网络热议：疫情过去半年，深度学习岗位崩塌热搜：近六个月，深度学习岗位崩盘。真的是这样吗？原来，Keras的作者@Fran?oisChollet在8月底发了一条推文，附上了他爬的LinkedIn上提到的深度学习相关招聘信息的数据。数据显示，与深度学习相关的招聘信息在2020年初呈现稳步上涨态势，但自2月以来出现逆转，几近崩盘。在他看来，这是经济衰退的迹象，而不是另一个人工智能冬天的开始。目前这只是疫情冲击下的短期影响。然而，深度学习使用的整体下降幅度很小。消息发出后，迅速引发相关从业者的激烈讨论。此外，海外知名招聘网站INDEED的调查报告显示，人工智能职位发布数量增长放缓，求职者对此类工作的兴趣也有所减退。2018年5月至2019年期间，Indeed网站上与人工智能相关的搜索下降了14.5%。相比之下，搜索量在2017年5月至2018年期间增长了31.9%，在2016年5月至2017年期间增长了49.12%。Indeed表示，今年的下降也意味着相对于优质申请人的数量，市场上的职位可能供过于求.尤其是在疫情期间，机器学习岗位大幅减少。那么，为什么曾经风靡一时的深度学习和人工智能，现在不再流行了呢？在hackernews上，网友们对这个话题进行了热烈的讨论，也为这个问题提供了一些设想。没有可区分的ROI——投资回报率，成为疫情下可有可无的工作需求。回答说，和大数据一样，这几年大家趋之若鹜的，多半是机器学习的光环。一旦发现没有得到实际利益，潮水就会逐渐退去。我曾在许多大公司担任顾问。大约7年前，每个人都在争先恐后地用“大数据”做同样的事情，但他们的投资（大部分）一无所获。少数几家成功完成目标设定和整合阶段并找到合适人才的公司之一……他们为这些见解付出的代价超过了他们的价值！我认为深度学习行业也发生了同样的事情。这肯定是一个热门的工作。每家大公司都希望拥有适当的ML/AI战略。他们迫使ML进入它不属于（而且可能永远不会）的地方。虽然相关的“衰退”主要与COVID有关——所有公司都在大流行期间削减支出，因此大多数公司会发现机器学习工作是一种噱头，没有明显的投资回报率。就像大数据一样，我认为我们会看到一些公司执行得很好并且实际上获得了一些价值，而大多数公司会在一两年内跳到下一个更花哨的项目。算法和业务分离，无法创造真正的价值。也有评论认为，公司机器学习工程师的不作为主要是公司大环境所致。太多的机器学习工程师和研究人员急于解决问题，必须交付一些东西，无论是招聘需求还是自己的专业知识。他们对业务的了解通常非常有限。高昂的薪水，他们得不到有价值的结果。所以，有评论说，“这是好事！”在与研究小组和更多产品/业务驱动的团队合作后，我发现当研究人员花时间了解产品领域并给出他们的想法时，这并不符合业务部门的真实情况。正如我们在市场上看到的大多数ML/数据科学人员的实际需求：数据清理经验对线性和逻辑回归以及交叉验证的深入理解一些合理的编码技能（在R和Python，以及SQL方面）。更多包括技术要求。根据这些先决条件找人，其他的几乎都可以默认教。但是聘请经理/公司很棘手，在机器学习被炒作的牛市中，薪水和期望过高，导致很多错误。最后，深度学习在某些情况下是好的，而在其他情况下则不然，所以仅仅成为一名深度学习开发人员对大多数公司来说是行不通的。虽然在国内，我们还没有看到深度学习热情的枯竭，但面对全球的讨论，我们也需要早做打算。文摘菌之前也推荐过一篇文章，《机器学习工程师正在失业，但学习依旧是唯一的出路》，提出了六种解决问题的方法。有兴趣的同学也可以跳着看。但是，无论行业如何发展变化，如果你能创造价值，未来就不会一片黑暗。相关讨论：https://twitter.com/fchollet/status/1300137812872765440https://news.ycombinator.com/item?id=24330326【本文为专栏组织大数据文摘原创翻译，微信公众号《大数据文摘（id：BigDataDigest）》]点此查看作者更多好文
