论机器学习领域的内卷

↑↑↑点击上方蓝字,回复资料,10个G的惊喜

编辑:陈萍等,来源:机器之心

机器学习内卷了吗?

「没有博士学位,在机器学习领域就业会变得越来越难吗?」最近,一个 Reddit 热帖引发了大量讨论。


对於单个研究者、从业者来说,毫无疑问,机器学习领域确实「卷」起来了。这几年来,仿佛每个人都在搞机器学习,在这个领域取得博士学位的人也急剧增加。

一方面, AI 技术的高速发展并走向落地,创造了大量与机器学习有关的岗位和工作内容;一方面,大量人才的涌入,让这个领域的就业门槛被不断擡高。


博士学位和 ML 工作的关系

根据发帖者的描述,发帖人认为从事机器学习的研究者太多了,如果没有博士学位,可能很难找到工作。对此,有网友表示,「这取决于机器学习相关工作的增长速度是比 ML PhD 增长速度慢还是快。但是,并不是所有的 ML 工作都需要 PhD。比如 ML 工程师工作,他们更关注 ML 模型的基础和部署,而不是开发。」

「与此同时,自动化工具和 AutoML 平台正在创建中,目前许多正在招聘 PhD 的公司可能不再需要专业知识很强的研究人员。在未来,从事 ML 工作的 PhD 很可能会为那些构建自动化 ML 平台的公司工作。」


也不是所有机器学习领域的工作都需要博士学位。机器学习领域的工作和企业种类繁多,实际上很难一概而论。最终结果取决于所从事工作的类型:

  • 创造一种新的机器学习方法,代替 CNN、Transformers 等,主要产出是专利或发表的论文;

  • 只是在不同数据集上使用机器学习模型,主要产出是某个数据产品(恰好开发过程中使用了机器学习而已)。


如果是前者,那这个团队确实需要几个协作推动研究的博士;如果是后者,就不一定了(尽管理想中程序员最好也具备读论文的能力)。


不唯学历论

可能大家都认为,学历高了,自然就好找工作。但是对于没有博士学位的人,工作状况又如何呢?有网友表示,「我现在的工作以及以前的工作都要求有 PhD。虽然我没有,但两个公司都接受了我。我有个朋友 ta 的公司也要求有 PhD,同样,他也没有。」

「公司会雇佣那些他们认为能够填补团队技能缺口、帮助完成工作的人,但这并不意味着有 PhD 不是一种优势。拥有 CICD 经验是一种优势,拥有领域知识也是一种优势…… 公司想要雇佣哪种员工,取决于这个人给团队带来的价值。」


「我雇佣数据科学家,我真的不在乎有没有 PhD。可以将有无 PhD 进行混合,这样会更好。我发现 PhD 不太愿意去做那些在工业上大量应用 ML 工作。他们更倾向于学术上的内容、创造性低。这是因为他们可能更依赖于学术和既定的最佳实践,并且年龄相同但具有丰富行业经验的人可能会更加务实。因此将 PhD 和非 PhD 混合使用非常有用。」


无论是国内还是国外,博士依然是少部分人,回到职业发展本身,在机器学习领域有哪些值得研究和适合从事的方向?

沉迷学习, 三连





   
   
   

 
    
    
    
也可以加一下老胡的微信
围观朋友圈~~~


推荐阅读

(点击标题可跳转阅读)

我爱线代,线代使我快乐

麻省理工学院计算机课程【中文版】

【清华大学王东老师】现代机器学习技术导论.pdf

机器学习中令你事半功倍的pipeline处理机制

机器学习避坑指南:训练集/测试集分布一致性检查

机器学习深度研究:特征选择中几个重要的统计学概念

老铁,三连支持一下,好吗?↓↓↓


本文分享自微信公众号 - 机器学习算法与Python实战(tjxj666)。
如有侵权,请联系 [email protected] 删除。
本文参与“OSC源创计划”,欢迎正在阅读的你也加入,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