Zhihuで高く評価されました：985コンピュータービジョンプログラムを卒業しても仕事が見つからない場合はどうすればいいですか？ LeetCode を必死に勉強するべきでしょうか、それとも別の方法を探すべきでしょうか?

[[327668]]

コンピュータービジョンを研究している大学院生 985 人が卒業後に就職できないのですか?この記事では、70万回閲覧されたこの質問に対する答えを紹介します。過去2年間のAI分野のバブルが大きすぎたため、仕事を見つけるのが困難です。しかし、本当の才能は常に不足しており、しっかりとした基礎スキルが何よりも重要です。冷静な心を保ち、LeetCode をしっかり練習すれば、良いオファーが常に手に入ります。

コンピュータービジョンを卒業後に就職できない場合はどうすればいいですか?

AI専攻を卒業しても就職できない？最近、知乎ネットユーザーが質問を投稿し、70万回閲覧された。

彼の履歴書を見てみましょう:

私は現在、985 大学の大学院生で、コンピューター ビジョンを専攻しています。成績は平均的、論文なし、競争経験なし、ただしプロジェクト経験は多少あります。私のプログラミングの基礎は問題ありません。教育研究部門では優秀だと考えられていると思います。Python に精通しており、C++ も少し知っています。PyTorch、TensorFlow、Keras などのフレームワークも使用できます。

私がこの方向を選んだとき、ディープラーニングは非常に人気がありました。自動運転車や顔認識は非常に先進的であり、誰もがこの方向に進みたいと思っていたようでした。

この記事を読んでいるあなたもそう思いますか?

しかし、いざ就職活動をしてみると、この男性は雇用状況が想像していたものとは大きく異なっていることに気づきました。

最近、企業は秋の採用の早期バッチを開始しました。コンピュータービジョンのすべてのポジションはアルゴリズムエンジニアを募集しています。論文や主要なコンテストでの賞がなければ、アルゴリズムのポジションを見つけるのは非常に困難です。周りのクラスメイトはJava開発に切り替え始めており、私はパニックになり始めました。

2年間もCVの勉強をしてきたのに結局就職できなかったことを考えると、しばらくはとてもフラストレーションを感じていました。Java開発をするなら大学を卒業してすぐに就職したほうがいいと感じました。大学院に行く必要はまったくありませんでした。

そこで私が聞きたいのは、ディープラーニングや機械学習に関連した専攻が最近あまりにも一般的になりすぎているのではないかということです。 AIの急速な発展は単なる幻想なのでしょうか？

マクロ環境：過去2年間のバブルは大きすぎた

全体的な雇用市場環境の観点から見ると、主な理由は、過去2年間でAIが非常に人気があり、多くの人が転職し、バブルが大きすぎたため、現在では仕事を見つけるのが困難になっていることです。

一番の友達@zhongyianはこう言いました:

過去数年間、この人材分野ではバブルが起こりすぎていました。アルゴリズム分野で仕事を見つけるのが今突然難しくなったわけではなく、以前は簡単すぎたのです。

友人の@mileistoneはこう言いました:

現在、市場には一見矛盾した現象が起きています。採用企業はコンピューター ビジョン アルゴリズム エンジニアを採用するのが難しく、コンピューター ビジョン アルゴリズム エンジニアの応募者は仕事を見つけるのが難しくなっています。

ここ数年、人工知能の人気により、多くの人がコンピュータービジョンの分野に転向しました。供給が需要をはるかに上回り、求職者は仕事を見つけるのが難しいと感じています。

一方、突然転職してコンピュータービジョンの分野に流れ込んだ人材のほとんどは、あまり有能ではありません。結局のところ、分野が異なれば世界も異なり、この分野に大量の人材が流入したため、有効な供給は実際には増加していません。そのため、企業はコンピュータービジョンアルゴリズムエンジニアを採用するのが困難になっています。

別の匿名ユーザーはこう言った。

現状では、CVPRやNIPSなどの会議への投稿数が飛躍的に増加しており、競争率の高い第一著者を除いて、論文を書いた多くの人が必ずしも関連のポジションを得られるとは限りません。

基礎スキルをさらに強化する必要があります。真の才能は常に不足しています。

Zhihu のユーザーは一般的に、就職のしやすさは Java を学ぶか CV を学ぶかとは関係ないと考えています。アルゴリズムに違いはなく、企業は個人レベルのみを見ています。 985 に入るとか、CV を学ぶのは Java よりも高度だとか、そんな幻想に浸ってはいけません。自分の基礎について何も考えていないのですか?

友人の@hzwerはこう言いました:

AI人材ギャップについて話すとき、自立できる人材が少なすぎることを意味します。どのような学校を卒業したとしても、印象的な競争、論文、プロジェクトの経験がなければ、アルゴリズムのポジションに直接オファーを受けることは不可能です。企業がそのような人材を雇うのは費用がかかり、非効率的です。研修のために学部生のインターンを採用する方がよいでしょう。

友人の@theHunterはもっと率直にこう言いました:

匿名のユーザーは、基本的なアルゴリズム機能が非常に重要であると考えています。

アルゴリズム能力は本当に重要です。専攻を超えて ML、DL、CV、NLP などに取り組んでいる学生の皆さんに質問します。DP とは何ですか?よく深い？分割統治？さまざまな専攻を勉強しているクラスメートの多くは、まったくわかっていません。最大の間違いは、ML をコンピューター専門家が持つべきスキルとしてではなく、独立した分野として扱うことだと私は思います。その結果、学生は CS の基礎を考慮せずに ML のみを知ることになります。

匿名のユーザーはこう言った。

私の周りにはコンピュータサイエンスのバックグラウンドを持たない人がたくさんいますが、彼らにとって開発は難しすぎて野心的すぎます。

それに比べると、Python を学び、いくつかの論文を読み、オープンソース プロジェクトを見つけてそれを修正し、何らかの結果を出す方が簡単です。

結局のところ、それらのアルゴリズムの唯一の違いは、以前は Matlab で書かれていたのに、今は Python になっていることです。そういった人材が極めて高い理論的レベルを持っていなければ、企業が採用する意味が分かりません。そのため、今では採用はよりスマートになり、リートコード、ミディアム、ハードをすぐに教えるようになりました。したがって、より良い仕事を見つけたいのであれば、まずは LeetCode を学ぶべきだと思います。

同様に、開発会社の従業員である@Jarvix も実名で返信しました。

最上位の友人@zhongyianからの回答:

まず、開発職とアルゴリズム職の区別はありません。

一般的に言えば、プログラマーはもちろんのこと、あらゆる種類の仕事は平等です。具体的に言えば、アルゴリズム エンジニアもエンジニアであり、開発者の一種です。開発中のビッグネームは数多くありますが、最近はアルゴリズムが人気を集めていますが、将来がどうなるかはわかりません。

次に、アルゴリズムは 2 種類のポジションに分かれています。1 つはアルゴリズム ポジションで、モデリング作業と論文の公開を担当します。もう 1 つは開発ポジションで、研究ポジションで開発されたアルゴリズムの実装を担当し、データのクリーニング、機能エンジニアリング、開発、オンライン ローンチなどを行います。

業界で使用されているアルゴリズムは、学術界のものより数年遅れています。企業が作成したアルゴリズムについて、あまり幻想を抱かないでください。実際のデータの品質はあなたが思っているよりもはるかに悪く、実際に使用されているアルゴリズムはそれほど進歩していません。つまり、ほとんどの時間はモデリングに費やされません。

改めて、なぜ今アルゴリズム関連の仕事を見つけるのが難しいのでしょうか?

あなたを落胆させるつもりはありません。実際、その会社にはアルゴリズム エンジニアの空きがあるのです。私が会った人事担当者の何人かは、何百通もの履歴書を受け取ったが、マッチするものはなかったと言っていました。つまり、アルゴリズムを作る人がたくさんいるというのは事実ですが、アルゴリズムを作る人が必要とされているのも事実です。矛盾は需要と供給の不一致にあります。

以前は、市場に大きなギャップがあり、高い給与と低い敷居がアルゴリズムに従事する人を引き付けるはずでした。しかし、2019年以降、給与は下がり、敷居は依然として高いため、当然ながらアルゴリズムに従事する人は少なくなっています。 2019年には、開発専攻の学生の中にはアルゴリズム専攻の学生と同等の給与を得られる人もいますが、過去2年間はそうではありませんでした。

考え方を変えて別のピットに投資する

2番目にランクされた回答では、匿名のユーザーが次のように述べています。

研究室もビジョンに力を入れているのですが、同じ研究室の同期の修士の中で、CV関係の仕事に就いたのは私だけでした。

一流カンファレンスで講演した大物がNetEase Gamesに移った。CVやDLを続けなかった理由を尋ねると、主な理由は報酬が高かったことだと答えた。したがって、MOP (マネー指向プログラミング) が最適な方法です。

Zhiyou @本马 は別のアプローチを取り、「アルゴリズムのダウングレード」を提案しました。

確かに、CV 分野には人材は多いものの空きポストは少なく、競争は NLP 分野よりもさらに激しいです。しかし、NLP の方向性も失敗しつつあります。私の個人的なアドバイスとしては、開発職に直接転職することはお勧めできません。アルゴリズムと開発のスキルスタックはまったく異なります。どちらもうまくいかないと不安が増すばかりです。

たとえば、履歴書から離れて、より幅広いディープラーニングや機械学習の職に就くこともできます。天気予報、衛星など、他の分野におけるディープラーニングやコンピュータービジョンの応用など、AIに直接携わっていない関連部門や企業も検討対象となります。

さらに遡ると、機械学習やデータマイニングに関連するものを見ることができます。それがうまくいかない場合は、データ分析の職を探してください。

粘り強く、冷静な心を持ち続けましょう

Zhihu のユーザーは、ある有名人の体験談を引用した。

方向性が分かれば、業界の短期的な変動を気にする必要はないと考える人もいます。

最終アドバイス

数人の友人からの回答を組み合わせて、次の提案をまとめたいと思います。

1. 自分にプラスのポイントを与える: 実用的な観点から、何百もの履歴書があり、明確なプラスのポイントがない場合、人事担当者はどれだけの時間があり、あなたがしっかりした基礎を持っていることをどうやって確認できるでしょうか?特に大企業で働きたい場合、履歴書が優れていなければ本当に難しいでしょう。プロジェクトの経験を深く掘り下げ、原則から実装まで、ビジュアルアルゴリズムに関連する部分については曖昧にしないことが推奨されます。
2. 基本的なスキルを練習し、LeetCode をブラッシュアップします。落胆しないでください。あなたの周りには、LeetCode を 2 回練習した人がたくさんいます。彼らは多くの記事を書いたり、多くのコンテストに参加したりはしていませんが、最終的には全員良い仕事に就いています。
3. 社内紹介/早期入学を目指してください。上級同僚や部門リーダーからの直接の推薦を見つけてください（これは社内紹介コードを与えることを意味するものではありません。もちろん、社内紹介コードを持つ人しか見つからない場合は、それも良いことです）。面接の前に、志望職種の部署について調べる方法を見つけましょう。
4. 不安にならないでください。自分の立ち位置を明確にしてください。仕事が見つからないのではなく、満足のいく仕事が見つからないだけということもあります。仕事は常にあります。 985 の大学でコンピューターの修士号を取得すれば、市場のほとんどの人よりも仕事を見つけるのがずっと簡単になります。もう少し待てば、結果はそれほど悪くないでしょう。