如今，机器学习专业的学生是否也开始担心就业问题了呢？昨天，一位Reddit网友发帖称，听说现在有些AI企业开始招募顶尖的技术团队，这些团队成员通常都拥有多个博士学位。这让一些普通的机器学习毕业生开始担心自己是否还会被需要。从回帖来看，这种担忧似乎有些夸张。

近年来，机器学习和AI专业变得越来越热门，不少人为了更好的就业机会选择转行学习AI。许多大学也增加了机器学习相关专业的招生名额。然而，在大家感到欣喜的同时，也有人开始担忧这个领域是否会形成泡沫。

最近，Reddit上出现了这样一个帖子：“听说优秀的机器学习毕业生找工作也变得困难了，是真的吗？”这似乎是学生们对自己未来前景的担忧。

他表示，现在的大学培养了越来越多的机器学习专业毕业生，但就业岗位的增长速度并没有跟上。不少AI企业更倾向于招聘顶尖人才，这些人才通常拥有多个博士学位，而不愿意录用一些“还不错”的机器学习毕业生。这种情况是真的吗？

这种挑剔只存在于顶级科技企业，还是所有公司都如此？还有公司愿意招录“还算合格”的机器学习新人吗？

看来，毕业生对于工作的担忧是一个全球性的问题，即便是高薪的机器学习专业也不例外。不过，既然这个帖子发布在Reddit的机器学习板块，自然少不了来自业内人士的建议和安慰。

总体来看，回帖主要传达了一个观点：不必过分担忧，工作还是有的，只是可能不像你想象中的那么理想。

网友支招：别担心，只要你降低期望，找工作不成问题

获赞最多的回复来自网友pipsqueakinhoodie。他表示，如果降低期望值，工作机会几乎是随时可得的，关键在于你自己的意愿。

如果你愿意降低期望，那么几乎可以立刻拿到工作机会。我毕业前经常会在垃圾邮件中找到许多招聘机器学习工程师的邮件，尽管这些邮件大多数来自一些“可疑”的初创公司，但我还是找到了一些研究类职位的机会。这些职位的要求更高，因此更难获得，但并不是不可能。事实上，过去一年情况确实有所变化，适当降低期望值是有必要的。

另一位网友mnky9800n认为，现在AI领域的泡沫很多，加入创业公司应谨慎。很多创业公司只是为了吸引投资，缺乏实质性的技术积累。他还提到，有些人不了解情况就盲目投资这些创业公司，例如声称可以用“三维数据体”寻找油气田，实际上可能只是简单地建立了一个卷积层和两个隐藏层。

hydrodynamical_flow则指出，顶级科技企业的岗位确实变得更难找，但不必局限于此。

首先，如果你仅仅因为想进入Facebook、Amazon或Google而攻读博士学位，那么你说的情况可能是真的，因为这些公司对纯研究型人才的需求确实减少了。但如果是因为对研究本身感兴趣，那就没有必要担心。还有很多“应用型”人工智能的岗位，这些岗位更注重实际应用而非纯理论研究。

此外，除了谷歌、Facebook和DeepMind这样的知名企业，还有很多其他的工作机会。例如，Adobe Research或Disney Research也是非常好的选择。一般来说，优秀的机器学习博士在找工作时不会有太大困难。

我还知道一些物理专业的毕业生在特定领域进行过机器学习研究，最终在机器学习或计算机视觉领域找到了不错的工作，其中一人甚至在对冲基金工作，收入甚至超过了在谷歌工作。

flexi_b认为，过去几年各大企业大量招聘机器学习博士，现在正是盈利的时候。

我猜测这是因为企业已经雇佣了大量的博士，现在是时候从这些投资中获得回报。我在最近的一次行业会议上了解到，招聘人员明确表示，研究科学家的门槛较高，而应用工程师的门槛较低；FAIR仍在招聘。

更有Google Brain的员工亲自前来招募：

我在谷歌大脑研究团队工作。

最后这位网友给出三点建议：招聘热潮已经结束，机器学习应用趋于成熟，自学成才的人越来越多。

1. 招聘博士的热潮已经结束，这些博士的研究成果尚未完全投入商业化。虽然可以说这是公司的原因，但这些博士毕竟是研究人员，而不是产品型工程师，这并不是任何人的错。许多博士研究人员要么转向更注重产品的角色，要么就会面临失业。

2. 机器学习应用已经趋于成熟：例如ImageNet的性能提升幅度逐年下降，ResNet 50、VGG、Inception V3等模型在绝大多数企业需求中都能很好地运行。

3. 越来越多的人通过自学成为机器学习专家：我见过太多自学成才的应聘者，他们的能力令人印象深刻。

如果连机器学习专业的毕业生都在担心就业问题，其他专业的毕业生又该如何应对呢？欢迎大家分享你们的看法。