计算机视觉毕业后找不到工作怎么办？

跟深度学习，机器学习相关的专业，也许是烂大街的多。但是，从岗位而言，其实并不是这么一回事情。

你能来问问题，至少说明，你还想努力改变这个现实。所以，我是想要帮你的，只是这需要首先矫正下你的思维。

你目前的认识是流于表面的。优秀的候选人，一样是打着灯笼都找不到的。但是普通的，有点专业背景的学生，的确是毛毛的多。为什么说你流于表面？反过来讲你就明白了，“难道有论文，有比赛经历，有项目经历”就好找了吗？很显然，这答案放到现在，基本是一样的 —— 也不好找。

真正容易找的，只有这么一小撮人

• 有着顶会一作 —— 说明科研能力能打，能在未来给算法团队扛法论文的kpi
• 有着著名比赛前三 —— 说明调参能力能打，能在未来给算法团队抗比赛的kpi
• 有“相关”项目经历 —— 说明工程能力能打，人来就能用，根本不用培训，能在最短时间内形成战力
• 背靠几大实验室，有着人脉支持 —— 说明是个关系户，能不能打不重要。虽然你进来是大头兵，但是你的师兄师姐很可能是你上级的上级。

所以你看到了，真正的本质，也是重点 —— 你要能打～～～

事实上这一小撮人，同质化严重，所以虽然条件好几个，但是实际上条件的交集，并不比条件的并集小多少。很多满足这样条件的同学，他们还没有毕业，就已经被工作找到了。

当然，你也许会觉得，有论文总比没有强，有比赛总比没有强，有项目总比没有强……。可是，真的是这样的吗？

• 很多人，也觉得我有篇sci，你凭啥看不起 —— 不好意思，这是公司不是学校。如果是sci，那么至少要TIP，TCSVT，TNNLS这样的才能被算。更多的时候，你需要顶会，嗯，那种毫无疑问的不是擦边球的那种顶会。没有？那只能说明，你导师/实验室，要么就不是这个圈子的人，要么就是你根本没有能通过顶会的抗压测试 —— 如何在几个月时间之内，以可能远超996的工作压力下，依然可以产出领先世界同行的成果。所以，弄篇垃圾sci，真心还不如一篇accv。
• 很多人，也觉得我这里有比赛进到前几，你凭什么看不起 —— 不好意思，我们对于那种不慎出名，没多少奖金，或者总共都没几个队的比赛，都没啥兴趣。我们以后要打的比赛，即便不是奥运会，也得要是全运会。各种校运会，及其以下的，写出来，徒惹人耻笑，真的只有负面印象分。
• 很多人，也是这么觉得，我参加了xx培训班，K天从入门到精通了很多项目了；我研究生期间参与了好几个国家项目；你凭啥看不起 —— 不好意思，你以为的相关项目，压根不相关。是的，如今我组都要求，增加负样本筛简历 凡是提到什么MNIST， cifar，Titanic，Boston house price，……，统统都毙掉；有真正项目经历的人不会写这个。

如我前面所言，如果你没有过硬的关系，还想要进到某些岗位。那毫无疑问，只能靠你自己能打，至于你是能打这里，还是能打那里，关系倒不是很大；当然如果你都能打，那是最好不过的了。

企业都是很现实的，你的队友，你的经理也都是很现实的，简单一句，“我不会，但我可以学”，是不足以打动真正的头部岗位的，因为有的是人会说一样的话。

那你现在如咸鱼一样的现状，应该如何改变？无非就是这么几个选择

• 继续读博，但一定这次擦亮眼，别找佛系导师，除非你未来职业规划变成考公。
• 自己努力，毕业找工作
• 如果你自己编程不错，可以考虑参与某些大公司的开源项目。多提CR，多做维护。有一些背景并不突出的同学，其实是以这样的方式，被我们反向招聘的。为啥？因为他们已经证明了自己的工作能力，是招之能用的典型。而团队找一个，已经熟悉相关产品，有兴趣，有能力的队员，但是只用给一样多的钱，香吗？香的很。
• 迅速弥补自己的短板，搞篇论文，保证至少自己能过简历的初筛。最好当然是要有到顶会一作，但是这对于你这么个单兵基本没可能。但是，这并不代表，搞篇icip，accv 或者wacv也是个遥不可及的梦想。记住，别搞期刊，也别搞水会。
• 拉下脸皮，该舔的舔，该跪的跪。我当年老板也很佛系，但是这不代表，他以前没有奋斗过，也不代表他没有过硬的关系。如果你实验室有师兄师姐如今混的不错，只要你能让导师给你递个话，大概率你还是能上的。对的，我现在组里面的关系户都是这么来的。

其实，如果你非要找SDE的工作，你也不见得就要完全放弃CV。实际当中，尤其是做CV产品的时候，算法大佬最大的槽点之一就是相关的支持SDE

• 啥？要支持浏览器内跑模型？SDE团队说，tensorflow.js是个选择，好吧来搞吧。什么？模型跑不了？有算子不支持？好滴，改吧。重新训练模型，一个礼拜过去了。行了，这次能跑了，但是cpu占用率太高了。行模型改小，该多小才合适？不知道？算了，不同的量级的模型一起训。又一个礼拜过去了。啥，有模型cpu占用率达标了，但是又嫌弃准确率差？行再来……，一个小破项目，本以为一个月上线的，结果半年都没有弄完 —— 算法团队和SDE团队之间，来来回回。一直等到对面队伍里面有个能做ML，又懂SDE那一套的小X，加入团队，自己训练模型外加web部署，这事情才算了结。
• 啥？要支持XX系列的芯片/板子能跑的模型？这事情，算法团队很难搞，跟硬件，软件都有关系，所以算法大佬一个人很难搞起来。尤其是需要模型优化，部署的时候，几乎不同的板子很可能就是一套新的东西。而不懂模型的SDE，根本就是抓瞎，解释起来也是鸡同鸭讲。
• ……

上面都是很现实的工作里面的例子，虽然我部门HR一直致力于找有相关CV背景的SDE，但是其实收效甚微。学校里面几乎没人弄模型落地那一套，并且这一套东西，或者准确的说是，一套套的东西（每个硬件平台）都可能不一样。这说明啥？说明，做开发，也不见得就不要CV的背景；你有这个背景，在特殊的位置上，你能干的更出色。

再次回来，要找工作，你就要知道自己的价值所在 —— “我为什么要给你这份工作”，并不是一个虚假的面试问题。而你的回答应该是，我能打这个，能打那个，并且年轻，学习能力还强……

如果我是你的话，我会

• 好好想想，自己到底要什么。讲真，如果你家里条件不错，现在去读博也是个不错的选择。如果家里急等着你赚钱，那直接刷题，弄个普岗开发也不是很难的事情。但是关键是，你想好了，就别变来变去。人是没有可能什么便宜都占到的，但是变来变去的人是注定会永远也挖不到路尽头的金子的，哪怕每条路的尽头都有金子。
• 找学院里面能打的同学/老师，只要他能带你发顶会，你可以负责调试+跑所有的baseline，这样的贡献，给你个二作，很多地方都没有问题。很多地方，顶会二作也就够了。这能够最短时间内，解决你的论文短板。
• 找一个自己感兴趣的项目，如果你志在算法岗，那参与那种科研型强的项目，比如keras里面去实现个某个layer；反之，那就参与那种落地性强的项目。短时间内，加强自己的skill set。
• 找自己导师好好聊聊，看看有什么样的资源可以支持你下。