美國、德國學術界水了5年

德國工業(yè)界摸魚了3年
談談我的淺見（IT、人工智能）

一、工程能力、數(shù)據(jù)之于業(yè)界的重要性

當你進入到工業(yè)界會發(fā)現(xiàn)
原來世界500強公司的機器學習團隊
也大都只是Git clone市面上開源的代碼
調(diào)整一些參數(shù)/用自己的數(shù)據(jù)集訓練
有那么幾個復現(xiàn)能力強的算法工程師
足矣。。

不同深度學習模型在大數(shù)據(jù)燃料的驅(qū)動下
差別幾乎可以忽略
相反
學術界take for granted的 數(shù)據(jù)集
才是工業(yè)界的命脈
得數(shù)據(jù)者得天下
對于互聯(lián)網(wǎng)公司更是如此
標注一張語義分割圖片需要1個小時

相比花里胡哨的深度學習模型
業(yè)界更需要
海量大數(shù)據(jù)收集/管理/讀取/active learning的能力
把算法工程(產(chǎn)品)化的能力
算法寫進板子的能力
軟件開發(fā)和迭代的能力
以及ppt和有效溝通的能力

二、 產(chǎn)品才是業(yè)界的核心
如果說學術界KPI是頂刊和引用數(shù)
那么業(yè)界的KPI便是盡量提升用戶數(shù)和滿意度
企業(yè)最終賣的是產(chǎn)品和解決方案
而算法只是其中很小的一部分
并且對于大多數(shù)中小企業(yè)來講
是很微不足道的部分
而大頭都是軟件開發(fā)相關
什么前端、后端、、美工、產(chǎn)品經(jīng)理
--這也是作為數(shù)學建模、算法出身的我最近幾年才認識到的“殘酷”現(xiàn)實
開發(fā)才是業(yè)界的剛需！

設想一個做導航軟件的小公司
導航軟件里最核心的算法便是
@運籌OR帷幄?最經(jīng)典的最短路徑算法

但作為用戶
你最關心的導航軟件一定是它的UI（用戶操作界面）
以及支持的功能（例如是否有限速提醒、探頭提醒等）
還有數(shù)據(jù)庫（是否導航中的信息足夠詳盡和精確）
算法部分只要夠用就行

作為用戶
你會不會打開倆個導航軟件
對比哪個軟件的線路更短、用時更快？
比如搜索一段路徑
百度地圖給出的路徑長53.5公里、用時52分鐘

而騰訊地圖給出的路徑長53.7公里、用時56分鐘

而作為用戶的你
是因為這多出來的0.2公里和4分鐘
才選擇的百度而不是騰訊么？

因此（中?。┕緦幵高x擇砸錢雇很多前端（UI、美工設計師）
也不愿花錢雇第二個運籌學算法工程師

三、為別人打工 VS 為自己打工
學術界即使博士后、青椒
畢竟發(fā)的文章署名是自己的
多半還是在為自己打工
因此即使007也心甘情愿
然而殘酷的事實是學術界卷得厲害
007也不一定能換來終身教職
并且還得飽受清貧之苦
為了所謂的學術理想是否值得
是需要深思的

工業(yè)界就不一樣的
國內(nèi)996大廠好歹有加班補貼
作為碼農(nóng)按時計費
超一小時就要算上一小時的錢
或者績效那邊補上（獎金）
歐洲這邊則是965每周工作40小時
到點下班、加班一小時都不可能

感激博士畢業(yè)求職季把我拒掉的兩個博后崗位
讓我提前脫離“苦海”，提前“上岸”
成為了快樂的德國“摸魚”人

六分教育、四分科普、聚焦碩博

歡迎關注我的視頻：

https://www.bilibili.com/video/BV1AZ4y157uk?spm_id_from=333.999.0.0

https://www.bilibili.com/video/BV18M4y1L7uv?spm_id_from=333.999.0.0