公众号关注 “GitHubPorn”
设为 “星标”，带你了解技术圈内新鲜事！
出处：https://www.zhihu.com/question/406974583
XX Zhao
我以一个公司的面试官角度来回答一下这个问题吧。
我目前在tmd中一家的业务线上担任图像算法工程师，由于团队成立不久，我平时工作中承接了大量的面试。从6月起，我们就开始了提前批的校招，每周进行一次统一面试。每次业务线大概笔试通过60个简历，其中有近40个投向了算法岗位。我们计算机视觉岗位在上一轮提前批面试中居然收到了28份简历，而我们整个校招的hc只有2-3个。目前我们的offer已经发放完毕，实际录用比大概是1:30，后续校招我们部门的计算机视觉算法岗位将要停止招聘了，不得不说很多优秀的人因为简历投递晚了失去了机会。
我们总体面试下来的感受是，简历非常多，但是我们想要的非常少。我们现在不需要调参侠，我们需要的是有扎实计算机基础的工程师。由于简历过多，我们将一轮面试调整为计算机通用基础面试。我们希望候选人的计算机基础扎实，编程语言，操作系统，数据结构，计算机网络这些基础不能差。但是相比于开发岗位而言，我们的要求其实大大低于开发岗位。在二面的时候，我们更关注于计算机视觉的落地经历，对于论文其实没什么要求。
总体看下来，一面的通过率极低，很多人连栈和堆都不知道，这样的计算机基础根本过不了一面。在二面的时候，我们关注候选人的项目经历。很多候选人就读了两篇论文，跑了几个比赛，这些经历在这么多简历中显得非常普通，在一众候选人中也没什么亮点。我们需要的人是有一定工程能力，有实际的落地经历的，但是大多数人不具备基本的工程能力。
那我们需要什么人呢，我以我们的实习生为例，看看我们希望的候选人是什么样子的。
我们在4月中旬招收了一名实习生，他之前在学校主要做目标检测，我们招收的时候觉得他基础不错。从入职到转正答辩，大概经过了两个半月。我们看看这两个半月他做了什么。刚刚入职，我们商量了一下，确定了要做算法A。实习生在两周以内，对比了各种主流方法，确定使用一种简单的基于深度学习模型，理论上能够在CPU实时。随后1个月时间，实习生使用PyTorch复现了论文，并使用两种方法改进了该模型在实际场景中的缺点。
在大概1个半月的时候，实习生认为，算法效果已经达到预期，我们验收发现，已经满足预期要求。在后面一周时间里面，实习生使用C++在我们的代码中加入了该模型的工程实现，但是原始的实现不能满足实时要求。实习生花了一周时间，加入了多线程，速度大大提高，但是只能达到准实时。后来实习生认为，该算法的部分模块和resize有相似之处，于是花费几天阅读了OpenCV的实现，认为通过定点化和SIMD能够改善速度。后续实习生又改进方法，提高cache命中率，使得速度能够在i5上达到50fps。这些工作能在两个半月实现，大大出乎我们的意料，答辩毫无悬念通过。
我们想要的cv工程师是什么样子的，从上面这个例子可以看到一角。训练模型，部署模型，算法优化，这些都是我们的工作，不给自己设限、追求极致是我们对工程师的要求。我们需要的是解决实际问题的能力，计算机视觉相关的算法和工程都是我们解决问题需要的技能，只有足够的基础才能在遇到问题时候给出足够好的解决方案。
对于CV岗位，我的态度是劝退。今年我们组的开发岗位hc很多，简历非常少，很容易就能拿到岗位。客户端开发更是难求，现在招聘已经不要求客户端开发经历了，只要编程基础扎实就好。对于大多数cv方向的同学，我建议换个方向，比如音视频开发的岗位可以考虑，算法方向音频的处理也值得考虑。
霍华德
你们没意识到一个问题，2021年能拿到秋招算法offer的人已经在各大公司实习了。最终的offer将在实习生中竞争产生。现在都还没去实习的，说明你连复赛都没过，根本没机会进入决赛圈啊～
预选赛：研一上进组，快速夯实基础，掌握基本炼丹工具，跟着师兄深入一个领域，获得insight，提出新idea，速发几篇paper。
初赛：凭借预选赛的成果，拿到独角兽级别的公司的实习机会，研一下至研二上去实习，最好获得优秀实习生。基本掌握工业界技能，提高手速和干活能力，实际落地一两个项目。
复赛：凭借科研成果和实习经历，申请大厂每年三月开始的暑期实习生，顺利拿到研二下暑期实习机会。
决赛圈：开始大厂暑期实习，和其他实习生竞争，在最终实习生答辩中胜出。恭喜你获得2021年秋招算法offer。
bearbee
去年秋招，今年已入职阿里视觉算法团队～
去年秋招时，很多实习小伙伴、实验室小伙伴劝我读博，当时认真考虑了一个问题，计算机视觉还能火多久？从去年来看，已经渐显疲态，而读博后无非是多了几篇论文，目前浮躁的大氛围下，真正能静下心来去解决本领域问题的人太少了。当然也有一些真正对研究感兴趣的人，这些人除外哈。。。而我并不是这样的人，因此最终还是选择找工作。
再说回今年算法岗秋招情况，具体多少HC我也不清楚，只能说肯定会比去年少。。去年CV的一大主题就是落地，各家大厂以及CV创业公司都在强调自己的产品，这也是CV发展到现在的一个必然阶段。从15年CV的突然火爆，大家甚至包括投资者都对CV充满信心，这几年CV也确实进步很快，各大benchmark的SOTA被不断刷高，国内研究机构在国际比赛，国际论文上的成果也越来越多。于是，越来越多的学生转向了CV，各个专业都有，然而CV的赛道并没有那么宽，如此大量的人涌进，则必然导致内卷严重。。更可怕的是，CV的赛道反而在缩小，真正能有应用价值的方向屈指可数，一些公司都自身难保，又如何放宽HC名额呢？
接下来再对即将秋招的学生做一个分类。第一类是实验室水平一般，但是仅能在实验室孤独研究的学生，最终成果也一般。第二类是实验室水平一般，但是选择了外面公司实习，并发表了一些顶会，或者在公司项目中做出了一些成果。
对这两类人来说，秋招需要侧重的事情是有很大区别的。对第一类人来说，必须从现在开始坚持每天刷题，提升基础代码能力，因为现在大部分公司都需要通过代码考核才能进入下一轮面试，如果本身没有特别突出的工作，一旦代码考核没做好，可能就没有面试机会了。此外还需要思考并总结自己有意义的工作，尽可能多一些个人理解，决不能简单地直接用别人的开源代码，要集合自己的项目说出面临问题所在以及如何解决。而对于第二类人来说，优先需要做的是整理之前的工作，做一份好的简历，尽可能展示自己的优点，尽可能让这份简历能打动面试官。然后再补下代码，补下基础知识。如果特别优秀的人，甚至可以申请免试代码。
因此对于不同人来说，秋招需要综合考虑个人条件进行准备！此外，在之前的回答中我也提到过，大部分的HC被掌握在少数人的手中，这就进一步导致可用的HC名额变得更少，从而造成旱的旱死，涝的涝死现象。。在内卷的时代，有的时候，不是HC太少，而是优秀的人太多。。。
最后说一些题外话，目前CV应用能独当一面的无非就是安防、自动驾驶、医疗以及手机。
安防大家都清楚什么情况，这是CV最大一块蛋糕了，但是涉密的事情没点政府关系真做不了，再加上海康大华两家公司把控硬件，纯CV创业公司想赶超基本无望。
手机应用主要是一些手机大厂在做，现在手机每次发布会一定会提到一个关键词就是AI手机，手机里会集成各种ISE应用，例如超分等，此外还有像头条抖音做的一些app级应用。
医疗了解地不是很多，个人觉得也是有前景的方向。最后就是自动驾驶了，这是CV能给的最大想象力，越来越多的公司也都开始或多或少地做一些相关工作。
自动驾驶为什么这么重要的呢，这是因为它和我们的衣食住行中的行息息相关，前段时间的贵州公交事件就让我在想如果有自动驾驶公交车了，是不是就不会出现类似事件了呢？而实现自动驾驶的其中一个重要环节就是地图，地图更是和我们生活密切相关。而且说实话，自动驾驶虽然未来前景很好，但是目前形式仍不明朗，还需多观望，而地图不一样，这是基础能力，无论是现在还是未来，都会有着非常重要的作用。。
Zee Jay
用郭德纲老师的话，我觉得很合适，咱们这行入行很容易，看个网课，跑几个demo代码，看几篇论文，就觉得懂了，确实也是入了门，但是进门才发现，台阶在门里边呢(很多数学要学，coding能力有待提高，甚至还得懂一半业务和开发）。这时候，大家都进来了，想继续往上爬，感觉很难。想出去又觉得可惜，所以大家你也算法工程师，我也算法工程师得了，都搁门口坐着。
但是问题是以前坐在门口的人还是要的，能去很多不错的地方，但是近2年的阈值已经瞬间提高了不少，就过滤掉了一大批，而且随着后面落地的困难，这个bar还会越来越高。
就我们部门而言，组内的暑期实习生全都是华五级别的硕士，这还只是事业群的一个部门，而不是达摩院这种偏研究的。听说华为的诺亚方舟，基本上是博士3篇顶会，硕士1篇才能进的，其他厂的核心研究部门也差不多吧，真的很夸张了。因此我现在对我的同学或者学弟学妹，基本上是劝退的，尤其是学校不是特别好的，老老实实做开发，现在抖音快手美团拼多多等新崛起的大厂，开发岗需求应该是很大的，但算法真的搞不了了。
王静祺
是个必然的趋势吧，如果你不是有过硬的实力，不建议再头铁往这行里面钻了。
下面五个里面能达成三项算实力过硬：
1）就读985 211院校
2）有一作顶会 顶刊的论文
3）机器学习相关比赛前3%-5%
4）大厂或独角兽相关岗位实习经历
5）参加机器学习相关的会议、交流会等，与大佬交谈，并被大佬赏识
其中第一项最好要满足，否则简历大概率都过不了。第五项算是一个捷径，免去了秋招竞争中看运气的成分，但你要是没点真实力 大佬也不会赏识你。
随着现在铺天盖地的宣传，各大院校都开设人工智能专业，工资水涨船高，必然会有越来越多的毕业生想要冲进这个领域。
但是再看看提供的岗位呢？随着这个方向的泡沫慢慢戳破，很多中小公司的倒闭，经济增速变缓，大厂不断裁人，能留到现在的校招岗位也越来越少。这就势必造成岗位严重的内卷。
从14年左右看过点机器学习的课程，写两个demo差不多就能进大厂，到16 17年需要有相关领域的论文，18年人数暴增 开始以学校作为入门门槛，19年顶会顶刊论文 top竞赛，再到今年手里握着top论文 竞赛 大厂实习的人都竞争的异常激烈，诸神黄昏。
最后，今年秋招的毕业生，准备好你们的项目 paper和材料，祝愿你们都能找到心怡的工作。
圆角骑士魔理沙
不知道你们有没有读过那个，<PHD劝退手册>（又名The PHD Grind）。
里面讲的是一个本硕在四大做研究的三好少年，到了博士（依然在四大），突然进入了科研危机，博一博二博三什么都做不出来，一切努力打水漂，最后博四一转攻势，慢慢走上人生巅峰的故事。
我最近有空想起这书，翻了下，然后跟我朋友聊，然后达成共识 – 这不很正常吗？他最后都拿到教职了，生涯已经算是挺幸运的了！
我身边很多人，都是这样啊 – 一推时间打水漂，毫无成果，一般人人博三左右发处女作（只算顶会一作，不算打杂n作或者workshop），博一博二或是打杂攒经验，或是失败攒经验，或是做infrastructure work，写出一个框架，打算在该框架上发paper – 反正就是第一第二年发paper的少之又少，甚至不少博士，整个生涯一篇顶会一作也没有（或者刚好一篇），在这环境下做科研做出各种心理疾病的一推，有的conference甚至都会有专门的”心理开导，来跟我聊聊，千万别想不开跳下去”talk。
然后，工业界的科研岗位，也是要读满PHD才有资格去竞争的 – 而竞争也挺激烈的，竞争上得人也是做开发居多，科研占小头（除了极个别能找教职的被当成宝养着 – 他们事实上就是不能招PHD但也不需要写grant的教授）。
你再看这问题，又是内卷又是红海又是诸神黄昏又是灰飞烟灭的，是在小朋友过家家还是中二病也要写程序？
不就很正常一事实 – 机器学习至少在工业界红利被吃了不少了，机器学习开始从”单独的学科，会这就够了”回归正常，成为”计算机的另一分支”。别再老是什么鄙视着码农，做开发下等人之类的了 – 我沉思着我身边的所有人，做PL的System的Arch的，全部都能把自己专业知识放下，明天去大厂写代码，为什么做ML的不行呢？
再退一步说，假设你真今年进去了算法岗，又如何呢？假设公司真的35岁把你扫地出门，你现在大概23岁，你也有12年的职业生涯，你真觉得12年年年ML在业界都是夏天，你只需要写一下模型就一切OK了？冬天来了你还不是要开发为主，研究为副？你也不看看，MSR这以前的研究圣地还不是变得越来越像普通开发，你为什么觉得公司会养你做研究做到你职业生涯结束？
解很简单：如果你要有稳定薪水，做的工作八成有意义，大学四年去先把整个CS Stack打好，多余时间实习，然后去工业界。如果你想屠龙或者是抖M或者真的喜欢research，那大学四年去先把整个CS Stack打好，多余时间泡research lab，然后读博去。
以前那”大学四年去无视整个Stack，只会一个方向，然后本科research发paper，本科结束直接去工业界找research岗位”才是不正常的地方。什么内卷不内卷的，从魔幻现实常态化而已。
武藤 杰洛特
我不是搞算法的，但我可以分享一下这几年的所见所闻。
我17年本科毕业，其实16年下半年开始人工智能就有点火苗了。17年上半年这个火是彻底烧起来了。
有个学姐有魄力，直接读的英国一年制统计MSc。其实当时在中游一点的985，出国的第一选择肯定是美国的，美国申不上好的才去读英国/新加坡/香港的一年制MSc。然而这姐们儿读完一年速去速回，回来参加2018年校招就收获了一家大厂的算法offer，目前情况良好。
我本科室友，大学玩了3年，大四良心发现考了个本校的研。他当时3年的学硕和2年的专硕都能考，结果考了专硕。研一期间论文是没有的，比赛是没打的，就刷了刷题。结果去了互联网独角兽实习，2019年秋招找了一家中厂做算法，目前情况良好。
我本科隔壁寝室同学，保研的，3年学硕，ICCV二作和若干杂七杂八论文，蚂蚁金服算法岗实习经历，参加2020校招，只找了一家中厂的算法岗，工资也就那样，目前有点不爽。
我是本科毕业当了一年蹲哥读研的，18年入学，中科大软院。中科大软院4个方向，有一个方向就叫“大数据与人工智能”，这方向真是被挤爆了，基本是个人就想挤进去，挤不进去就调剂了。为什么？大家看算法工资高啊，都想去分一杯羹啊。我记得当时我在公交车上，听到一个同学说的一句话：“像后台开发啥的，本科生就能做。我们都读到硕士了，要做就做算法。”然而现在已经2021年校招了，很多当时想搞算法的同学都转开发了。当然，还是有牛批的人收割了很多算法offer，但是少。
我再多说几句。“内卷”这个词，我在知乎上都看吐了，但我还是得说。现在真的，只要是好东西，都有人往里面卷，你逃不掉的，绝对不仅仅是算法岗这玩意儿。。。
你高考报计算机专业也卷啊。我当时填志愿，计算机就过校线几分就能上，软工和物联网都是被调剂去的；过了几年，要过校线十几分才能上了；现在尼玛计算机基本上成分数最高的几个专业了。
你考研计算机也卷啊。前多少年，报录比可能就3:1；前几年可能涨到了5:1；今年一看，龟龟，十几：1。
你找非算法岗也卷啊，比如大厂的开发、产品、运营。以前是个211本科已经算可以了，后来要985本科，再就要985硕士了。现在你985硕士还不行，本科也要参考一下。
你说你不想在互联网卷了，考公务员去了。考公务员也卷啊。同样的岗位，前几年30:1，去年80:1，到了今年，龟龟，200:1。。。
所以这没办法的，好东西大家都想抢。你不想和人抢也想拿到好东西？也不是没有办法，你需要一双善于发现的眼睛。。。能够发现崛起前的字节、拼多多这样的公司。。。
匿名用户
很多人都没看清楚真相。
国内的大学本科，不会教你前端研发，不会教你如何开发ios程序，不会教你如何开发安卓，不会教你java怎么做，不会教你go如何写，不会教你如何开发个游戏，不会教你如何开发哥xx，不会教你······基本算法教一下还教的不好。
paper和教职为导向，国内的培养模式，其实就是大规模培养所谓的算法工程师，什么cv，ml，nlp等等。
很多人学完后除了机器学习啥都不会。然后还觉得自己会了屠龙之技，其他的技术不会同时又看不上。
问题是，对一家商业公司来说，cv这些都是些工具，关键是是否有落地的商业模式和场景，去实现和搭建这些基础的商业模式和场景的编程技术又恰恰依赖于学校不教的那些东西。
举一个例子，我们部门招聘前后端研发，简单来说就是熟能生巧，招聘算法，就是要求你这个还要要求你那个······一看就是同样级别，算法岗位门槛要高。
就是供需问题。
原文始发于微信公众号（五分钟学算法）：知乎热榜：如何看待 2021 年秋招算法岗灰飞烟灭？
