心法利器[87] | 填志愿：AI算法方向过来人的建议

心法利器

本栏目主要和大家一起讨论近期自己学习的心得和体会，与大家一起成长。具体介绍：仓颉专项：飞机大炮我都会，利器心法我还有。

2022年新一版的文章合集已经发布，累计已经60w字了，获取方式看这里：CS的陋室60w字原创算法经验分享-2022版。（2023在路上了！）

首先恭喜各位同学、家长和老师，一同迈过了人生的重要的一关。

最近来问我填志愿的人还不少，之前其实我是有文章专门聊过了（填志愿：在数学系和算法方向的过来人建议），不过考虑到时间已经比较久了，虽然大部分观点可能还是差不多的，不过终究有少量变化，角度和视角也不同了，重新梳理一下，应该能更清晰吧，希望对大家有帮助。（叠甲，有问题可以交流，轻喷）

• 照例先说说我的经历

• AI算法主要是在干什么

• AI算法目前的就业环境怎么样

• 选哪些学校和哪些专业

照例先说说我的经历

我的学校不算顶尖，是北京科技大学，13-17信息与计算科学专业理学学士（属于数学系）、14-17金融工程经济学学士（双），17-19统计学理学硕士，可以说是数学学到底了，实习期先后在去哪儿、美团从事数据、算法方面的工作，大学和研究生期间都待在北京，前后6年，毕业后回到深圳，在oppo做搜索、自然语言处理、对话系统方面的AI算法工作，最近换工作到一家新公司，也是从事类似的工作，毕业到现在刚好4年，最近也写了一篇有关自己工作4年的工作感受（心法利器[86] | 毕业4年的算法工程师：进步再进步）。

先说这个是希望大家能理解我的背景和技术，我说的话是带有视角，可能和大家不太一样，也当做叠甲，观点有问题友好讨论，轻喷吧。

AI算法主要是在干什么

听着火就要进入，无疑是冲动的，在此之前，希望大家能理解这个领域具体干的是什么事情，自己是否足够感兴趣。

以我所在的领域，自然语言处理为例，简单的说，就是研究让机器理解人类语言甚至让机器能学人类说话的一门学科，最近大火的chatgpt，其实就是自然语言处理近些年来非常亮眼的一大成果，机器真的能根据人类的需求给出一些回复了。

然而，类似的chatgpt并非全知全能，在应用中，随着落地场景的逐渐复杂，我们可能要做的事情也会变得很多样，要求也会变得多样，例如如果要做语音助手，例如siri、小爱同学之类的工具，那我们还需要引入语音识别相关的技术，例如语音转文字和文字转语音，再例如做电商客服，和人工客服一样，chatgpt如果要用在这里也要做专门的“培训”，让他们了解自家的“产品”，这样才能推销，同时如果自家有新的商品，他还需要及时更新知识，这样的机器人才符合我们的需求。而我们所要做的，就是根据各种各样的场景，设计出不一样的算法来满足不同的需求。

这是非常宏观的主要任务，落到微观上，我们的的日常一般是这样的：心法利器[31] | 我的算法工程师日常，大家也可以参考下。

其实多少能体会到，虽然我们做的产品很酷，但背后的工作不见得那么有趣，这点是我想尝试传递给大家的，这点大家一定要收到，我们有大量时间要花在看和标数据、写代码、进行预测准确性的调优等可能很枯燥地工作，还有类似和产品、工程、运维扯皮这种比较费心的工作，这种事相信每个领域多少都是会有的，我们这个领域也不例外。

AI算法目前的就业环境怎么样

说实话，现在的AI算法对新人不是很友好了。主要原因是这几个：

• 大环境本就不是很好，别说新人，老人在这里面混其实也没那么容易，AI在现在一些领域不属于必须，更多是前沿探索类更多，企业遇到困难时很容易把这块当做是“节流”的重点，所以势必会压缩这方面的需求。
• 大多数新人，尤其是在校生，由于现在的路线已经被探索明确，所以在很早就就会开始积累经历，到了校招阶段，超卷的简历就会非常普遍，要想入行就得在大学早期就要开始努力，否则会丧失大量机会。
• AI的前沿技术对设备需求逐渐变高，个人、学校甚至一些企业其实都很难支撑这方面的成本，当然这是个过渡期，相当于现阶段是软件发展>硬件，硬件制约了软件发展，后续可能会有改善，但是具体什么时候不清楚。
• 随着新技术的出现，搭建baseline的门槛变低，其实对初级人员的需求会有所下降，虽说新技术不会立刻淘汰旧技术，但人员的淘汰和压缩确实是在进行的。
• 降本增效的大背景下，应届生新人工资高、产出少，容易因为短期性价比低而会成为公司首批放弃的对象，这个风险并不低。

但是，从我从很多朋友，业内业外的都有，口中得到一个还挺好的共识，虽然AI算法很难进，但是仍旧是目前性价比很高的选择，毕竟难不代表就完全没机会，有能力的新人依旧非常抢手，各种晒出来的offer也不假，薪水绝对给的不低，重点是你要能拿得到，这意味着你要在众多竞争对手中厮杀出来，你需要很努力，如果做好这方面的挑战，那欢迎你，毕竟真的闯进来了，真的可以得到很高的报酬。

选哪些学校和哪些专业

我一直以来的倾向都是学校>专业，AI领域挺不看专业的，企业视角，只要你会我需要的东西，我就会要你。因此，为了学校资源、校友资源，也为了简历关更好过，985/211、双一流绝对是优先级很高的，另外是城市的选择，尽量选择“容易实习”的地点的学校，北上广深，然后成都武汉都还不错。

至于专业，虽说AI领域挺不看专业，只需要看掌握的东西，但是如果课程里就有需要掌握的东西，那效率肯定就会高很多，计算机类>数学类>其他，现在的AI是很难避开计算机的，尤其是写代码的，而且计算机培养的人才的工程能力和意识都会比较高，也更能够理解“可用性”的概念，很多时候我们追求的更多是“可用”而不是深度，这个挺现实的，这往往以为着高下限，而数学系往往意味着有更高上限，因为原理的理解以及对数据的敏感程度，让他们对实际问题的理解会更深，也更能在算法设计上提出更大胆的想法。

还值得注意的是，需要强调一个观点，不要指望完成大学的教学就可以找到工作，研究生都不要指望，因为很多原因吧，我们在找工作的时候，都需要额外学不少适应工作的东西的，一定要记住，一定要做好自学的准备，这些工作需要的知识，一般在基础课（大一）完成后基本都畅通无阻，不需要太多先修知识了，大胆学起来。