機器學習博士數量激增!那麼沒讀 ML 博班的人,找工作難度會翻 N 倍嗎?

首圖來源:Unsplash

【我們為什麼挑選這篇文章】隨人工智慧、機器學習熱潮降臨,投入此領域的人不斷上升,許多人開始專攻相關碩士、博士學位,希望能增加就業競爭力,但換個角度來想,沒有讀碩博、甚至沒有相關學歷的人,會因此在求職路上慘遭滑鐵盧嗎?(責任編輯:徐宇儂)

本文經 AI 新媒體量子位(公眾號 ID:QbitAI)授權轉載,轉載請連繫出處

作者: 量子位

一入 ML 深似海,從此求職不由人?

機器學習現在是熱潮之上,越來越多的人投入其中,就業門檻也隨之抬高。

機器學習熱潮降臨,沒讀博士學位會影響就業嗎?

最近,就有人在 reddit 上提出疑問:機器學習(ML)博士數量激增, 那麼沒博士學位的人,找工作的難度是不是會翻 N 倍?

一位用戶名為 shyneeup 的網友指出:就業難度取決於 工作崗位和博士哪個數量增長得更快

還有網友從大學排名和就業率的角度進行了分析:

「由於衡量大學的關鍵指標之一,就是畢業 1 年和 5 年後的就業率,因此 頂尖大學會調整錄取率 ,以確保市場能夠為畢業生提供就業機會。」

「ML 領域發展過快,可能需要幾年時間,以達成行業共識:什麼職位對公司的 ML 有用,以及什麼樣的人能勝任?」

許多 ML 職位要求博士優先,學位是唯一標準嗎?

那麼,機器學習的就業狀況究竟如何?

有網友表示:搜尋最心儀的工作崗位時,很多都寫明了 博士優先 ,或是要求有博士學位。

但這並不絕對,有位網友就貼出了自己的「逆襲」經歷。

「我現在和之前的工作,都要求博士學位,但我並沒有。還有個朋友獲得了大廠需要博士學位的工作,他甚至連學位都沒有。

每個人的優勢不同,具有博士學位、領域知識、特定技術、CICD(一種交付應用的方法)經驗等等,至於哪種優勢有利,取決於其對團隊的價值。」

就連 招聘者 也表示:聘僱資料科學家時,並不在乎他是否有博士學位,將博士和非博士混合錄用會更好,發揮在學術和實踐上不同的優勢。

還有網友給出了更具體的 職業發展路徑

「完全沒有學位會確實是短板,但是隨著時間推移,工作經驗變得更為重要。具有 1 年經驗的學士往往比碩士更受青睞。

AI 創業公司 工作 1 年,再跳槽到行業獨角獸,也是可能的。不過,以研究為中心的職位對學位的要求更高。」

「大多數做 AI 的公司不需要研究晦澀算法的人,而是需要能應用方法、部署方案,並將其集成到產品中的人,也就是有經驗的員工,而不是博士。」

ML 博士學位 = 品質保證?網友看法不一

有網友表示,博士也會受限制:

「博士學位是雙面刃。因為博士是某一方面的專家,這也意味著他不再是通才,在求職時也會受到限制。」

更是有網友直接指出: 博士才是風險所在…

「他們往往過於專業,缺乏商業意識、領域知識,而且不善於合作和溝通。要根據經驗招聘,降低風險。」

ML 職缺需求真的大嗎?科技巨頭怎麼操作?

shyneeup 還提到,機器學習博士還可以去一些建立了 AutoML 平台的公司。

不過,有人提出了異議:

「除了一些科技巨頭中純粹的  ML 工作,或是自己單幹,否則根本用不到 ML 研究人員。」

shyneeup 對此回應道:

「這些科技巨頭之所以擁有這樣的隊伍,是為了出售 ML 技術。其中的 ML 工作人員不是開發模型,而是從事視覺化等其他工作。」

英雄不問出處,非所有 ML 工作都需要博士

此外,包括 shyneeup 在內的許多網友都表示:不是所有 ML 工作都需要博士學位。

「如果公司的定位是開發 ML 模型,主要成果是專利或論文,那麼團隊至少需要幾個博士。

而如果只是在不同的數據集上使用 ML,為研究數據產品恰好使用了 ML,那麼也許不需要 ML 博士,不過工程師最好能閱讀論文。」

「實際上,只有不到 5% 的 ML 和資料科學工作需要博士學位。」

還有人認為,英雄不問出處,是金子在哪都能發光。

「沒有博士學位很難進入大公司,但在新創公司卻更容易證明自己的價值。」

那麼,對於機器學習讀博與就業的關係,你怎麼看?

資料來源:reddit

(本文經 AI 新媒體量子位 授權轉載,並同意 TechOrange 編寫導讀與修訂標題,原文標題為 〈機器學習內捲化:博士數量激增,本碩畢業生有點慌| reddit 熱議 〉;首圖來源:Unsplash。)

看更多機器學習好文

• Google 棄用 Cookie,但改用「機器學習」追蹤其實更可怕!
• 機器學習有 5 種偏差,會讓你的 AI 做出錯誤決策!
• 【葡萄酒推薦 App】用機器學習打造酒界 Netflix,拍照算出酒與你的「速配指數」


參加線上講堂抽 AirPods!重磅解密 4 大雲端新技術

報名 《Cloud Innovation Summit》 觀看影片,並填寫問卷,就能參加 AirPods 抽獎! 2021 年微軟集結 K8s 聯合創辦人、 全球開源領域重量級廠商、台灣第一線雲端專家群,解析 4 大雲端主題 #開源 #數據與 AI #資安 #雲端原生 >> 立即報名

點關鍵字看更多相關文章: