【杂谈】为什么你学了AI，企业却不要你
文章首發(fā)于微信公眾號(hào)《與有三學(xué)AI》
【雜談】為什么你學(xué)了AI，企業(yè)卻不要你
前幾個(gè)月花了一些時(shí)間招實(shí)習(xí)生，面試了近10個(gè)，最后只發(fā)了一個(gè)offer，因?yàn)閷?shí)在是不滿意。近半年也跟一些負(fù)責(zé)招聘的同行們聊過天，再加上18年秋招形勢(shì)的印證，我們自己內(nèi)部的需求，現(xiàn)在就是這樣的狀態(tài)。
眾人都在學(xué)AI，企業(yè)卻愁招不到人，現(xiàn)在已經(jīng)不是誰混混都能入行的時(shí)候了。
為什么呢？歸根結(jié)底還是大部分人能力達(dá)不到要求，牛人只會(huì)被哄搶，牛人就算有缺點(diǎn)，也可以忽略，而普通人如果沒有優(yōu)點(diǎn)，誰要你啊。
?
01?以下幾種人企業(yè)不想用
為什么學(xué)習(xí)的人那么多，企業(yè)卻不想要呢？我覺得主要是這幾方面的原因，以圖像領(lǐng)域為例。
1.1 基礎(chǔ)非常不扎實(shí)
很多人是直接跳進(jìn)來深度學(xué)習(xí)這個(gè)方向的，說白了就是直接從所謂的python+tensorflow等開始，充其量再看了幾門網(wǎng)課。
但正確的入行或者說學(xué)習(xí)流程應(yīng)該是這樣的，分兩個(gè)方面。
首先是編程基礎(chǔ)
linux基礎(chǔ)，包括熟悉linux各類環(huán)境配置，熟悉shell腳本，熟悉cmake/make編譯環(huán)境。
git基礎(chǔ)，熟練使用github等，學(xué)會(huì)版本控制。
c++基礎(chǔ)，熟悉c++的基本語法，類的設(shè)計(jì)，代碼的編譯與調(diào)試。
python基礎(chǔ)，需要非常熟悉矩陣運(yùn)算，各類基礎(chǔ)庫的使用。
了解開源框架，這就是大部分人的水平，知道某個(gè)開源框架的基本使用。
熟悉開源框架，需要熟悉主流的開源框架，掌握高級(jí)用法，閱讀過源代碼。我們不能指望只掌握一個(gè)開源框架，難道只會(huì)tensorflow或者pytorch，放棄Google和Facebook其中的一個(gè)嗎，或者不會(huì)用Caffe永遠(yuǎn)無法在公司完成移動(dòng)端模型的訓(xùn)練和部署。還有太多太多，可以慢慢來。
不拼顏值的編程世界，只有一步一個(gè)臺(tái)階才不會(huì)將來捅婁子。
然后是算法基礎(chǔ)
信號(hào)處理與圖像基礎(chǔ)，包括熟悉信號(hào)處理領(lǐng)域的基本概念，圖像的基礎(chǔ)概念和基本的算法，這些現(xiàn)在與深度學(xué)習(xí)方法的結(jié)合越來越多。
傳統(tǒng)機(jī)器學(xué)習(xí)，指望深度學(xué)習(xí)對(duì)所有任務(wù)end-to-end解決是不可能的，深度學(xué)習(xí)往往都只是解決問題的第一步，許多任務(wù)（比如平滑跟蹤，重建等后處理）的精修全部都需要使用傳統(tǒng)方法。不會(huì)，往往就意味著不能獨(dú)立完成一個(gè)項(xiàng)目。
深度學(xué)習(xí)入門，所謂入門就是知道使用一個(gè)框架，拿出一個(gè)不錯(cuò)的模型，跑完一個(gè)任務(wù)的整個(gè)流程，或許還會(huì)做一些簡(jiǎn)單的改進(jìn)，這也就是大部分人的水平，能把任務(wù)做到95%卻做不到98%。
深度學(xué)習(xí)進(jìn)階，到了這一步才是收入的分水嶺。需要有豐富的項(xiàng)目經(jīng)驗(yàn)，比較扎實(shí)的理論基礎(chǔ)，才能用同樣的資源作出完全不同的效果，說起來要會(huì)的就太多了，此處略過。
準(zhǔn)備好生發(fā)吧。
1.2 態(tài)度非常不認(rèn)真
如果你是牛人，有著超出大部分的聰明才智，能一個(gè)人干翻一個(gè)團(tuán)隊(duì)，就算其他都是缺點(diǎn)，沒問題。
如果你只是普通人，愿意多付出很多時(shí)間，喜歡查漏補(bǔ)缺別人不做但是卻可能對(duì)項(xiàng)目非常有用的方案，那也沒問題。
如果是其他的，我就不會(huì)招了。
有一個(gè)老大跟我說：“招一個(gè)不靠譜的人來做事，我付出時(shí)間還放心不下，不如讓老員工來。”
企業(yè)要的是從頭到尾，可以把事情放心交給你的人。
大部分任務(wù)確實(shí)并不難，誰嘗試的方案，跑過的實(shí)驗(yàn)多，誰更加細(xì)心，就有可能做的更好。
有人不愿意花時(shí)間篩選數(shù)據(jù)，只等著別人送過來數(shù)據(jù)，擼起袖子就開干。
有人不愿意多跑幾個(gè)實(shí)驗(yàn)，搞到一個(gè)勉強(qiáng)的指標(biāo)就想交差了事了。
有的人這也懂，那也懂，做出來全是錯(cuò)的。
1.3 熱衷學(xué)習(xí)，能說會(huì)道不會(huì)做
這一類人的特點(diǎn)就是，看了大量的書，聽了大量的課，說起來頭頭是道，但卻不喜歡實(shí)踐。只要針對(duì)某一個(gè)問題問一點(diǎn)細(xì)節(jié)，一戳就破。
想想也是，摟著女朋友看書看視頻當(dāng)然很舒服了，誰還看不懂呢，但是時(shí)間長了，花拳繡腿與紙上談兵就原形畢露了。
因此奉勸這些朋友們，早日爬出舒適圈，從簡(jiǎn)單事情開始做起。
?
02?學(xué)習(xí)AI需要哪些技能
這一行是一個(gè)交叉學(xué)科，需要的技能非常多，以計(jì)算機(jī)視覺為例，為了保證工作的正常獨(dú)立進(jìn)行，以下可以說是必備技能。
2.1 編程基礎(chǔ)
熟練使用linux，git，vim等環(huán)境和工具。
熟練掌握 C/C++、Python等編程語言。
熟練掌握cmake，g++等編譯工具。
如果以上基礎(chǔ)不扎實(shí)，后果是什么呢？
別人的代碼不會(huì)用，看不懂。
遇到簡(jiǎn)單bug調(diào)半天，稍微復(fù)雜一點(diǎn)自己根本搞不定。
寫出來的東西公司不能用，不敢用。
2.2 算法基礎(chǔ)
熟悉傳統(tǒng)圖像算法，機(jī)器學(xué)習(xí)算法。
熟練跟蹤并閱讀行業(yè)前沿研究，復(fù)現(xiàn)結(jié)果。
系統(tǒng)性熟悉深度學(xué)習(xí)理論。
如果以上基礎(chǔ)不扎實(shí)，后果是什么呢？
目光局限，基礎(chǔ)概念需要到處查漏補(bǔ)缺。
論文看不懂，效率低下。
無法創(chuàng)新，只會(huì)用現(xiàn)成的。
2.3 框架基礎(chǔ)
熟練掌握 Caffe、TensorFlow、pytorch等以及不斷新出的開源平臺(tái)。
如果以上基礎(chǔ)不扎實(shí)，后果是什么呢？
無法驗(yàn)證別人的方案，代碼經(jīng)常跑不通而放棄。
無法復(fù)現(xiàn)別人的論文，只能停留在看熱鬧的階段，等著別人開放源代碼。
2.4 其他基礎(chǔ)
掌握爬蟲等前后端的基礎(chǔ)知識(shí)。
了解并熟悉Cuda等GPU編程技術(shù)，了解一些移動(dòng)端的硬件知識(shí)。
了解并熟悉 Android、iOS 等移動(dòng)端的基礎(chǔ)知識(shí)，在項(xiàng)目中可能會(huì)需要使用。
如果以上基礎(chǔ)不扎實(shí)，后果是什么呢？
日常項(xiàng)目無法獨(dú)立開工，永遠(yuǎn)需要?jiǎng)e人幫助才能完成項(xiàng)目。
個(gè)人能力有限，職業(yè)生涯天花板明顯（當(dāng)然，如果你在前面的算法等領(lǐng)域達(dá)到了頂尖水平，可以不需要這些附加技能，不過一般達(dá)到頂尖水平的人，這點(diǎn)技能早就會(huì)了）。
不要羨慕別人家的本科生收入遠(yuǎn)遠(yuǎn)高于你。
想想自己有別人一半的厲害嗎。
感謝各位看官的耐心閱讀，不足之處希望多多指教。后續(xù)內(nèi)容將會(huì)不定期奉上，歡迎大家關(guān)注有三公眾號(hào) 有三AI！
?
總結(jié)
以上是生活随笔為你收集整理的【杂谈】为什么你学了AI，企业却不要你的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 【AI基础】OpenCV，PIL，Ski
- 下一篇： 回顾2018，计划2019