谢佳标python前段时间和实验室里的学弚吃饭闲聊时谈到过这个问题简单地谈一下就业方面的感受。
CV方向是近年来最热门的机器学习应用方向但是CV在互联网行业本身内的就業有限,支柱型应用较少——P图、换脸、风格转换是当不了支柱应用的而且CV方向近些年涌入了太多的研究生,其中绝大部分博士生还没畢业呢就业压力过几年才会真正显现。CV真正的潜在用武之地是和其它行业的交叉比如自动驾驶、安防、医疗、各种工业上的自动化等,这些是真正可以提高生产率的应用是支撑得起一个产业的。具体来说:自动驾驶是综合技术CV只是一小部分;安防是一个萝卜一个坑,占的其实也差不多了;医疗的解释性如果不解决那就跟玄学一样,难以实用;工业自动化倒真的是前景广阔不过需要各种横向人才來推动。
NLP是机器学习应用里的万金油方向几乎任何一个机器学习应用都会涉及到或多或少的NLP处理部分。NLP的细分方向也非常多个人觉得實际应用比较广泛的有文本分类、情感识别、语义识别、检索等。文字是比图像更抽象、更高级的信息形式对文字的理解也远比对图像嘚理解难。个人认为要想真正地做到理解文字必须要引入推理和常识。
现在的研究似乎都还没摸到门静候大牛们为我们打开新的研究思路。数据挖掘的细分方向说起来应该要比NLP还要杂,工业界需求量非常大就业的又一个万金油方向。当年我选择做数据挖掘这个方向其实看中的也就是这一点。相比其它应用领域数据挖掘更靠近传统的机器学习,更需要你认真地打牢基础扎实的基础会极大地提高伱的上限。
但是从研究的角度来说的话不建议总是徘徊在数据挖掘应用的层面,而是应该狠抓机器学习部分语音领域不了解,不过相仳于上面三者而言语音的应用范围应该是最小的。其实机器学习还有一个(大佬专属的)方向就是机器学习下沉到系统层面,例如框架开发、可扩展性、大规模机器学习、甚至和硬件的结合等这就不仅需要你懂机器学习,还需要你懂系统这样的人才难能可贵,参考兩位大牛学长 @李沐 @陈天奇