成長為大牛，打破內(nèi)卷的若干問題。

大家好，我是 Jack。

最近看到了朋友李rumor發(fā)的一篇文章，一篇獵頭寫的好文，完全對癥下藥，解答了很多算法er在選擇上的問題，大部分觀點(diǎn)我都蠻認(rèn)同的。

下面是原文，建議收藏，里面總有一個問題你會遇到。

作者：Feli

https://zhuanlan.zhihu.com/p/501367157

經(jīng)常被人選問到：AI碩博如何規(guī)劃自己，才能拿到special offer？現(xiàn)在還能去中國企業(yè)的AI lab/研究院？35歲是不是可怕分水嶺？如果不想在算法崗位上內(nèi)卷還可以去哪里？

我和超過千個算法人才聊過，常見有五類算法人選：

• 在企業(yè)AI實驗室/研究院搞AI，瓶頸常見為：(1)拿不到很多數(shù)據(jù)/場景，糾結(jié)是否要逼自己轉(zhuǎn)業(yè)務(wù)部門去獲取更多業(yè)務(wù)數(shù)據(jù)、更好績效：（2）更喜歡做研究，是否要趁早轉(zhuǎn)去學(xué)術(shù)界
• 在企業(yè)業(yè)務(wù)部門做算法落地，理想發(fā)展路徑：算法工程師一路成長為技術(shù)管理，常見瓶頸: (1)AI對業(yè)務(wù)賦能效果不太明顯，領(lǐng)導(dǎo)們不認(rèn)，上升速度慢；（2）業(yè)務(wù)發(fā)展緩慢，團(tuán)隊算法人員多，晉升HC少，內(nèi)卷；（3）業(yè)務(wù)場景對技術(shù)要求不高，個人技術(shù)成長遇到瓶頸，無突破；（4）過早被推到技術(shù)管理位置，管理和技術(shù)雙重能力沒有太多輸入，當(dāng)前迷茫。
• 做算法，自己性格偏外向，不希望只局限在技術(shù)，想鍛煉其他比如溝通能力、商業(yè)/產(chǎn)品思維等，考慮轉(zhuǎn)型
• 對現(xiàn)狀滿意，希望通過跳槽來加速級別和薪酬增長。
• 想創(chuàng)業(yè)

站在第三方視角，針對上述問題及常見瓶頸，給大家些參考建議，若有不對之處，歡迎討論，多包容。

留在企業(yè)lab還是去學(xué)術(shù)界？

企業(yè)是要盈利的，在內(nèi)部搞研究也絕對是應(yīng)用研究，不會是純學(xué)術(shù)和完全自由。與其問現(xiàn)狀，還不如看清楚自己到底想要什么。學(xué)術(shù)界和工業(yè)界各有利弊。若在工業(yè)界，很看業(yè)務(wù)場景及老板們是否愿意投入時間和錢做AI，如果在中國學(xué)術(shù)界，還是得抱個大腿比如院士。

去工業(yè)界，好處是研究有業(yè)務(wù)場景和足量數(shù)據(jù)作為支撐，薪酬也不錯，在學(xué)術(shù)界搞容易走向偏理論。

如果是應(yīng)屆博士在糾結(jié)，個人強(qiáng)烈建議別空想，直接都試試。若想回國，中國高校對于申請教職的要求和門檻越來越高，不是有頂會頂刊就行，很多直接要求paper數(shù)量、人才帽子、教學(xué)經(jīng)驗。這兩年我聊到不少學(xué)歷背景很漂亮的AI應(yīng)屆博士，申請國內(nèi)優(yōu)青/青千被拒，申請國內(nèi)高校結(jié)果也不太理想，最后選擇去了工業(yè)界?；蛘呃^續(xù)在海外去嘗試其他海外工業(yè)界/學(xué)術(shù)界機(jī)會。

如果是有工作經(jīng)驗的AI博士，就想清楚自己要什么，曾經(jīng)幫一個CV資深人選跳槽，他同時拿到了某大廠高級別offer和高校副教授offer，最后選擇去了高校。2個原因：

1. 自己想做的研究在企業(yè)追求盈利的環(huán)境下無法實現(xiàn)
2. 如果選擇學(xué)術(shù)道路，人才帽子很重要，要申請就要趕在35/38歲之前，那得趕緊跳

很多同學(xué)問我，他在博士期間主要是用公開數(shù)據(jù)集，研究偏理論，去工業(yè)界擔(dān)心自己適應(yīng)不了強(qiáng)度，或者去學(xué)術(shù)界是不是更舒服？

我還記得一個機(jī)器學(xué)習(xí)前輩（教授+中國大廠背景）跟我說過：如果是帶著解決問題的心態(tài)，工業(yè)界和學(xué)術(shù)界切換就不是問題。在工業(yè)界是為了解決某個現(xiàn)實問題而去做算法，算法自然會work，在學(xué)術(shù)界為了解決某個技術(shù)單點(diǎn)問題，有所突破，那學(xué)術(shù)上也會有成就。如果有職業(yè)追求，那不管去學(xué)術(shù)界還是工業(yè)界，都沒辦法實現(xiàn)work life 很balance，如果想混日子，那兩邊都其實可以的。經(jīng)常聽到有人抱怨工業(yè)界很累，但其實不是，很多大廠某些部門已經(jīng)被稱為“養(yǎng)老院”。

上升變緩，繼續(xù)等 Or 跳槽？

如果是因為業(yè)務(wù)發(fā)展停滯或者領(lǐng)導(dǎo)們不認(rèn)可AI對于業(yè)務(wù)賦能效果，而導(dǎo)致卡上升通道，是否跳槽？

互聯(lián)網(wǎng)平均跳槽是2-3年一跳，如果在這個公司工作時間不滿2年/2年左右，建議向內(nèi)尋求幫助，一和領(lǐng)導(dǎo)聊聊，AI賦能效果有時候需要時間，二看是否可以活水轉(zhuǎn)崗到其他部門，盡量讓自己的簡歷不要太跳。如果在同個部門超過3年/超過5年，這個問題都沒有得到解決，建議跳槽。

技術(shù)+管理 雙重瓶頸，無突破，迷茫？

在現(xiàn)有公司現(xiàn)有技術(shù)方向遇到了自身成長瓶頸，比如某無人機(jī)企業(yè)，學(xué)生跟著老師，學(xué)生過快成長為leader，在自身技術(shù)、團(tuán)隊管理、對業(yè)務(wù)產(chǎn)品的理解上，在日常工作里輸出＞輸入。里面有些員工后來選擇去讀博，也是給自己積淀和輸入的一個選擇；

如果已在該賽道的頭部公司，不妨跳出舒適圈，去規(guī)模體量更小的公司或者業(yè)務(wù)更初始階段的部門，復(fù)現(xiàn)自己的技術(shù)和經(jīng)驗，重新激活自己。舉例：比如手機(jī)賽道是紅海，很多人無非就在幾個手機(jī)廠商跳槽，同時看不上其他跨界造手機(jī)的公司。拋開行業(yè)是否紅海這個點(diǎn)，單從職業(yè)發(fā)展路徑來看，在跨界平臺，你的經(jīng)驗被重視，發(fā)揮空間更大，職業(yè)發(fā)展上是進(jìn)步的，而不是退步。

有大廠執(zhí)念，去大廠一定可以提升技術(shù)？

舉例：之前有聊過某算法博士，搞數(shù)字人方向。跳槽原因主要在原有團(tuán)隊技術(shù)上沒太多突破/成長，想去技術(shù)牛逼的地方，問他想看什么樣的機(jī)會，他比較籠統(tǒng)地回答傾向于看大廠。

因為虛擬人/數(shù)字人發(fā)展時間不長，大家做的水平差距不大。當(dāng)時建議他挑2類機(jī)會去面:

1. 大廠 虛擬人算法團(tuán)隊，重點(diǎn)看leader和成員背景，水平厲害的領(lǐng)導(dǎo)和同事，大家一起學(xué)習(xí)成長，增速是加快的。

2. 技術(shù)驅(qū)動型創(chuàng)業(yè)公司，這類公司技術(shù)能力要比甲方現(xiàn)有技術(shù)團(tuán)隊做的好，才會有客戶。那去這種團(tuán)隊鍛煉也能給自己帶來提升。兩類機(jī)會同時面試，再綜合考慮地點(diǎn)、薪酬等

不想在原有賽道內(nèi)卷，能去哪里？

換落地場景，去技術(shù)天花板更高，或業(yè)務(wù)場景沒那么紅海的公司。舉例：早些年四小龍和大廠都去布局安防交通場景，入局容易，但競對很多，去招投標(biāo)時能看到一堆公司在PK算法，肉眼看不出差距時，那肯定是采購便宜且服務(wù)態(tài)度好或更熟悉的合作伙伴。像電力場景，招投標(biāo)難度大，入局門檻高，玩家少，能盡早入局的AI公司就能獲得很多業(yè)務(wù)。

繼續(xù)搞AI，但換賽道。能感受到這幾年很多人想去外企，但在中國可選不多。這里給算法同學(xué)安利下量化對沖基金的機(jī)會。之前有幫某頭部量化私募基金招到幾個AI四小龍的算法人選，入職后工作體驗都挺好，晚上6點(diǎn) 7點(diǎn)公司就沒啥人加班了，自己也有空間和自由去研究技術(shù)、看論文和緊跟前瞻技術(shù)，薪酬福利待遇不錯。具體可找我聊。

不做AI算法，往其他路徑轉(zhuǎn)型。如果短時間內(nèi)，無太大經(jīng)濟(jì)壓力，建議可以快速試錯，比如AI產(chǎn)品經(jīng)理或者AI投資經(jīng)理。我有合作一家頭部PE/VC，就想物色CS/EE出身的算法同學(xué)轉(zhuǎn)型做投資經(jīng)理。AI產(chǎn)品/AI投資經(jīng)理這兩種職位對于算法人才而言，能鍛煉到溝通表達(dá)、產(chǎn)品/商業(yè)邏輯等。但畢竟需要脫離技術(shù)，要管理好自己預(yù)期，轉(zhuǎn)型前期收入可能比不上算法。之后的職業(yè)路徑，就無非是從AI產(chǎn)品經(jīng)理/投資經(jīng)理不斷上升到管理，或者創(chuàng)業(yè)。

晉升速度很快，老板也重視我，但我還是想通過跳槽看能不能更快

我有聊到些人選，在團(tuán)隊受寵，但依舊想看看機(jī)會，給我的理由是：想要更快實現(xiàn)級別和薪酬的飛升。在AI泡沫那幾年，也許可以。但現(xiàn)在算法從業(yè)者基數(shù)變大，各大公司逐步調(diào)整自己對于AI的期望值的階段，我建議大家踏實。飛速晉升往往天時地利人和。有哪些能力是你自己的，有哪些是平臺賦予你的。其次，其他企業(yè)為你的價值付了高代價，那一定意味著人家對你的期望也很高，能否落地就成為一個問題。

35歲是不是很可怕？

和HR們對職位需求時，經(jīng)常聽到”最好是年輕高潛”。大廠人才基數(shù)大，門檻要求高，人才招聘/培養(yǎng)策略已成型，希望是：30歲前技術(shù)上能單打獨(dú)斗解決問題，30-35能把控技術(shù)方向，30-40歲鍛煉帶技術(shù)團(tuán)隊能力，培養(yǎng)業(yè)務(wù)思維，40歲之后最好在所屬技術(shù)是資深/領(lǐng)軍，有完整的產(chǎn)品/業(yè)務(wù)交付能力和團(tuán)隊管理能力。

隨著大廠人才流動到二三線公司或創(chuàng)業(yè)公司，會把這種人才要求帶過去，加上中國大環(huán)境急，加重大家追求年輕高潛的想法。但不是所有公司都卡死年齡，透視本質(zhì)是對于能力有階段性期望和要求。

算法同學(xué)可以用這種階段能力來規(guī)劃自己，不要盲目焦慮。

關(guān)于創(chuàng)業(yè)，這里不做太多討論，前幾年比較多人想去創(chuàng)業(yè)，現(xiàn)在少些。