好家伙，这又人间地狱了？留给后面人的词不多了呀
企业从来都不缺人，但永远缺靠谱有实力的人
很多人觉得算法岗是一片红海，其实是因为这两年企业越来越明白自己对算法岗人才的定义，岗位要求高了，没有以前那么好上车了
其他公司的需求不清楚，但我感觉我们这边活还是很多，需要有机器学习+三维视觉背景的同学一起探索空间智能。
大疆校招已经开始了，技术氛围极好，有前沿的研究也有直接落地的项目，周围一大堆清北港科的机器人领域大佬，校招薪资在行业中可以说是第一档的，福利也很不错（比如公司宿舍，公租房，入职送飞机，日常优惠内购），感兴趣的同学可以发简历到我的邮箱 weihang.chen@dji.com获取内推码
大疆创新 2022 “拓疆者” 秋季校园招聘
19供大于求，20诸神黄昏，21灰飞烟灭，22人间地狱。
好奇明年怎么形容。
我也是从研一开始就被师兄师姐劝退算法，让早点转开发，但还是比较叛逆地学基础、打比赛、找实习坚持了下来。算法岗位被热炒，是近一两年需要消化高校前几年开始疯狂成立各种智能学院下的学生，再加上媒体疯狂鼓吹算法高薪导致的。根据今年暑期实习招聘信息来看，机器学习、cv岗的坑位还是很多的。在加上如今身边一些有顶会的大佬都转去开发了，所以大家还是可以冲一波。算法岗虽然卷，但只要不断学习，提升自身技能，依旧可以成为卷王。
又看到这个每年都会出现的问题了。。站在一个已在广告/推荐算法领域工作的人，谈一下看法。
算法岗真实难度
知乎惯例，先问是不是，再问为什么。那么先问一下算法岗现在真到了人间地狱，名校硕博N篇一作顶会再加大厂实习经历都还不稳了吗？
答案显然不是的。但这个问题需要看具体算法方向，如果是CV，NLP等方向偏研究的岗位，那确实内卷严重。由于落地难，没有明显收益，这两年AI热度已经退潮，各大公司的所谓AI算法研究岗位需求也大量减少。比如，前两年各大公司风风火火的AI lab现在也都不太好过。相比前两年，旷世这种独角兽在CV等算法方向的招聘需求也减少很多。去年年底时候，我一个朋友top2毕业手里有TPAMI一作找cv方向社招工作，面试了好几家互联网大厂最后只拿到2，3个offer，这与我印象中他的实力水平是完全不相符的。而这主要是对口的岗位比较少，让跳槽选择不多。
另一方面，如果是搜索，广告，推荐等有明确落地场景，有稳定业务的算法方向则是完全另一个景象。我所在的部门，缺人到leader天天群里吹风鼓动我们内推。字节的推荐，广告算国内业务很强的一波了，依然这样缺人。并且，根据我自己和其他在BAT等互联网公司的朋友的情况来看，论文根本不是必需项，学历也不需要非得是名校。一些211学校，非本专业的同学没有发表任何论文也能拿到offer。因此，算法岗真远没到“人间地狱”这么夸张。
推荐/广告算法面试建议
对于想坚持算法岗的同学，不如考虑下推荐、广告算法岗位。下面回答几个校招同学常见的问题
没有做过这两个方向，能够面试过吗？
对于校招同学来说，其实绝大多数进入这个领域的都是“转行”，因为学校由于缺乏具体的推荐/广告场景，是培养不出符合业界需求的推荐/广告算法工程师的。因此，校招新人进入公司后都是需要后面学习的。所以，公司并不是特别在意“对口”。当然，如果提前有实习经历，那也是个很大的优势。
面试主要看什么？
代码基础，这点大多公司是让面试者做算法题，动不动就是medium，hard。对于校招同学来说，这个是有办法把握的，刷个200题足矣应付大多场合了。并且，我发现我参加社招的面试题比校招时候的面试题都简单很多。面试题目做不出，是很大的一个减分项。因此，校招同学还是尽量刷好题再面试，好好做下动态规划，链表，双指针，二叉树等经典类型的问题。
算法基础，在缺乏相关经验的情况下，面试官会注重考查与推荐/广告强相关算法基础。比如常用优化器有什么，优缺点？auc的定义，auc实际代码怎么实现，为什么要使用auc这个指标？现在transformer在这两个领域应用很多，那么就可能考查transformer的Q，K，V是什么意思？为什么做attention的时候要scaled？
项目经验，学校的项目或者实习的项目，尽量与你投的岗位有相关性。最重要的是，对于自己的项目一定要熟悉，面试官一般都是根据你做的事情，问相关的问题，逐步深入看你掌握的怎么样。如果有相关项目经历，就会面试的特别舒服，聊聊项目就过去了，避免面试连做n道算法题的尴尬。
每个公司面试有什么特点吗？
以我自己面试的经验来看，除上面的通用面试能力之外，各互联网公司推荐、广告算法方面还会有些各自的特点如下（仅供参考）。如果有人想看，我后面可以更的再详细些。
百度：喜欢问C++基础知识，mapreduce的一些知识。
字节：特别看中算法题，一般会出一道简单的，然后让你不断优化，由易入难，有些部门还会要求你现场运行。是国内互联网公司里做题难度最大的。
快手：中规中矩，算法八股文 + 项目 + easy/medium算法题。
美团：喜欢出一些概率题。
微信：面试流程特别慢，特别长，多的7，8面都有。
为什么不能人间地狱，就该人间地狱，这才符合事物发展的客观规律。
15年之前，算法方向的候选人很少，更重要的是，一系列标志性事件的发生，使得算法方向的需求开始井喷，此时算法岗不仅要求低，起薪还高。
但是毕竟趋利避害为人类本能，大量的学生一窝蜂地挤进了这个方向，伴随着岗位的迅速饱和，bar被提高到了一个惊人的程度，又没有新的需求产生，僧多粥少自然越来越难。
随着越来越多的人进入赛道，我辅导过的学生从帝国理工、北航北理工，逐渐变为一些普通的一本甚至二本。学历不代表一切，但是毫无疑问，很多人是不适合这样激烈的竞争的。
这其实就是一个由于信息差被吹捧到高位的职业方向回归其正常区间的过程。
而且对于算法工程师而言，日常工作越来越偏向于全栈，开发，部署，环境的搭建，有的时候甚至模型的上线也需要负责。这就是我一直说的，我相信在不久的将来，国内不会再有大量的所谓算法工程师，取而代之的是具有算法知识的开发工程师。应付日常工作，算法要求其实是很低的。
CUDA编程、算法平台、数据存储和加密，这些都供不应求，在日常的专业学习之外，稍微补充一点算法知识，面试的时候简直乱杀。
最后，说一点题外话，算法岗经历过的一切，会在其他岗位上重演，提示你们多多关注数据可视化以及AI+VR方向。
好期待敬事科技群众继续指责我关车门。
算法求职就业的环境确实一年不如一年，业界坑变少（高速发展期过去）、求职人数增加（18年人工智能专业的本科生也该毕业了）都是造就算法岗求职难度较高的原因。不过人间地狱真的不至于（比绝大部分专业的优势都很大），只是过了前几年的高速发展阶段，现在逐渐趋于稳定了，相比大厂中其他岗位，根据我之前的一些实习经验，后端：算法的比例需求比例大概在10:1左右。相同学历和能力的情况下，想进大厂还是后端容易一些。
我是去年参加求职的，无论文，先投了一些CV的岗位，其中海康威视的CV岗直接把我简历挂掉了（震惊，面试资格都拿不到），小米的CV岗也是一面挂（无明显失误），华为的CV岗也是一面挂（面试官问的问题我觉得他根本不想招人）最终基本上CV岗一个都没过，说来也是在实验室搞了好几年CV，确实惭愧，确实能明显感受到求职的困难。
随着图像岗位竞争的白热化，在准备了一些机器学习特征工程的相关知识后，我选择主要投递推荐和风控类的岗位，这些岗位相比图像而言，具有更广泛和更加定制化的应用环境，所以业内对这些岗位放出的HC相比图像也更多一些，谈一下去年自身取得的其他offer：
个人基本情况：985本硕（本校保研）、三段大厂算法实习经历，本科非科班，研究生期间无任何文章。
offer情况：蚂蚁风控ssp、美团推荐ssp、京东推荐sp、快手推荐sp、拼多多推荐sp、小米推荐sp、微博推荐sp等。
现在算法求职的大环境，感觉方向匹配比能力更重要一些，如果你在学校的研究方向，或者是实习阶段的工作方向和岗位的描述比较匹配的话，因为是校招生，基础知识（手撕+计算机基础）过关的话，基本有hc都会优先发给你。但是如果方向不太匹配，比如你投递的部门是做人脸的，但是你是做小样本或者超分这种，可能有顶会也不太有用。
对于当前秋招同学的建议：CV算法如果能力不是特别强，不建议硬刚大厂，没有offer的话，至少先拿一个保底的看看，另外其实很多做CV的大佬是非常强的，只是现在大环境不好。如果希望转一些偏应用的方向（推荐、风控等），这些方向的hc还是相对来说还是比较充裕的，现在时间还来得及。能力稍微差点的可以看看研发相关的。如果是CV方向有很好的项目或者论文的，建议继续等等机会，在面试中查漏补缺，可以先自降身段拿一个二线厂的offer。
最后祝愿大家秋招顺利上岸，拿到自己理想中的offer！
最后挂一个广告帖，长期可以以正常家教的价格接受的求职咨询哈，同样也接受推荐系统的入门讲解和学习路线指导~
Thomas：大厂算法、开发面试指导、笔试指导、求职咨询同时推荐一本自己当时转行推荐算法前看的书籍，内容比较浅显易懂，书中的方法比较偏向于传统的推荐方法，但是这些方法仍是业界线上所采用的实用解决方案。
推荐系统实践 新版 项亮著 数据挖掘算法分析教程 人工智能书计算机网络 软件工程开发项目管理
这种贩卖焦虑的傻逼问题需要终止了
首先，研究生进入大扩招阶段，导致许多行业的中等人才数量远远多于优质岗位数量。所以五年前的研究生轻松能去的岗位，你五年后再进就得经历百里挑一了。所以，不只是算法岗竞争激烈，各个岗位竞争都很激烈。同时，大扩招无形中扩大了部分人的志气，此211已非彼211的时代，却还想去找彼211的岗位，无异于吃人说梦。
因此，如果你只盯着阿里、腾讯、字节这种大型互联网企业，那么你肯定会经历千军万马独木桥的场景。但是如果你适当把眼光看远一些，比如牺牲一部分尊严去拼多多赚钱，比如牺牲一部分城市去二线定居，你会发现，竞争压力会小很多。综合来看，只要你不铁了心的非要当大厂舔狗，算法岗根本不卷。
最后，劝你一句，不是每个研究生都是高级人才，真正的人才，早就实习转正了，只有一瓶子不满半瓶子晃荡的，既没有算法的能力，也没有开发的能力，才大喊什么“人间地狱”。
早点认清自己真的很关键，有多大能耐去多大的窝。在计算机领域，自己没多大能力和背景，就妄想有瞎了眼的伯乐赏识，没有伯乐，就将错误归咎到“卷”上，是极其幼稚的！
并非算法岗已成人间地狱，而是说算法岗的红利期已过，工业界对于算法人才的要求发生变化了。
不得不说，16年、17年那时候，正好赶上人工智能的风口，很多大厂纷纷成立ai lab，那时候，只要发几篇论文，刷刷榜单就能成为市场上的香饽饽。
然而时间到了今年，各种ai lab都已经“名存实亡”，工业界开始考虑算法的落地和变现问题了。
而求职者的思维还停留在发几篇顶会，打几场含金量不错的比赛就能拿到offer的时代。这当然会让应聘算法岗的各位感叹：“我有顶会文章都不要我，算法岗已经变成人间地狱了哇！”
而真实情况是什么？是工业界对于算法人才的要求是要能落地，能变现，能应用，而求职方还停留在以前的红利期，认为手撸SVM，发几篇顶会论文，再打几场比赛就能得到算法offer，就能割资本家的韭菜啦！
殊不知，资本家已经被割过一轮了，早已经长了记性了！
诚然，现在有些大厂仍然会提供少量的算法岗位，这些岗位可以不过问业务，不考虑落地，做着单纯的研究工作，比如华为，腾讯都有这样的团队，但问题是，这样的岗位是极其稀少的，如果大家都是要追求这样的岗位，那必然是会造成“人间地狱”的惨像。
并且很多算法人才也志不在此——这很容易理解，如果要做研究，为什么要来工业界？去高校，研究所不香吗？
总之一句话，如果真对算法感兴趣，想上算法的车，那就努力让自己学术、工程两开花——不但写的了论文，还能写的了代码，Java、C、Python个个都得写的非常6。
相信你如果有一定学术背景，科研能力不错，同时又具备更底层的开发经验和优化能力，相信你肯定会受到工业界欢迎。
985博士总结|保姆级人工智能笔记（20G高清/PPT/代码)
于是2023年用啥词