算法岗还是开发岗，哪个不会遭遇35岁危机？

提问背景：

走算法还是开发，哪个不会面临35岁危机，或能降低风险，算法指ml的cv方向，开发如后端、前端？

中下211电信大四应届生，推免至某985电信专业，感觉这个专业做cv深度学习的好多，本科时本专业主要也是做的cv图像相关，在校时也自学了后端前端开发技术，无实习经历，现在打算投递暑期实习，问考虑到未来发展、个人前景、岗位局限性（后端就业明显更广）等，我该投递哪个岗位？

runzhiliu（腾讯 计算资源组员工）回答：

研究生读的统计，后来实习也在做算法，后来还是转了开发。

说下个人感受，算法岗位目前看确实比一般的开发岗位薪资更高，但是搞算法很难避免经常性的刷paper，写paper之类的操作，组里还得经常做下paper的分享，不止要自己看，还要听别人讲，而且说实话，大概率也听不太懂，各种算法paper层出不穷，各种微小的trick，写的天花乱坠，要保持行业里面的「先进性」，必须持续的去刷论文，这种感觉让我有回到研究生时代...另外就是paper很多时候都是实现做的很fancy，落地效果却又不咋地，费很大劲，很多资源去训练和部署模型，做完AB test之后，发现效果也许还不如运营的策略，这个时候不管是对上还是对自己，都很难找到自己的价值和定位，久而久之容易陷入自我怀疑。如果你读过研，你更知道刷paper是有多累...当然了，我知道也有很多同学非常enjoy，我觉得enjoy就好。

开发上，框架也很多，但是做到最后，无非都是OS层面、网络层面的东西，真正变化的东西实际上没有那么多，这样玩明白，摸透了，就算是CRUD，至少那个东西能让你看到别人在用，从这个角度上看，多少还是有点成就感的，而且获取的难度并不是太高，这也是我个人转开发 的一个很重要的原因吧。

Yunzhe Zhang(算法+工程）回答：

我自己的建议是走算法组里偏工程的岗位。

• 算法工程师们的偏见

目前国内的算法工程师中工程能力强的特别少，更多的算法工程师将主要精力放在fine-turning，刷paper上，他们认为这是最高大上的工作。严重忽视了，算法的价值终究是需要通过能否落地来体现的。提到落地，这些算法工程师们认为应该是工程落地部门应该做的事情，比如算法如何能在移动设备端run起来，如何提升deep learning inference的效率。这是极其错误的观念。

• 企业对于算法落地的重视

deep learning从2010年至今，肉眼可见的突破已经越来越少了，各大公司算法的壁垒随着主流算法的开源变得低得可怜。现在很多大公司都在卷“大规模预训练模型”，离着“小模型、大任务”的真正AI越来越远。所以你会看到算法人员越来越卷，究其原因在于这些人员没有差异化，算法原理都懂，也都发过一些文章，也都跑过代码。

但随着人工智能商业落地的迫切，企业拿着锤子找钉子的事越来越多。如果你工程能力不行，即使找到了钉子，你也没办法用锤子敲。

所以，现阶段算法组里负责工程的同学是最受器重的。比如你熟悉CUDA或者TensorRT，现阶段你可以收到非常有竞争力的offer.

HyperGroups(剑域帝国创始人）回答：

走算法会比较累，比较看光环，和平台。

虽然我在算法上相对全能，但是依赖感受到算法的局限，不得不在广度上不断拓展，深度上加深别人也不懂，也不太需要，除非在一个好的平台。

因为沟通成本和算法发挥的价值依托于平台和数据，所以需要抱大腿，比如日活用户没个100万，算法价值不大。

长期做算法，需要人聪明，能抗压，也要苦修后端能力，或用软实力慢慢在后期往上走，不容易的。属于玩算法，要玩算法，就得有强大的代码能力、动手能力支撑，然后融汇贯通。

一、立杆见影的算法，是个人都会，开发git clone一下，调一下就行。

二、太专门的算法，一般的公司不需要，直接调第三方api，走saas

三、如果你自己去做第三方的服务，那么对后端能力也有要求，对算法的效果也有要求，但是，许多算法的效果其实依赖的是。。。数据。。。算法牛p没啥用。

看个人的上限追求。

干 个十几年，算法干个几年，后端干个几年，完全不冲突。

同一个算法干个一年或几年会腻味啊，我都不喜欢玩同样的东西，所以不断在不同的算法领域涉猎。

后端压力小一些，就业面大一些。

叶卡捷琳喵（清华大学  自动化硕士在读）回答：

建议转系统，计算机结构，计组，编译这种硬核方向

这种方向没有那么卷，也不需要各种玄学trick，年龄危机的本质是卷

别跟我说什么算法智商门槛高，看看一堆水文哪来的需要智商？智商门槛高你不知道一堆文科生疯狂转nlp吗？还是那句话，为啥别的方向非理工科班基本不会考虑就你ai那么多交叉。而且现在算法大框架非常成熟，还有各种封装好的工具包，掉包侠不是遍地都是吗？这种现象在ai进入推理理解阶段之前（目前是大数据阶段，所有ai都是基于数据经验型的）不可能得到任何改善

开发的话，就会个简单前后端肯定竞争力弱，反而底层（就是上面提到那些方向）多了解有优势

利益相关：本人目前ai方向，计划毕业前转行图形学或其他方向，目前补基础中。。。。。。

文章转载自知乎问答，著作权归属原作者，如有侵权请联系删除。

——The  End——

分享

收藏

点赞

在看