直播問答專欄內(nèi)容已經(jīng)做到第四期了，這一期都是在實習(xí)階段或者是在校階段對自己將來職業(yè)發(fā)展思考的問題。有面臨職業(yè)選擇的，有面臨發(fā)展選擇的，也有面臨方向選擇的。

學(xué)姐一對一的都給出了建議，也許他們的問題，也在困惑著你，一起來看看學(xué)姐的建議能否也能幫助到你叭！

第一位同學(xué)

基本介紹：

我是與計算機無關(guān)的211研三學(xué)生，手里有一份算法實習(xí)。公司是某500強外企分出來專門做物聯(lián)網(wǎng)的，我覺得去厲害的互聯(lián)網(wǎng)公司里我的能力不夠。

Q1：

我的問題是現(xiàn)在社會對AI博士的需求越來越大，人工智能專業(yè)的學(xué)生也快出來了，碩士的職業(yè)發(fā)展是不是不太好，跟關(guān)鍵技術(shù)崗位無緣了？

Q2：

雖然手里有算法實習(xí)，但是不想做跟碩士方向相關(guān)的AI博士。請問有沒有什么學(xué)校不太差并且對跨專業(yè)過去讀不太抵觸的學(xué)校選擇嗎？還是說我應(yīng)該在公司做一兩年把這個領(lǐng)域弄熟悉了再去尋找博士讀呢？或者說博士沒有必要讀？

Q3：

如果不讀博得話是留在本公司跟著比互聯(lián)網(wǎng)公司技術(shù)差不少的領(lǐng)導(dǎo)學(xué)對職業(yè)晉升幫助大，還是努力去大公司當(dāng)顆螺絲釘再出來找我現(xiàn)在這種公司職業(yè)發(fā)展好呢？

A：

我觀點是：

博士不是必須，是否與關(guān)鍵崗位無關(guān)，與碩博士無關(guān)。如果你條件ok，通常學(xué)校對跨專業(yè)不抵觸，除非是名校特別火熱的專業(yè)。

物聯(lián)網(wǎng)偏工業(yè)的，沒有互聯(lián)網(wǎng)技術(shù)迭代，開發(fā)壓力大，工資也會差很多。所以如果可能，還是去互聯(lián)網(wǎng)。

博士4年，如果你在公司非常認真地干，提升你各方面的技能，其實最后是一樣的。但如果你最后希望去科研機構(gòu)或大學(xué)，博士就是最起碼的一個通行證。

第二位同學(xué)

基本情況

非CS的211研究生，暑期運氣不錯找了個硬件很強的公司做算法實習(xí)生，但是我發(fā)現(xiàn)我們公司算法組太年輕了，我現(xiàn)在很糾結(jié)。一個方面我現(xiàn)在也很弱，有特別特別多的東西要學(xué)，我在我們公司一定時間內(nèi)也能學(xué)到不少東西。另一方面我又覺得我們公司算法組不夠好。

Q1：

聽說好的大廠組做事眼光很長遠做事很細致，我想知道除去BAT這樣頂級的我沒可能進去的超級大廠，一些有一絲機會的好公司的算法組有多強？以我現(xiàn)在的水平我需不需要努努力？

Q2：

這家公司剛進來，大家對我也很好，而且把我拉進了一個長期的項目里，我都有些不好意思秋招跳槽走。我如果留在這種不是特別強的算法組里，不參加秋招，是不是會跟別人差距很大，以后沒機會進大廠了？

A：

如果你覺得自己的自驅(qū)力、學(xué)習(xí)科研能力一般，還是要選一個好環(huán)境來快速提升自己的，畢竟身邊的人的水平、公司資源和技術(shù)氛圍是不一樣的。

至于好不好意思，這個時代好像也無所謂，只要做到，我在這兒干一天，就會盡自己最大努力，對得起公司給的薪資和栽培，不要混日子，就OK了。

第三位同學(xué)

基本情況：

老師您好，我是某211機械工程專業(yè)的研一學(xué)生，但目前的研究方向是計算機視覺，我想選擇語義分割作為自己的研究課題，但目前學(xué)習(xí)路徑不知如何規(guī)劃。

Q1：

我想知道是否在學(xué)習(xí)深度學(xué)習(xí)之前還要學(xué)習(xí)傳統(tǒng)的機器學(xué)習(xí)呢？Q2：還有一個問題是目前沒有企業(yè)項目可以做，但以后找工作想找與cv相關(guān)的崗位，我該怎么努力才能在就業(yè)中更有競爭力？

A：

深度學(xué)習(xí)的第一個階段不需要學(xué)經(jīng)典機器學(xué)習(xí)。

第一階段：

吳恩達深度學(xué)習(xí)--Pytorch框架—Cvpaper+ baseline --CVpaper目標(biāo)檢測和語義分割2個方向，然后再做paper里面實際的項目。

過了這個階段，就去實習(xí)越早越好，研一暑假、寒假、研二暑假，或者能長期實習(xí)也可以。接觸的就都是企業(yè)項目。

這些過掉后，如果希望在算法方面相當(dāng)有造詣，回頭還是要學(xué)機器學(xué)習(xí)，深度學(xué)習(xí)算法的很多發(fā)明和改良，都需要經(jīng)典機器學(xué)習(xí)理論基礎(chǔ)。建議系統(tǒng)的學(xué)習(xí)一下比較好。

如果你有學(xué)習(xí)或者職業(yè)選擇上的問題，就來問學(xué)姐叭！

關(guān)注公眾號，菜單欄點擊“聯(lián)系學(xué)姐”即可。