论呆板进修规模的内卷:不读PhD,我配不配找职业?

呆板进修内卷了吗?

「不博士学位,在呆板进修规模就业会变得越来越难吗?」最近,一个 Reddit 热帖引发了大度探讨。

论呆板进修规模的内卷:不读PhD,我配不配找职业?

对于单个研究者、从业者来说,毫无疑问,呆板进修规模确实「卷」起来了。这几年来,仿佛每个人都在搞呆板进修,在这个规模取得博士学位的人也急剧增加。一方面,AI 技术的高速发展并走向落地,创造了大度与呆板进修有关的岗位和职业内容;一方面,大度能人的涌入,让这个规模的就业门槛被不断抬高……有人说,人工智能将成为下一个「天坑」专业。身处浪潮之中,我们如何自处?博士学位和 ML 职业的关系根据发帖者的描述,发帖人认为进行呆板进修的研究者太多了,如果不博士学位,能够很难找到职业。对此,有网友表示,「这取决于呆板进修相关职业的增长速度是比 ML PhD 增长速度慢还是快。但是,并不是所有的 ML 职业都须要 PhD。比如 ML 工程师职业,他们更关注 ML 模型的基础和部署,而不是开发。」「与此同时,自动化工具和 AutoML 平台正在创建中,目前许多正在聘用 PhD 的公司能够不再须要专业知识很强的研究人员。在未来,进行 ML 职业的 PhD 很能够会为那些构建自动化 ML 平台的公司职业。」

论呆板进修规模的内卷:不读PhD,我配不配找职业?

也不是所有呆板进修规模的职业都须要博士学位。呆板进修规模的职业和企业种类繁多,实际上很难一概而论。最终结果取决于所进行职业的类型:

创造一种新的呆板进修方法,代替 CNN、Transformers 等,主要产出是专利或发表的论文;

只是在不同数据集上运用呆板进修模型,主要产出是某个数据产品(恰好开发过程中运用了呆板进修而已)。

如果是前者,那这个团队确实须要几个协作推动研究的博士;如果是后者,就不一定了(尽管理想中程序员最好也具备读论文的能力)。

论呆板进修规模的内卷:不读PhD,我配不配找职业?

不唯学力论能够大家都认为,学力高了,自然就好找职业。但是对于不博士学位的人,职业状况又如何呢?有网友表示,「我现在的职业以及以前的职业都要求有 PhD。虽然我不,但两个公司都接受了我。我有个朋友 ta 的公司也要求有 PhD,同样,他也不。」「公司会雇用那些他们认为能够填补团队技能缺口、帮助完成职业的人,但这并不意味着有 PhD 不是一种劣势。拥有 CICD 经验是一种劣势,拥有规模知识也是一种劣势…… 公司想要雇用哪种员工,取决于这个人给团队带来的价值。」

论呆板进修规模的内卷:不读PhD,我配不配找职业?

「我雇用数据科学家,我真的不在乎有不 PhD。可以将有无 PhD 进行混合,这样会更好。我发现 PhD 不太愿意去做那些在工业上大度应用 ML 职业。他们更倾向于学术上的内容、创造性低。这是因为他们能够更依赖于学术和既定的最佳实践,并且年龄相同但具有丰富行业经验的人能够会更加务实。因此将 PhD 和非 PhD 混合运用非常有用。」

论呆板进修规模的内卷:不读PhD,我配不配找职业?

换个具体点的角度来说,从能人聘用的操作上看,世界上肯定会有很多不博士学位的卓越能人,但 HR 为什么要费更多的精力去寻找这些人,而不是直接在丰富的博士能人库挑选呢?「有趣的是,每当探讨类似问题时,都会有探讨试图列出大度证据,表明自己遇见过哪种不靠谱的博士。但当我们搜索呆板进修规模的好职业时,仍然发现博士学位是首选。」在这个帖子的下面,还有不少网友给出了自己的看法和建议。如果你有更好的看法,欢迎在评论区与我们分享。参考链接:https://www.reddit.com/r/MachineLearning/comments/mgf9tf/d_if_the_number_of_machine_learning_phd_graduate/

原创文章,作者:机器之心,如若转载,请注明出处:https://www.iaiol.com/news/lun-dai-ban-jin-xiu-gui-mo-de-nei-juan-bu-du-phd-wo-pei-bu/

(0)
上一篇 2021年 3月 31日 上午9:39
下一篇 2021年 3月 31日 下午5:01

相关推荐

  • 中科驭数宣布完成数亿元A+轮融资,第二代DPU芯片完成研发计划

    DPU芯片计划企业中科驭数今日宣布完成数亿元规模A+轮融资,本轮融资由麦星投资和昆仑资源结合领投,老股东灵均投资、光环资源追加投资。这是继7月底完成A轮融资之后,中科驭数今年获得的第二笔更大规模的数亿元融资。所筹资金将用于DPU芯片的研发和量产、以及市场开拓。曾经完成第二代DPU芯片K2的计划工作中科驭数正在研发的第二代DPU芯片K2曾经完成计划和验证工作,预计将于2022年第一季度投产流片。DPU是数据专用处理器(Data Processing Unit),是数据中心继CPU和GPU之后第三颗重要的算力芯片。随着

    2021年 12月 21日
  • 崭新定名、高通首款4nm、小米12寰球首发,骁龙8 Gen1实拍图来了

    高通崭新定名的旗舰芯片骁龙 8 Gen1 来了

    2021年 12月 1日
  • 机器之心ACL 2022论文分享会干货集锦,6月邀你来CVPR分享会

    ​作为国际最受关注的自然谈话处理顶级会议,每年的 ACL 都吸引了大量华人学者投稿、参会。今年的 ACL 大会已是第 60 届,于 5 月 22-5 月 27 日期间举办。

    2022年 5月 27日
  • AI助力高功能钢设计:断裂强度、断裂寿命得到准确预计

    呆板进修技术促进了从医疗保健到高能物理等科技领域的进步。现在,呆板进修有望帮助火力发电厂加速开发更坚固的合金,尤其是不锈钢。更坚固的质料是高效生产能源的关键,从而带来经济和脱碳效益。「在发电厂中的使用超高强度钢的历史可追溯到20世纪50年代,随着时间的推移,质料逐渐改良。」太平洋西北国家实验室 (PNNL) 的博士后钻研助理 Osman Mamun 说。「如果我们能找到加快改良或创造新质料的格式,我们就能看到工场效率提高,同时减少排放到大气中的碳量。」Mamun 是最近两篇相关期刊文章的主要作者,这些文章揭示了呆板

    2021年 6月 28日
  • Judea Pearl推荐,UC伯克利研究者合著机械进修新书,可当研究生教材

    前段时间,加州大学伯克利分校 Moritz Hardt 和 Benjamin Recht 合著的新书受到了广泛关注。这本书首要阐述了机械进修的模式、预测以及实现,并面向研究生使用。

    2021年 5月 18日
  • 「清华系」视频天生公司生数科技宣布完成新一轮数亿元融资

    近日,北京生数科技有限公司(以下简称“生数科技”)宣布完成新一轮数亿元融资,由启明创投领投,达泰资本、鸿福厚德、智谱AI、老股东BV百度风投和卓源亚洲继续跟投。本轮融资将主要用于多模态基础大模型的迭代研发、应用产品立异及市场拓展。本轮由华兴资本担任独家财务顾问。生数科技成立于2023年3月,是全世界领先的多模态大模型公司,致力于图象、3D、视频等原生多模态大模型的研发。生数科技核心团队来自清华大学人工智能研究院,此外还包括来自北京大学和阿里巴巴、腾讯、字节跳动等科技公司的多位技能人才。此前公司

    2024年 3月 12日
  • 2021美国迷信天赋奖出炉:高中生瓜分180万奖金

    2021 年的美国迷信天赋奖被颁给了一群钻研无限婚配算法、机器学习、评测新药和饮用水过滤的高中生。

    2021年 3月 26日
  • google研究科学家Kevin P. Murphy几率机械进修典范教材再版,PDF免费下载

    google研究科学家 Kevin P. Murphy 的几率机械进修册本即将发行第二版了。经历了近十年的发展之后,这本人工智能畛域典范册本的实质丰富了不少(从页数上也能看出来)。

    2021年 1月 3日
  • 百分点大数据技术团队:数据管理“PAI”实施方法论

    编者按数据作为第五大生产要素,已逐渐成为政府和企业决策的重要手段与依据。面对数据多样化、数据需要个性化、数据应用智能化的需要,以及在2B和2G行业中数据品质参差不齐、数据应用难以发挥价值、数据资产难以积淀等问题,如何做好数据管理事务、提拔数据管理才智成为了政府和企业数字化转型的重中之重。百分点大数据技术团队基于多年的数据管理项目经验,总结了一套做好数据管理事务及提拔数据管理才智的实施方法论。近年来,推动数据管理体系建设一直是业界探索的热点,另外,《中共中央、国务院关于构建更加完善的要素市场化配置体制机制的意见》将数

    2021年 3月 10日
  • 姚班、智班之后,清华创造量子信息班,网友:简称「期(QI)班」?

    在姚班、智班之后,清华大学又创造了「量子信息班」。

    2021年 5月 25日

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注