論機器學習領域的內卷：不讀PhD，我配不配找工作？
機器學習內卷了嗎？
「沒有博士學位，在機器學習領域就業會變得越來越難嗎？」最近，一個 Reddit 熱帖引發了大量討論。
對于單個研究者、從業者來說，毫無疑問，機器學習領域確實「卷」起來了。這幾年來，仿佛每個人都在搞機器學習，在這個領域取得博士學位的人也急劇增加。
一方面，AI 技術的高速發展并走向落地，創造了大量與機器學習有關的崗位和工作內容；一方面，大量人才的涌入，讓這個領域的就業門檻被不斷抬高……
有人說，人工智能將成為下一個「天坑」專業。身處浪潮之中，我們如何自處？
博士學位和 ML 工作的關系
根據發帖者的描述，發帖人認為從事機器學習的研究者太多了，如果沒有博士學位，可能很難找到工作。對此，有網友表示，「這取決于機器學習相關工作的增長速度是比 ML PhD 增長速度慢還是快。但是，并不是所有的 ML 工作都需要 PhD。比如 ML 工程師工作，他們更關注 ML 模型的基礎和部署，而不是開發。」
「與此同時，自動化工具和 AutoML 平臺正在創建中，目前許多正在招聘 PhD 的公司可能不再需要專業知識很強的研究人員。在未來，從事 ML 工作的 PhD 很可能會為那些構建自動化 ML 平臺的公司工作。」
也不是所有機器學習領域的工作都需要博士學位。機器學習領域的工作和企業種類繁多，實際上很難一概而論。最終結果取決于所從事工作的類型：
創造一種新的機器學習方法，代替 CNN、Transformers 等，主要產出是專利或發表的論文；
只是在不同數據集上使用機器學習模型，主要產出是某個數據產品（恰好開發過程中使用了機器學習而已）。
如果是前者，那這個團隊確實需要幾個協作推動研究的博士；如果是后者，就不一定了（盡管理想中程序員最好也具備讀論文的能力）。
不唯學歷論
可能大家都認為，學歷高了，自然就好找工作。但是對于沒有博士學位的人，工作狀況又如何呢？有網友表示，「我現在的工作以及以前的工作都要求有 PhD。雖然我沒有，但兩個公司都接受了我。我有個朋友 ta 的公司也要求有 PhD，同樣，他也沒有。」
「公司會雇傭那些他們認為能夠填補團隊技能缺口、幫助完成工作的人，但這并不意味著有 PhD 不是一種優勢。擁有 CICD 經驗是一種優勢，擁有領域知識也是一種優勢…… 公司想要雇傭哪種員工，取決于這個人給團隊帶來的價值。」
「我雇傭數據科學家，我真的不在乎有沒有 PhD。可以將有無 PhD 進行混合，這樣會更好。我發現 PhD 不太愿意去做那些在工業上大量應用 ML 工作。他們更傾向于學術上的內容、創造性低。這是因為他們可能更依賴于學術和既定的最佳實踐，并且年齡相同但具有豐富行業經驗的人可能會更加務實。因此將 PhD 和非 PhD 混合使用非常有用。」
換個具體點的角度來說，從人才招聘的操作上看，世界上肯定會有很多沒有博士學位的卓越人才，但 HR 為什么要費更多的精力去尋找這些人，而不是直接在豐富的博士人才庫挑選呢？
「有趣的是，每當討論類似問題時，都會有討論試圖列出大量證據，表明自己遇見過哪種不靠譜的博士。但當我們搜索機器學習領域的好工作時，仍然發現博士學位是首選。」
