V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
zxCoder
V2EX  ›  程序员

研究生请教关于找工作的问题

  •  
  •   zxCoder · 80 天前 · 1911 次点击
    这是一个创建于 80 天前的主题,其中的信息可能已经有所发展或是发生改变。

    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

    第 1 条附言  ·  80 天前

    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 条回复    2021-09-17 11:12:23 +08:00
    cxytz01
        1
    cxytz01  
       80 天前
    普通程序员请教下:什么是 Tranformer,inference,embedding 。 搜索引擎的解释看不懂。
    wangtianfang998
        2
    wangtianfang998  
       80 天前
    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  
       80 天前
    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  
       80 天前
    随便搞搞就有一作顶会,太凡了吧
    tbbrave
        5
    tbbrave  
       80 天前
    看分析师机会么? 上海。emhhbmdkZXRvbmdAdGhpbmtpbmdkYXRhLmNu
    whywaoxaks
        6
    whywaoxaks  
       80 天前
    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  
       80 天前
    好几篇顶会不继续读博?留校当老师不香吗
    stimw
        8
    stimw  
       80 天前 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  
       80 天前
    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  
       80 天前
    厉害。向楼主学习。
    swordspoet
        11
    swordspoet  
       80 天前 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  
       80 天前 via iPhone
    要么先去实习看看,边做边找
    111qqz
        13
    111qqz  
       80 天前   ❤️ 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  
       80 天前
    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  
       79 天前   ❤️ 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  
       79 天前
    建议不要入职私企了。
    关于   ·   帮助文档   ·   API   ·   FAQ   ·   我们的愿景   ·   广告投放   ·   感谢   ·   实用小工具   ·   995 人在线   最高记录 5497   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 21ms · UTC 22:57 · PVG 06:57 · LAX 14:57 · JFK 17:57
    ♥ Do have faith in what you're doing.