論機器學習領域的內卷

↑↑↑點擊上方藍字,回覆資料,10個G的驚喜

編輯:陳萍等,來源:機器之心

機器學習內捲了嗎?

「沒有博士學位,在機器學習領域就業會變得越來越難嗎?」最近,一個 Reddit 熱帖引發了大量討論。


對於單個研究者、從業者來說,毫無疑問,機器學習領域確實「卷」起來了。這幾年來,彷彿每個人都在搞機器學習,在這個領域取得博士學位的人也急劇增加。

一方面, AI 技術的高速發展並走向落地,創造了大量與機器學習有關的崗位和工作內容;一方面,大量人才的湧入,讓這個領域的就業門檻被不斷擡高。


博士學位和 ML 工作的關係

根據發帖者的描述,發帖人認爲從事機器學習的研究者太多了,如果沒有博士學位,可能很難找到工作。對此,有網友表示,「這取決於機器學習相關工作的增長速度是比 ML PhD 增長速度慢還是快。但是,並不是所有的 ML 工作都需要 PhD。比如 ML 工程師工作,他們更關注 ML 模型的基礎和部署,而不是開發。」

「與此同時,自動化工具和 AutoML 平臺正在創建中,目前許多正在招聘 PhD 的公司可能不再需要專業知識很強的研究人員。在未來,從事 ML 工作的 PhD 很可能會爲那些構建自動化 ML 平臺的公司工作。」


也不是所有機器學習領域的工作都需要博士學位。機器學習領域的工作和企業種類繁多,實際上很難一概而論。最終結果取決於所從事工作的類型:

  • 創造一種新的機器學習方法,代替 CNN、Transformers 等,主要產出是專利或發表的論文;

  • 只是在不同數據集上使用機器學習模型,主要產出是某個數據產品(恰好開發過程中使用了機器學習而已)。


如果是前者,那這個團隊確實需要幾個協作推動研究的博士;如果是後者,就不一定了(儘管理想中程序員最好也具備讀論文的能力)。


不唯學歷論

可能大家都認爲,學歷高了,自然就好找工作。但是對於沒有博士學位的人,工作狀況又如何呢?有網友表示,「我現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。」

「公司會僱傭那些他們認爲能夠填補團隊技能缺口、幫助完成工作的人,但這並不意味着有 PhD 不是一種優勢。擁有 CICD 經驗是一種優勢,擁有領域知識也是一種優勢…… 公司想要僱傭哪種員工,取決於這個人給團隊帶來的價值。」


「我僱傭數據科學家,我真的不在乎有沒有 PhD。可以將有無 PhD 進行混合,這樣會更好。我發現 PhD 不太願意去做那些在工業上大量應用 ML 工作。他們更傾向於學術上的內容、創造性低。這是因爲他們可能更依賴於學術和既定的最佳實踐,並且年齡相同但具有豐富行業經驗的人可能會更加務實。因此將 PhD 和非 PhD 混合使用非常有用。」


無論是國內還是國外,博士依然是少部分人,回到職業發展本身,在機器學習領域有哪些值得研究和適合從事的方向?

沉迷學習, 三連





   
   
   

 
    
    
    
也可以加一下老胡的微信
圍觀朋友圈~~~


推薦閱讀

(點擊標題可跳轉閱讀)

我愛線代,線代使我快樂

麻省理工學院計算機課程【中文版】

【清華大學王東老師】現代機器學習技術導論.pdf

機器學習中令你事半功倍的pipeline處理機制

機器學習避坑指南:訓練集/測試集分佈一致性檢查

機器學習深度研究:特徵選擇中幾個重要的統計學概念

老鐵,三連支持一下,好嗎?↓↓↓


本文分享自微信公衆號 - 機器學習算法與Python實戰(tjxj666)。
如有侵權,請聯繫 [email protected] 刪除。
本文參與“OSC源創計劃”,歡迎正在閱讀的你也加入,一起分享。

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章