AI遇冷，要不要转算法？

       随着国内互联网算法岗位的招聘的缩进，今年学弟学妹们在找工作的时候，都说遇到了一些困难。这两天看到熊猫直播39岁老员工，因为公司倒闭，找工作遇到困难，自己也感触颇深。作为工作六年多的硕士——一名互联网的“老人”，说说自己的这几年对视觉算法发展、岗位变化的感受。我在本科期间参加过一些建模比赛，这期间锻炼了一部分编码能力，读研期间编码能力提高不是很多，跟着导师做图像处理的项目，接触了一些视觉相关的算法。毕业的时候，国内招聘算法的公司非常少，我记得当时只有几个公司有视觉算法工程师的岗位，当时的百度IDL研究院，虹软等。并且待遇不是很高，大部分岗位都一样，百度13*14.6，杭州虹软9k，不跟现在有sp，ssp等等，现在确实对那些优秀的同学更合理了，可以拿到比较高的package。算法岗位的大火，尤其是cv相关的算法，是在15年到16年，深度学习在国内如火如荼的发展，加上当时创业公司较多，只要是视觉相关的，你用过caffe，就能25w以上，更多是大家看到了这个领域的空白跟投机性，好多不是算法的同学都转了CV，就跟我读书的时候，全员大数据、hadoop 一样。其实到现在我都不明白大数据到底是啥。随着视觉技术的发展和从业人数的增加，这个行业的门槛被拉低了，根据我今年面试的感觉来看，优秀的学生非常厉害，可以说比我牛很多的大有人在，但是有些只是感兴趣，自己了解不够深入的学生也很多。加上岗位的缩招，有些人反应工作不好找了，算法不值得转了。

       其实算法岗位热度下来，也是一种好事，让大家能沉淀一下，踏实做一些有用的技术，至于要不要转算法，我觉得如果是感兴趣，那肯定是值得转。当你深入其中，你会发现算法的美，真的是赏心悦目。

       对于毕业去哪些公司，个人建议应届生还是先去大厂锻炼一下，有可能工资不是很高，但是大厂一整套的流程和规范，以及对新人的培养机制，都是创业公司所不能比的。当你对这个行业有了进一步的认识，再选择出来或者继续干，都是没问题的。近两年视觉算法领域的泡沫逐渐破裂，那些靠PPT融资的公司，在形成自己的行业壁垒之前，钱就快烧完了，投机的人又会去追逐下一个风口，留下一地鸡毛。好的创业公司，不论大小，需要有自己坚持的方向，具有核心的竞争力，另外在视觉领域，开源是一个行业趋势，从头部的谷歌、亚马逊，到国内的阿里、腾讯和百度，都开始逐步在开源领域发力，那些更为开放，具有共享精神的公司，才会进一步得到市场的认可。

怎么准备？
       至于怎么准备，还是要从基础入手，提高自己的编码能力，python、c++必不可少，好多同学觉得python简单，易上手，其实能把python写好，也不是一件容易的是。多读代码，深入研究那些好的开源项目，github上有很多好的视觉算法开源项目，大家都可以去参考。

哪些领域值得做？
        OCR，人脸的细分领域，例如车牌、名片、发票，或者人脸的表情识别等。这些领域没有完全被大厂占领，还有机会。

有哪些推荐的项目值得参考？
       github有很多优秀的开源，学习那些公司级别开源的项目是一个好的选择，个人开源，一方面受制于个人经历，维护的力度会存在不足的问题。除了常见的计算网络和算法，框架也可以深入学习一下，例如ncnn,mnn等。还有细分领域的项目，OCR、车牌、人脸识别、人脸标定等等，大家自己搜一下即可。

       最后，还是希望大家能打牢基础，保持学习的心态，互联网是一个高速发展的领域，算法的更新迭代也非常快，只有保持学习，才能让自己时刻具有竞争力。