名外企）有實(shí)習(xí)經(jīng)歷。

對于想入行做算法的同學(xué)不妨問自己幾個(gè)問題：

1. 我掌握的算法技能在工業(yè)界有哪些落地的場景？
   注意問的是落地場景，例如搜索、推薦、客服機(jī)器人，而不是某個(gè)技術(shù)領(lǐng)域。
2. 這些落地的技術(shù)是否還存在明顯的技術(shù)難題？
   在搜索推薦已經(jīng)成為互聯(lián)網(wǎng)標(biāo)配技術(shù)的年代，其技術(shù)框架已經(jīng)相當(dāng)成熟。這也意味著如果這項(xiàng)技術(shù)沒有顛覆性地突破，未來在這套框架下的技術(shù)收益越來越低。（如果是這種情況，建議思考一下自己費(fèi)那么大勁擠進(jìn)來到底圖個(gè)啥）
3. 我的技術(shù)是否依賴行業(yè)經(jīng)驗(yàn)？
   簡單說來，技術(shù)越通用、應(yīng)用場景越廣，則越不依賴行業(yè)經(jīng)驗(yàn)。通用技術(shù)的好處是應(yīng)用前景廣闊，其缺點(diǎn)對從業(yè)者來說也是致命的，隨著技術(shù)逐漸成熟，其使用門檻會(huì)越來越低（參考機(jī)器學(xué)習(xí)）。

那么算法方向是否不值得入坑？

其實(shí)未必，因?yàn)?算法崗 ≠ 機(jī)器學(xué)習(xí)崗。

下圖來自艾瑞咨詢《2020年中國AI+零售行業(yè)發(fā)展研究報(bào)告》

如上圖所示，很多人比較熟悉的業(yè)務(wù)場景大多在電商平臺(tái)，這里的算法技術(shù)趨于成熟，已經(jīng)是一片紅海，如果應(yīng)屆生執(zhí)意殺過來請好自為之。但是請注意看看右邊的紅色框：實(shí)體零售企業(yè)和品牌商面臨的挑戰(zhàn)卻少有落地。換句話說，算法崗不僅沒有飽和，而且是一片藍(lán)海，只不過這片區(qū)域在實(shí)體零售業(yè)和品牌商。從另一個(gè)角度來看，當(dāng)前的算法技術(shù)或許不能很好解決實(shí)體零售業(yè)和品牌商的痛點(diǎn)，這或許是年輕人的機(jī)會(huì)。

拋開機(jī)器學(xué)習(xí)相關(guān)的算法不談，我隨便提幾個(gè)我聽過的算法方向：

• 計(jì)算機(jī)圖形學(xué)：在游戲和3D動(dòng)畫中有較多應(yīng)用場景。

• 即時(shí)定位與地圖構(gòu)建（SLAM）：在自動(dòng)駕駛、無人機(jī)、機(jī)器人領(lǐng)域有重要應(yīng)用。這里有一個(gè)華為校招天才少年的知乎鏈接，大家可以感受一下不一樣的算法。

• 高性能計(jì)算（HPC）：基于不同芯片開發(fā)數(shù)學(xué)函數(shù)庫，例如openblas。下圖來自華為社招某專家崗：

• 決策優(yōu)化：需要用到運(yùn)籌學(xué)，博弈論，排隊(duì)論等技術(shù)，在供應(yīng)鏈和物流等線下場景中有大量應(yīng)用。我舉一個(gè)3D裝箱的例子：
  

總結(jié)：算法不等于機(jī)器學(xué)習(xí)，機(jī)器學(xué)習(xí)的應(yīng)用場景不僅限在電商。或許電商領(lǐng)域中的搜索推薦、自然語言處理等方向的算法崗趨于飽和，但是在其它領(lǐng)域仍然存在著大量未解的算法問題等待著各位戰(zhàn)斗雞。