↑↑↑關(guān)注后"星標(biāo)"Datawhale
機(jī)器學(xué)習(xí)內(nèi)卷了嗎？
「沒有博士學(xué)位，在機(jī)器學(xué)習(xí)領(lǐng)域就業(yè)會變得越來越難嗎？」最近，一個 Reddit 熱帖引發(fā)了大量討論。
對于單個研究者、從業(yè)者來說，毫無疑問，機(jī)器學(xué)習(xí)領(lǐng)域確實(shí)「卷」起來了。這幾年來，仿佛每個人都在搞機(jī)器學(xué)習(xí)，在這個領(lǐng)域取得博士學(xué)位的人也急劇增加。一方面，AI 技術(shù)的高速發(fā)展并走向落地，創(chuàng)造了大量與機(jī)器學(xué)習(xí)有關(guān)的崗位和工作內(nèi)容；一方面，大量人才的涌入，讓這個領(lǐng)域的就業(yè)門檻被不斷抬高。博士學(xué)位和 ML 工作的關(guān)系根據(jù)發(fā)帖者的描述，發(fā)帖人認(rèn)為從事機(jī)器學(xué)習(xí)的研究者太多了，如果沒有博士學(xué)位，可能很難找到工作。對此，有網(wǎng)友表示，「這取決于機(jī)器學(xué)習(xí)相關(guān)工作的增長速度是比 ML PhD 增長速度慢還是快。但是，并不是所有的 ML 工作都需要 PhD。比如 ML 工程師工作，他們更關(guān)注 ML 模型的基礎(chǔ)和部署，而不是開發(fā)?！?/span>「與此同時(shí)，自動化工具和 AutoML 平臺正在創(chuàng)建中，目前許多正在招聘 PhD 的公司可能不再需要專業(yè)知識很強(qiáng)的研究人員。在未來，從事 ML 工作的 PhD 很可能會為那些構(gòu)建自動化 ML 平臺的公司工作。」
也不是所有機(jī)器學(xué)習(xí)領(lǐng)域的工作都需要博士學(xué)位。機(jī)器學(xué)習(xí)領(lǐng)域的工作和企業(yè)種類繁多，實(shí)際上很難一概而論。最終結(jié)果取決于所從事工作的類型：如果是前者，那這個團(tuán)隊(duì)確實(shí)需要幾個協(xié)作推動研究的博士；如果是后者，就不一定了（盡管理想中程序員最好也具備讀論文的能力）。
可能大家都認(rèn)為，學(xué)歷高了，自然就好找工作。但是對于沒有博士學(xué)位的人，工作狀況又如何呢？有網(wǎng)友表示，「我現(xiàn)在的工作以及以前的工作都要求有 PhD。雖然我沒有，但兩個公司都接受了我。我有個朋友 ta 的公司也要求有 PhD，同樣，他也沒有?！?/span>「公司會雇傭那些他們認(rèn)為能夠填補(bǔ)團(tuán)隊(duì)技能缺口、幫助完成工作的人，但這并不意味著有 PhD 不是一種優(yōu)勢。擁有 CICD 經(jīng)驗(yàn)是一種優(yōu)勢，擁有領(lǐng)域知識也是一種優(yōu)勢…… 公司想要雇傭哪種員工，取決于這個人給團(tuán)隊(duì)帶來的價(jià)值?！?/span>
「我雇傭數(shù)據(jù)科學(xué)家，我真的不在乎有沒有 PhD?？梢詫⒂袩o PhD 進(jìn)行混合，這樣會更好。我發(fā)現(xiàn) PhD 不太愿意去做那些在工業(yè)上大量應(yīng)用 ML 工作。他們更傾向于學(xué)術(shù)上的內(nèi)容、創(chuàng)造性低。這是因?yàn)樗麄兛赡芨蕾囉趯W(xué)術(shù)和既定的最佳實(shí)踐，并且年齡相同但具有豐富行業(yè)經(jīng)驗(yàn)的人可能會更加務(wù)實(shí)。因此將 PhD 和非 PhD 混合使用非常有用?！?/span>
無論是國內(nèi)還是國外，博士依然是少部分人，回到職業(yè)發(fā)展本身，在機(jī)器學(xué)習(xí)領(lǐng)域有哪些值得研究和適合從事的方向？
沉迷學(xué)習(xí)，點(diǎn)贊三連↓
