chatgpt对算法岗的影响 开发岗和算法岗该如何选择

AI资讯1年前 (2023)发布 fengdao
26 0

如何看待2019年算法岗一片红海 如何看待2020年算法岗诸神黄昏 如何看待2021年算法岗灰飞烟灭

诸如此类的标题,相信大家在知乎都看到过。小猿的粉丝大部分是面临找工作的同学和面临方向选择的同学,所以一直有很多同学问小猿同一个问题:我该选择算法岗还是开发岗呢

这本来不应该是一个问题,一个标准的答案就是你喜欢什么就做什么。

但是,因为这样那样的问题,很动人开始动摇、犹豫、难以抉择,我们把大家纠结的原因总结了一下,一条一条为大家分析:

我喜欢算法,但是算法竞争太大了,我想转开发我读研了,感觉不做算法亏了我非科班,想转计算机,应该学什么

1. 我喜欢算法,但是算法竞争太大了,我想转开发

算法岗五大标配:论文、比赛、实习、项目、学历,一般想进大厂的话,五者至少得有其三。所以我们完全可以考虑一下自己的核心竞争力是什么。如果你是国内计算机TOP学校的学霸,或者是业内顶尖实验室的大佬,那么学历这关完全是你的加分项。

如果你来自末流985或者稍有名气的211,那你的学历也已经达到了大厂的门槛,至少不会减分。

那如果不是上述的情况,那你就要从别的地方下功夫了。比如项目和实习,如果你是本科生,那么可能做项目的机会会比较少一点,那可以自己尝试着做一些小工具,玩玩开源等等。如果觉得这些操作起来没有方向,那一段实习经历可以为你的简历加分不少。更重要的是,日常实习的门槛通常会低很多,所以一段大厂的实习,是你能拿到大厂offer的敲门砖。

百度算法岗面试题_影响算法设计的因素有_chatgpt对算法岗的影响

而论文比赛这种比较看天,如果你所在实验室比较强势,那么你发论文会比较轻松一点,不然的话,全靠个人努力和运气,是比较费劲的。比赛也是如此。而且就目前这个形式来讲,一篇顶会或者一个TOP3的比赛,并不能保你进大厂。

公司更关注的是你与岗位的匹配度,如果你有论文,他们关心的是你的论文能不能直接拿到工作岗位上来用;如果你有竞赛,他们关心的是你的方法能不能直接为公司带来利润。

最后再提一点就是工程能力,现在算法岗似乎越来越看重工程能力(的岗位除外,不过这种岗位大部分面向博士,也比较少)。很多人会疑惑,什么是工程能力,工程能力怎么考核。这里小猿告诉你,公司对于候选人工程能力的考核就两点:算法题和项目。算法题很好理解,而对于项目,面试官最喜欢的就是已经上线的项目,为什么一定要上线?因为对于算法岗来说,离线的实验和上线是完全不一样的概念。离线实验效果再好,也需要线上的检验,线上不合格,你这个项目就不合格。这就是面试官那么看重上线项目的原因。

那么对于不放实习的学校,怎么办呢?我们也可以专心最好实验室的项目,往深了去做,虽然没有公司上线项目那么亮眼,但也是我们的加分项了。

所以,这里说出小猿的建议,如果你出身名校,那么在有了大厂实习和实验室靠谱项目的情况下,可以尝试大厂的算法岗;如果你出身非名校的强劲实验室,那么专心发paper,你会有意想不到的收获;如果你不属于以上两者,那么建议打一打比赛,如果比赛含金量较高,且取得了一个好成绩,也可以冲一冲与我们自身较为匹配的算法岗。

2. 我读研了,感觉不做算法亏了

向小猿咨询的很多同学都有一个误区,就觉得研究生必须得做算法,不然白读了?

小猿不知道这种误区是哪里来的,这里要说的一点是,不是本科做了几个课设的小项目,就算入门开发了的,开发的难度比我们想象的高很多。举个最简单的例子,做算法,用或者,没有开发人员写好这些工具我们用什么呢?写出这两个工具比构建一个神经网络难多了。再比如,大数据下,我们都在集群上跑训练数据,没有开发人员创造这些大数据平台,我们用什么跑代码呢?

影响算法设计的因素有_chatgpt对算法岗的影响_百度算法岗面试题

以上虽然属于不同的岗位,但在这里我们统称为开发岗,可以确定的一点是,开发岗的范围比算法岗大、岗位更多、可研究的点更多。所以,并不是说硕士或者博士就一定要做算法,开发也有很多值得研究的东西,难度也非常大。

3. 我非科班,想转计算机,应该学什么

随着互联网的蓬勃发展,很多同学都从其他专业转向计算机专业。同样的问题,也存在于这些转专业的同学中。

对于这类同学,小猿是完全相信你们的自学能力,所以方向选择就看你个人兴趣了,这里小猿要指出几点:

所以,如果你转计算机是为了更容易的就业,你就选开发。其他所有的考虑,都取决于你的个人兴趣。从事一项自己喜欢的工作,真的是非常非常重要的。

好了,以上就是小猿对我该选择算法岗还是开发岗呢问题的解答。总结一下,也纠正一下大家的误区:开发岗比算法岗容易就业,深入研究的难度不低于算法岗;算法岗工资不比开发岗高,活也不比开发岗轻松。

微信扫码关注公众号,后台回复「电子书福利」,35本深度学习、机器学习、自然语言处理、算法领域的经典电子书,我们将一次性统统分享给大家!

© 版权声明

相关文章

暂无评论

暂无评论...