机器学习内卷了吗？
「没有博士学位，在机器学习领域就业会变得越来越难吗？」最近，一个 Reddit 热帖引发了大量讨论。
对于单个研究者、从业者来说，毫无疑问，机器学习领域确实「卷」起来了。这几年来，仿佛每个人都在搞机器学习，在这个领域取得博士学位的人也急剧增加。
一方面，AI 技术的高速发展并走向落地，创造了大量与机器学习有关的岗位和工作内容；一方面，大量人才的涌入，让这个领域的就业门槛被不断抬高……
有人说，人工智能将成为下一个「天坑」专业。身处浪潮之中，我们如何自处？
博士学位和 ML 工作的关系
根据发帖者的描述，发帖人认为从事机器学习的研究者太多了，如果没有博士学位，可能很难找到工作。对此，有网友表示，「这取决于机器学习相关工作的增长速度是比 ML PhD 增长速度慢还是快。但是，并不是所有的 ML 工作都需要 PhD。比如 ML 工程师工作，他们更关注 ML 模型的基础和部署，而不是开发。」
「与此同时，自动化工具和 AutoML 平台正在创建中，目前许多正在招聘 PhD 的公司可能不再需要专业知识很强的研究人员。在未来，从事 ML 工作的 PhD 很可能会为那些构建自动化 ML 平台的公司工作。」
也不是所有机器学习领域的工作都需要博士学位。机器学习领域的工作和企业种类繁多，实际上很难一概而论。最终结果取决于所从事工作的类型：
创造一种新的机器学习方法，代替 CNN、Transformers 等，主要产出是专利或发表的论文；
只是在不同数据集上使用机器学习模型，主要产出是某个数据产品（恰好开发过程中使用了机器学习而已）。
如果是前者，那这个团队确实需要几个协作推动研究的博士；如果是后者，就不一定了（尽管理想中程序员最好也具备读论文的能力）。
不唯学历论
可能大家都认为，学历高了，自然就好找工作。但是对于没有博士学位的人，工作状况又如何呢？有网友表示，「我现在的工作以及以前的工作都要求有 PhD。虽然我没有，但两个公司都接受了我。我有个朋友 ta 的公司也要求有 PhD，同样，他也没有。」
「公司会雇佣那些他们认为能够填补团队技能缺口、帮助完成工作的人，但这并不意味着有 PhD 不是一种优势。拥有 CICD 经验是一种优势，拥有领域知识也是一种优势…… 公司想要雇佣哪种员工，取决于这个人给团队带来的价值。」
「我雇佣数据科学家，我真的不在乎有没有 PhD。可以将有无 PhD 进行混合，这样会更好。我发现 PhD 不太愿意去做那些在工业上大量应用 ML 工作。他们更倾向于学术上的内容、创造性低。这是因为他们可能更依赖于学术和既定的最佳实践，并且年龄相同但具有丰富行业经验的人可能会更加务实。因此将 PhD 和非 PhD 混合使用非常有用。」
换个具体点的角度来说，从人才招聘的操作上看，世界上肯定会有很多没有博士学位的卓越人才，但 HR 为什么要费更多的精力去寻找这些人，而不是直接在丰富的博士人才库挑选呢？
「有趣的是，每当讨论类似问题时，都会有讨论试图列出大量证据，表明自己遇见过哪种不靠谱的博士。但当我们搜索机器学习领域的好工作时，仍然发现博士学位是首选。」
在这个帖子的下面，还有不少网友给出了自己的看法和建议。如果你有更好的看法，欢迎在评论区与我们分享。
参考链接：
快抢沙发！
