工业界和学术界最大区别是什么?

083a7719e118789d4411271ba27231e6.png

标注一张语义分割图片需要1个小时

标注一张语义分割图片需要1个小时,相比花里胡哨的深度学习模型,业界更需要海量大数据收集/管理/读取/active learning的能力、把算法工程(产品)化的能力、算法写进板子的能力、软件开发和迭代的能力以及ppt和有效沟通的能力。

二、 产品才是业界的核心

如果说学术界KPI是顶刊和引用数,那么业界的KPI便是尽量提升用户数和满意度

企业最终卖的是产品和解决方案,而算法只是其中很小的一部分。并且对于大多数中小企业来讲是很微不足道的部分,而大头都是软件开发相关,什么前端、后端、美工、产品经理–这也是作为数学建模、算法出身的我最近几年才认识到的“残酷”现实。

开发才是业界的刚需!

设想一个做导航软件的小公司,导航软件里最核心的算法便是@运筹OR帷幄 最经典的最短路径算法。但作为用户,你最关心的导航软件一定是它的UI(用户操作界面)以及支持的功能(例如是否有限速提醒、探头提醒等),还有数据库(是否导航中的信息足够详尽和精确),算法部分只要够用就行。

作为用户,你会不会打开俩个导航软件对比哪个软件的线路更短、用时更快如搜索一段路径:百度地图给出的路径长53.5公里、用时52分钟,而腾讯地图给出的路径长53.7公里、用时56分钟。

d0cf840d97baf0a379158517737beae4.png

而作为用户的你,是因为这多出来的0.2公里和4分钟才选择的百度而不是腾讯么此(中小)公司宁愿选择砸钱雇很多前端(UI、美工设计师)也不愿花钱雇第二个运筹学算法工程师。只有那些头部大厂才舍得花钱砸算法工程师去改进算法提升那么一点点的软件运行效率

而当公司面临财务危机的时候,第一批卷铺盖走人的也肯定是算法工程师(或研发科学家),毕竟他们工资高得吓人。

三、为别人打工 VS 为自己打工

学术界即使博士后、青椒,毕竟发的文章署名是自己的,多半还是在为自己打工,因此即使007也心甘情愿。

然而残酷的事实是学术界卷得厉害,007也不一定能换来终身教职并且还得饱受清贫之苦。为了所谓的学术理想是否值得,是需要深思的。

工业界就不一样的,国内996大厂好歹有加班补贴。作为码农按时计费,超一小时就要算上一小时的钱或者绩效那边补上(奖金)。欧洲这边则是965每周工作40小时,到点下班、加班一小时都不可能。

感激博士毕业求职季把我拒掉的两个博后岗位,让我提前脱离“苦海”,提前“上岸”,成为了快乐的德国“摸鱼”人。

一起交流

想和你一起学习进步!『NewBeeNLP』目前已经建立了多个不同方向交流群(机器学习 / 深度学习 / 自然语言处理 / 搜索推荐 / 图网络 / 面试交流 / 等),名额有限,赶紧添加下方微信加入一起讨论交流吧!(注意一定o要备注信息才能通过)

c5e112edca36005323625f1574069a3c.png

3c37c9a0027c63343c7a445c3f89c78a.png

京东:个性化语义搜索在电商搜索中的应用

2021-11-24

c674c87c57c1ab51b9f7b01863d9bf7a.png

我从吴恩达课堂演讲中学到的一些建议

2021-11-21

cacc700251cc474661e2dfd6dc871b05.gif

文章知识点与官方知识档案匹配,可进一步学习相关知识算法技能树首页概览34016 人正在系统学习中

来源:kaiyuan_sjtu

声明:本站部分文章及图片转载于互联网,内容版权归原作者所有,如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢!

上一篇 2021年11月22日
下一篇 2021年11月22日

相关推荐