V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
V2EX 提问指南
zyuhung
V2EX  ›  问与答

现在找工作不找个机器学习相关的都是个傻逼?

  •  
  •   zyuhung · 2018-03-23 10:31:44 +08:00 · 7365 次点击
    这是一个创建于 2428 天前的主题,其中的信息可能已经有所发展或是发生改变。
    本科生,最近毕业设计的导师找了几个本科生开会,然后一上来先询问大家找工作怎么样,基本上 5 个人除了一个出国,还有本人从事的是开发岗位,其他 3 个都是从事与图像识别有关的机器学习的岗位,虽然资薪没有本人高,但是导师在聊天的时候说我过两年就会厌倦开发岗位的,而他们那些岗位才会比较有趣。本人此前也接触过相关知识,但是发现数学太差,不适合搞这些,果断转回开发。我一直都很疑惑,难道是一定要搞个机器学习相关的工作未来才不会被淘汰?现在是不是有种过度崇拜机器学习了。
    23 条回复    2018-06-25 15:34:51 +08:00
    sudoz
        1
    sudoz  
       2018-03-23 10:48:52 +08:00
    别听你老师的
    tkMerkava
        2
    tkMerkava  
       2018-03-23 10:51:34 +08:00
    都是资本炒作的结果,啥热炒作啥
    mrsatangel
        3
    mrsatangel  
       2018-03-23 10:55:12 +08:00
    hellolleh
        4
    hellolleh  
       2018-03-23 10:56:24 +08:00
    机器学习深度学习等等一类的概念,真的没那么牛逼,应用到业务上的能力更是差强人意,这些东西,5060 年代都有人研究,现在数据量算力上去了,开始有些效果了,就各种炒作了。
    mrsatangel
        5
    mrsatangel  
       2018-03-23 11:10:25 +08:00   ❤️ 3
    @hellolleh 上世纪五六十年代研究的主要是基于谓词逻辑的专家系统,是有严格的演算过程和推导逻辑的。现在这一波火的是深度神经网络,放弃了模型的可解释性而追求经验性的预测准确度。非要说是算力提升导致机器学习爆发也没问题,但是机器学习的爆发也导致了寒武纪、TPU、GPGPU 的出现。具体到业务系统里面的应用其实还是挺多的,建议可以看一下美团的外卖配送匹配、金融公司的风控和征信系统、头条系的推荐系统——其实还是很精准的,推荐系统最大的问题不是推荐得不够好,而是容易让人陷入鞍点。深度学习是机器学习的一个子集,大部分公司的业务还是用的朴素贝叶斯、SVM 这些老模型,效果也不错,但是 CV、语音这些领域传统算法已经彻底被深度学习替代了,很残酷。
    lk1ngaa7
        6
    lk1ngaa7  
       2018-03-23 11:11:23 +08:00
    是的,你老师说得对
    wqzjk393
        7
    wqzjk393  
       2018-03-23 11:33:25 +08:00 via iPhone
    在近期的一次 CGTN(中国国际电视台)的对李开复的直播采访中,李开复表示:「在我看来每个创业者都很想把自己的创业公司包装成一个 AI 公司,而每个 VC 也都想要标榜自己是一个 AI 投资人。但是 AI 投资其实不适合新手参与。如果对 AI 技术本身没有了解就急着参与到 AI 的早期阶段来,这样的人会赔得连裤子都不剩。到了今年年底,我觉得会有很多泡沫破掉。」

    「有一些初创公司编造出的故事其实是无法达到的,他们就这样去骗 VC 投资他们,因为 VC 又不懂。所以到了年底左右,我们当然能看到一些非常成功的案例推动了 AI 的发展,但也会有更多泡沫破碎。企业花完了钱,然后破产,这会让整个环境冷却下来一阵子。」
    不过,李开复也表示,AI 既然技术来了,就肯定会落地生根,所以不必对短期的涨落过分担心。
    关于泡沫破碎对整个市场环境的影响,李开复说:「影响有可能会很大,而且是世界性的。现在回头看 2000 年的话,「.com 」泡沫给通讯公司、科技公司、包括微软都带来了沉重的打击。历史就是这样的。如今我不仅对 AI 抱有担心,我还觉得 ICO 才是最大的泡沫。ICO 泡沫破碎的时候,也会使得一些 AI 泡沫破碎,并且连锁反应影响到更多科技公司。所以我觉得个人投资者一定要很小心,接下来的 6 个月左右时间内会有不少泡沫破碎。」李开复说。



    理性看待吧,实际开发感觉机器学习 数据挖掘分析什么的都是分不开的,应该是开发时候发现用机器学习数据挖掘某个算法效果更好点,所以才使用,而不应该是为了赶潮流强上 ai ml
    am241
        8
    am241  
       2018-03-23 11:41:02 +08:00 via Android
    技术总是会进步的,所谓泡沫是金融概念:什么人都觉得自己有能力在这领域赚一大笔钱
    msg7086
        9
    msg7086  
       2018-03-23 11:44:26 +08:00
    淘汰嘛,总有一天会淘汰的。
    以后就是人工智能机器人把全人类淘汰了。
    然而你活着的时候还有没有机会看到这天,这谁都不知道。
    coderluan
        10
    coderluan  
       2018-03-23 11:54:27 +08:00   ❤️ 1
    你们老师只是说“机器学习更有趣”吧,根本没说别的。
    你是怎么理解成“不搞机器学习被淘汰”“不搞机器学习更傻逼”的。
    然后上面还有说“别听你老师的”“你老师说得对”。

    恕我语文不好,跟不上你们交流。
    zyuhung
        11
    zyuhung  
    OP
       2018-03-23 12:07:47 +08:00 via Android
    @coderluan 是因为老师说话的语气非常看不起开发的
    picture2200
        12
    picture2200  
       2018-03-23 12:20:39 +08:00 via Android
    AI 岗位现在一般都要求硕士及以上,本科出来干怕是找不到工作的
    yianing
        13
    yianing  
       2018-03-23 12:44:22 +08:00
    开发出来好东西就是造福社会,凭什么做开发的要被鄙视😒
    brickyang
        14
    brickyang  
       2018-03-23 12:46:29 +08:00 via iPhone
    游泳,健身,机器学习,区块链了解一下。
    zihuyishi
        15
    zihuyishi  
       2018-03-23 12:57:57 +08:00
    等下,现在不是区块链的时代吗?
    zj299792458
        16
    zj299792458  
       2018-03-23 13:24:52 +08:00 via iPhone
    现在机器学习的岗位还真不需要会数学,就调接口就行了,不需要知道为什么
    stargazer242
        17
    stargazer242  
       2018-03-23 13:56:11 +08:00
    你老师技术牛逼的话就不会当老师了
    notreami
        18
    notreami  
       2018-03-23 16:02:57 +08:00
    没事,反正到 30 岁,再转岗也能活命
    dox1994
        19
    dox1994  
       2018-03-23 16:39:07 +08:00 via Android   ❤️ 2
    不管机器学习还是开发都好,重要的是找一个能有一定挑战性,或者说做一点创造性工作的岗位吧,让自己有所成长,而不要去天天做基础的重复性工作
    xwhxbg
        20
    xwhxbg  
       2018-03-23 16:46:33 +08:00
    工资特别低可能去做数据标注了,现在 AI 的工作很难找的,不是对应专业的硕士都没法申请
    zyuhung
        21
    zyuhung  
    OP
       2018-03-23 18:46:36 +08:00 via Android
    @dox1994 很有道理
    contmonad
        22
    contmonad  
       2018-03-24 11:54:01 +08:00
    机器学习方面靠谱的工作太少了,不靠谱的 ML 职位 = 数据清洗+调参狗,在精神回报方面和做业务驱动型 CRUD 没啥区别。

    做系统有做系统的乐趣,比如出了 bug 或者性能问题,只要花时间细心排查最后总能定位到,从上层应用代码到编译器到 VM/OS 再到硬件整个 stack,一层不能解决可以深入到下一层解决。起码这种对系统的掌控感做 ML 是很难有的,ML 很多模型都是黑箱,训练数据各种坑,出了问题只好瞎改跟炼丹差不多。我当初也是一心想找 ML 相关工作未果(那时候 AlphaGo 这波热潮还没开始),后来去做了 infrastructure,现在工作快两年了感觉还是非常有意思的。
    jyoe
        23
    jyoe  
       2018-06-25 15:34:51 +08:00
    我司仅仅只是用了一套很简单的算法 一台很破旧的机器 来帮法务去看一下 哪些合同存在隐患而已,不知道算不算一个靠谱的落地应用。
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   1474 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 23ms · UTC 17:24 · PVG 01:24 · LAX 09:24 · JFK 12:24
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.