• 请不要在回答技术问题时复制粘贴 AI 生成的内容
zxCoder
V2EX  ›  程序员

研究生请教关于找工作的问题

  •  
  •   zxCoder · Sep 16, 2021 · 3569 views
    This topic created in 1724 days ago, the information mentioned may be changed or developed.

    很快就要找工作了,有点迷茫,在此请教请教

    个人情况,普通 985 里一个比较好的实验室,做的数据方向,研究生期间也发了一些顶会论文,一作也有,但是我感觉自己对科研没啥兴趣,发的论文也感觉特别套路化,搞来搞去都是那个套路,基本就是搞个 Transformer 啥的,然后就再加点下游任务,然后就跑跑跑,效果好就发论文了,几个人配合起来,跟流水线一样,很快

    但是我现在的问题就是:我不知道我这种情况要找什么工作,对工作岗位不是特别了解,网上大多数说法就都是开发岗和算法岗,但是这个算法岗到底是个啥,看了一些面经,有一种是

    1 )例如手推公式,或者问了好多 AI 相关的问题(可能类似于开发岗的八股文?),我觉得要是这种算算法岗那我肯定不行,说实话,我现在连神经网络的反向传播都说不清,包括上面提到的一直在用的 Transformer,我也只会调个 api,我也尝试过去深入了解,但是存在两个问题,一个是我的数学基础不行,虽然很多大佬会说这玩意不需要什么数学基础,但是....你懂的,小马过河的故事;第二是没啥时间,感觉实验室的目标是整论文,不是学东西

    2 )另一种是在一些群聊里了解到的,比较偏向工程的算法岗,比如上次看到群里大佬在讨论 c++的 pytorch 的优化问题,实在是太硬核了,对我目前来说

    3 )第三种选择就是找个普通的程序员工作了(也就是大家所说的开发?),如果钱不少的话感觉这个学起来会不会更容易一点,毕竟科班出身,虽然没刻意背过面经,但是计算机的一些基础还是清楚的

    Supplement 1  ·  Sep 16, 2021

    谢谢各位大哥的回复和建议

    还想补充一个问题,有听过一种说法是说有些算法岗位,不是热门业务,然后可能做不出啥成绩,反而不如其他岗位?

    16 replies    2021-09-17 11:12:23 +08:00
    cxytz01
        1
    cxytz01  
       Sep 16, 2021
    普通程序员请教下:什么是 Tranformer,inference,embedding 。 搜索引擎的解释看不懂。
    pozhenzi998
        2
    pozhenzi998  
       Sep 16, 2021
    楼主可以看看科研单位,之江实验室 https://mp.weixin.qq.com/s/WUMtnT8o8h1aDUbBwK383Q
    内推码:NG5RDN
    NCZkevin
        3
    NCZkevin  
       Sep 16, 2021
    一作顶会是 acl,emnlp 这种?就去卷算法吧,算法的八股文和开发的八股文本质上没啥差别,如果你想面开发,也得去记一些数据库,网络之类的八股文,还不如去背一下算法推导和原理。
    现在开发岗位也很卷,从钱的角度来说同一个等级的 offer,算法和开发钱是差不多的。但实际上算法更容易拿到高一个等级的 offer 。开发如果之前做过一些项目的话应付个校招面试没啥问题,确实比算法岗容易一点。
    所以建议可以先投 1 类型的实习工作,能找到实习再说。如果找不到说明能力或者运气不行,就转投 3 。至于 2 就算了,没基础入门很难,也没啥性价比。
    Juszoe
        4
    Juszoe  
       Sep 16, 2021
    随便搞搞就有一作顶会,太凡了吧
    tbbrave
        5
    tbbrave  
       Sep 16, 2021
    看分析师机会么? 上海。emhhbmdkZXRvbmdAdGhpbmtpbmdkYXRhLmNu
    whywaoxaks
        6
    whywaoxaks  
       Sep 16, 2021
    不知道你的顶会文章是不是通常人认为的顶会,
    如果你真有好几篇顶会,基本上去哪个大厂的 ai 相关部门都没问题。
    Titanium21
        7
    Titanium21  
       Sep 16, 2021
    好几篇顶会不继续读博?留校当老师不香吗
    stimw
        8
    stimw  
       Sep 16, 2021 via Android
    “一些顶会论文,一作也有”
    这出来不说横着走,起码想找哪个都不算难吧?
    GrayXu
        9
    GrayXu  
       Sep 16, 2021
    感觉你的 1 和 2 有点极端化,2 更像是在做 sys for ml 。现实中很多 1 其实做的都是 1.5 的活,只不过面试按 1 来面。
    建议直接参考实验室师兄师姐去向。
    MarkLeeyun
        10
    MarkLeeyun  
       Sep 16, 2021
    厉害。向楼主学习。
    swordspoet
        11
    swordspoet  
       Sep 16, 2021 via iPhone
    可以去大厂的研究院或实验室试试,楼主条件这么好,应该没啥问题
    swordspoet
        12
    swordspoet  
       Sep 16, 2021 via iPhone
    要么先去实习看看,边做边找
    midasplus
        13
    midasplus  
       Sep 16, 2021   ❤️ 1
    @cxytz01 transformer 说的是一种网络结构,之前在 NLP 领域用的比较多,现在 CV 也在用。inference 在 deep learning/machine learning 领域一般指的是将一些输入数据喂给模型,通过模型的计算,并得到结果的过程。
    embedding 是一种特征的表示方法,例如 rgb 表示颜色也可以看做一种 embedding
    jaredyam
        14
    jaredyam  
       Sep 16, 2021
    只要不是大厂的核心算法岗,干的就是你在实验室干的事情。可能更多的不是发论文,还是发专利和打榜单。

    再又就是算法落地和应用,其实也比在在实验室做的简单,因为是多个岗位多个公司业务合作的。
    GGMM
        15
    GGMM  
       Sep 17, 2021   ❤️ 1
    @cxytz01 transformer 另一位已经说得比较好了,我就不重复了,就讲讲我对另两个的理解。inference 是「推断」,就是给一张图片、一些文本,得到对应任务的输出,这些任务可能是目标检测,人体关键点识别,机器翻译等。与之对应的是「 train 」,指的是对模型进行训练,利用「非线性能力」对模型进行数据的拟合。由于神经网络的参数量比较大,所以相比于机器学习算法花费了很大的算力,也取得了一些的成果。embedding 是「嵌入」,由于真实世界中的数据并不是「数字化」的,而是各种表现形式,例如图片、文字、抽象的社交网络等,通过嵌入的方式,我们可以得到每一个输入所对应的「向量」,所以这个过程也可以理解为「向量化」。图片是最简单的,在表现形式上,它就是 RGB 三个元素表示的,所以视觉发展得比较快。文本向量化最简单的形式就是通过「字典」按照顺序把每一个单词映射成数轴上的元素。
    hello158
        16
    hello158  
       Sep 17, 2021
    建议不要入职私企了。
    About   ·   Help   ·   Advertise   ·   Blog   ·   API   ·   FAQ   ·   Solana   ·   938 Online   Highest 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 63ms · UTC 22:47 · PVG 06:47 · LAX 15:47 · JFK 18:47
    ♥ Do have faith in what you're doing.