機(jī)器之心報(bào)道
編輯：陳萍、蛋醬
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(huì)變得越來越難嗎？」最近，一個(gè) Reddit 熱帖引發(fā)了大量討論。
對(duì)于單個(gè)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(gè)人都在搞機(jī)器學(xué)習(xí)，在這個(gè)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(gè)領(lǐng)域的就業(yè)門檻被不斷抬高……
有人說，人工智能將成為下一個(gè)「天坑」專業(yè)。身處浪潮之中，我們?nèi)绾巫蕴帲?/p>
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(duì)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(zhǎng)速度是比 ML PhD 增長(zhǎng)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)�！�
「與此同時(shí)，自動(dòng)化工具和 AutoML 平臺(tái)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(shí)很強(qiáng)的研究人員。在未來，從事 ML 工作的 PhD 很可能會(huì)為那些構(gòu)建自動(dòng)化 ML 平臺(tái)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：
創(chuàng)造一種新的機(jī)器學(xué)習(xí)方法，代替 CNN、Transformers 等，主要產(chǎn)出是專利或發(fā)表的論文；
只是在不同數(shù)據(jù)集上使用機(jī)器學(xué)習(xí)模型，主要產(chǎn)出是某個(gè)數(shù)據(jù)產(chǎn)品（恰好開發(fā)過程中使用了機(jī)器學(xué)習(xí)而已）。
如果是前者，那這個(gè)團(tuán)隊(duì)確實(shí)需要幾個(gè)協(xié)作推動(dòng)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）。
不唯學(xué)歷論
可能大家都認(rèn)為，學(xué)歷高了，自然就好找工作。但是對(duì)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(gè)公司都接受了我。我有個(gè)朋友 ta 的公司也要求有 PhD，同樣，他也沒有。」
「公司會(huì)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(shì)。擁有 CICD 經(jīng)驗(yàn)是一種優(yōu)勢(shì)，擁有領(lǐng)域知識(shí)也是一種優(yōu)勢(shì)…… 公司想要雇傭哪種員工，取決于這個(gè)人給團(tuán)隊(duì)帶來的價(jià)值。」
「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(huì)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(huì)更加務(wù)實(shí)。因此將 PhD 和非 PhD 混合使用非常有用�！�
換個(gè)具體點(diǎn)的角度來說，從人才招聘的操作上看，世界上肯定會(huì)有很多沒有博士學(xué)位的卓越人才，但 HR 為什么要費(fèi)更多的精力去尋找這些人，而不是直接在豐富的博士人才庫(kù)挑選呢？
「有趣的是，每當(dāng)討論類似問題時(shí)，都會(huì)有討論試圖列出大量證據(jù)，表明自己遇見過哪種不靠譜的博士。但當(dāng)我們搜索機(jī)器學(xué)習(xí)領(lǐng)域的好工作時(shí)，仍然發(fā)現(xiàn)博士學(xué)位是首眩」
在這個(gè)帖子的下面，還有不少網(wǎng)友給出了自己的看法和建議。如果你有更好的看法，歡迎在評(píng)論區(qū)與我們分享。
參考鏈接：
https://www.reddit.com/r/MachineLearning/comments/mgf9tf/d_if_the_number_of_machine_learning_phd_graduate/
建新見智 2021亞馬遜云科技 AI在線大會(huì)
4月22日 14:00 - 18:00
大會(huì)包括主題演講和六大分會(huì)場(chǎng)。內(nèi)容涵蓋亞馬遜機(jī)器學(xué)習(xí)實(shí)踐揭秘、人工智能賦能企業(yè)數(shù)字化轉(zhuǎn)型、大規(guī)模機(jī)器學(xué)習(xí)實(shí)現(xiàn)之道、AI 服務(wù)助力互聯(lián)網(wǎng)快速創(chuàng)新、開源開放與前沿趨勢(shì)、合作共贏的智能生態(tài)等諸多話題。
亞馬遜云科技技術(shù)專家以及各個(gè)行業(yè)合作伙伴將現(xiàn)身說法，講解 AI/ML 在實(shí)現(xiàn)組織高效運(yùn)行過程中的巨大作用。每個(gè)熱愛技術(shù)創(chuàng)新的 AI/ML 的愛好者及實(shí)踐者都不容錯(cuò)過。
