2020 年，投身计算机视觉是否明智？

这几年cv算法岗竞争越来越激烈，会不会很多人被吓跑了，到了21年秋招时，竞争就没那么激烈呢？

霍华德（毕业于新加坡国立大学）

知乎上cv一副药丸的样子，实际上cv方向工作两年，有点视频分类经验的都招不到

 

WenJie Pei （哈工大深圳助理教授，擅长CV&ML）

现在工业界对于AI需要的两类人才：1）做能够落地产品的视觉科研，即不只是相对于state-of-the-art performance 有提高，而是性能能够满足落地要求。因此，也许模型是否fancy，novelty是否能够达到顶会要求已经不重要，重要的是模型实际的性能，包括准确率和运行效率，以及对于现实的成本要求（比如标注要求）等；2）面向基于深度学习底层架构的程序开发，以提高模型运行效率。

看从哪个角度来说。

我觉得如果抱着想趁着AI风口发一把财的侥幸心理，那2020年投身CV肯定晚了，现在AI工业界已经在逐渐回冷，公司招人越来越理性，顶会paper数量不再是一个决定性的指标了，而更看重岗位和面试者的match程度。另外一方面，对于AI的投资资本也越来越理性。所以等你毕业时，CV岗位薪水也会趋于一个理性的程度，而不像之前那么有些虚高了。但是话说回来，即使回到三年前，AI大热时你入行，同样也只能热这么几年，同样会面临几年后回冷的局势。所以这种侥幸心理还是不要抱太多希望。

如果从学术研究角度的话，AI和CV仍然有很长的路要走，大多问题都还没有完美或者满意的解决方案，仍然还有很大的提升空间。

所以我觉得研究生阶段选课题不要有太多的功利性，兴趣和是否适合才是你要考虑的重点。

 

邵浩博士（苏州狗尾草智能科技有限公司 人工智能研究院院长）回答：

CV算是上层应用。有深度学习和大数据加持，CV已经比较成熟。

算法岗竞争激烈的原因在于，现在做CV基本上都是拿一个深度模型来调一调，对于机器学习和数学的要求大大降低。

但优秀的人才仍然是稀缺的，那些不仅有调参经验，而且编程能力超强，对数学的掌握足够深厚的同学，可以根据实际问题调整网络结构，利用各种方法满足工程需求，并能熟练运用各种编程语言（例如C和C++）进行工程化改造。这样的人也能够拿到更好的offer。

因此，定方向，无论是CV，还是NLP，还是KG，都可以，最重要的是培养自己的编程能力、数学能力，以及基础的机器学习能力。同时要多动手，从Kaggle开始，到研二找个比较好的实习岗位，竞争力也会提升。

文章转载自知乎

文章推荐

算法初级职位内卷，如何选择适合自己的方向?程序员未来会成为非常内卷的职业么？

为避免程序员中年被裁应当做哪些准备？