内卷？谈谈AI算法人才职业发展

会员服务 ·

内卷？谈谈AI算法人才职业发展

2022 年 4 月 22 日 极市平台

↑ 点击蓝字关注极市平台

作者丨Felicia温利方募齐人才（已授权）

来源丨https://zhuanlan.zhihu.com/p/501367157

编辑丨极市平台

极市导读

AI硕博如何规划自己，才能拿到special offer？现在还能去中国企业的AI lab/研究院？35岁是不是可怕分水岭？如果不想在算法岗位上内卷还可以去哪里？本文作者针对上述问题和瓶颈给出了一些建议和参考，希望能给大家一些帮助～ >>加入极市CV技术交流群，走在计算机视觉的最前沿

经常被人选问到：AI硕博如何规划自己，才能拿到special offer？现在还能去中国企业的AI lab/研究院？35岁是不是可怕分水岭？如果不想在算法岗位上内卷还可以去哪里？

我和超过千个算法人才聊过，常见有五类算法人选：

在企业AI实验室/研究院搞AI，瓶颈常见为：(1)拿不到很多数据/场景，纠结是否要逼自己转业务部门去获取更多业务数据、更好绩效：（2）更喜欢做研究，是否要趁早转去学术界
在企业业务部门做算法落地，理想发展路径：算法工程师一路成长为技术管理，常见瓶颈: (1)AI对业务赋能效果不太明显，领导们不认，上升速度慢；（2）业务发展缓慢，团队算法人员多，晋升HC少，内卷；（3）业务场景对技术要求不高，个人技术成长遇到瓶颈，无突破；（4）过早被推到技术管理位置，管理和技术双重能力没有太多输入，当前迷茫。
做算法，自己性格偏外向，不希望只局限在技术，想锻炼其他比如沟通能力、商业/产品思维等，考虑转型
对现状满意，希望通过跳槽来加速级别和薪酬增长。
想创业

站在第三方视角，针对上述问题及常见瓶颈，给大家些参考建议，若有不对之处，欢迎讨论，多包容。

留在企业lab还是去学术界？

2021 年各家大厂的 AI Lab 现状如何？

https://www.zhihu.com/question/476541860/answer/2041183364

企业是要盈利的，在内部搞研究也绝对是应用研究，不会是纯学术和完全自由。与其问现状，还不如看清楚自己到底想要什么。学术界和工业界各有利弊。若在工业界，很看业务场景及老板们是否愿意投入时间和钱做AI，如果在中国学术界，还是得抱个大腿比如院士。

去工业界，好处是研究有业务场景和足量数据作为支撑，薪酬也不错，在学术界搞容易走向偏理论。

如果是应届博士在纠结，个人强烈建议别空想，直接都试试。若想回国，中国高校对于申请教职的要求和门槛越来越高，不是有顶会顶刊就行，很多直接要求paper数量、人才帽子、教学经验。这两年我聊到不少学历背景很漂亮的AI应届博士，申请国内优青/青千被拒，申请国内高校结果也不太理想，最后选择去了工业界。或者继续在海外去尝试其他海外工业界/学术界机会。

如果是有工作经验的AI博士，就想清楚自己要什么，曾经帮一个CV资深人选跳槽，他同时拿到了某大厂高级别offer和高校副教授offer，最后选择去了高校。2个原因：（1）自己想做的研究在企业追求盈利的环境下无法实现；（2）如果选择学术道路，人才帽子很重要，要申请就要赶在35/38岁之前，那得赶紧跳。

很多同学问我，他在博士期间主要是用公开数据集，研究偏理论，去工业界担心自己适应不了强度，或者去学术界是不是更舒服？

我还记得一个机器学习前辈（教授+中国大厂背景）跟我说过：如果是带着解决问题的心态，工业界和学术界切换就不是问题。在工业界是为了解决某个现实问题而去做算法，算法自然会work，在学术界为了解决某个技术单点问题，有所突破，那学术上也会有成就。如果有职业追求，那不管去学术界还是工业界，都没办法实现work life 很balance，如果想混日子，那两边都其实可以的。经常听到有人抱怨工业界很累，但其实不是，很多大厂某些部门已经被称为“养老院”。

上升变缓，继续等 Or 跳槽？

如果是因为业务发展停滞或者领导们不认可AI对于业务赋能效果，而导致卡上升通道，是否跳槽？

互联网平均跳槽是2-3年一跳，如果在这个公司工作时间不满2年/2年左右，建议向内寻求帮助，一和领导聊聊，AI赋能效果有时候需要时间，二看是否可以活水转岗到其他部门，尽量让自己的简历不要太跳。如果在同个部门超过3年/超过5年，这个问题都没有得到解决，建议跳槽。

技术+管理双重瓶颈，无突破，迷茫？

（1）在现有公司现有技术方向遇到了自身成长瓶颈，比如某无人机企业，学生跟着老师，学生过快成长为leader，在自身技术、团队管理、对业务产品的理解上，在日常工作里输出＞输入。里面有些员工后来选择去读博，也是给自己积淀和输入的一个选择；

（2）如果已在该赛道的头部公司，不妨跳出舒适圈，去规模体量更小的公司或者业务更初始阶段的部门，复现自己的技术和经验，重新激活自己。举例：比如手机赛道是红海，很多人无非就在几个手机厂商跳槽，同时看不上其他跨界造手机的公司。抛开行业是否红海这个点，单从职业发展路径来看，在跨界平台，你的经验被重视，发挥空间更大，职业发展上是进步的，而不是退步。

有大厂执念，去大厂一定可以提升技术？

举例：之前有聊过某算法博士，搞数字人方向。跳槽原因主要在原有团队技术上没太多突破/成长，想去技术牛逼的地方，问他想看什么样的机会，他比较笼统地回答倾向于看大厂。

因为虚拟人/数字人发展时间不长，大家做的水平差距不大。当时建议他挑2类机会去面，（1）大厂虚拟人算法团队，重点看leader和成员背景，水平厉害的领导和同事，大家一起学习成长，增速是加快的。（2）技术驱动型创业公司，这类公司技术能力要比甲方现有技术团队做的好，才会有客户。那去这种团队锻炼也能给自己带来提升。两类机会同时面试，再综合考虑地点、薪酬等。

不想在原有赛道内卷，能去哪里？

（1）换落地场景，去技术天花板更高，或业务场景没那么红海的公司。举例：早些年四小龙和大厂都去布局安防交通场景，入局容易，但竞对很多，去招投标时能看到一堆公司在PK算法，肉眼看不出差距时，那肯定是采购便宜且服务态度好或更熟悉的合作伙伴。像电力场景，招投标难度大，入局门槛高，玩家少，能尽早入局的AI公司就能获得很多业务。

（2）继续搞AI，但换赛道。能感受到这几年很多人想去外企，但在中国可选不多。这里给算法同学安利下量化对冲基金的机会。之前有帮某头部量化私募基金招到几个AI四小龙的算法人选，入职后工作体验都挺好，晚上6点 7点公司就没啥人加班了，自己也有空间和自由去研究技术、看论文和紧跟前瞻技术，薪酬福利待遇不错。具体可找我聊。

（3）不做AI算法，往其他路径转型。如果短时间内，无太大经济压力，建议可以快速试错，比如AI产品经理或者AI投资经理。我有合作一家头部PE/VC，就想物色CS/EE出身的算法同学转型做投资经理。AI产品/AI投资经理这两种职位对于算法人才而言，能锻炼到沟通表达、产品/商业逻辑等。但毕竟需要脱离技术，要管理好自己预期，转型前期收入可能比不上算法。之后的职业路径，就无非是从AI产品经理/投资经理不断上升到管理，或者创业。

晋升速度很快，老板也重视我，但我还是想通过跳槽看能不能更快

我有聊到些人选，在团队受宠，但依旧想看看机会，给我的理由是：想要更快实现级别和薪酬的飞升。在AI泡沫那几年，也许可以。但现在算法从业者基数变大，各大公司逐步调整自己对于AI的期望值的阶段，我建议大家踏实。飞速晋升往往天时地利人和。有哪些能力是你自己的，有哪些是平台赋予你的。其次，其他企业为你的价值付了高代价，那一定意味着人家对你的期望也很高，能否落地就成为一个问题。