是否涉及机器学习？“没有博士学位是不是越来越难找到机器学习领域的工作了？”一个流行的Reddit线程最近引发了很多讨论。对于个体研究者和从业者来说，机器学习领域确实已经“卷土重来”，这一点毋庸置疑。这几年好像人人都在做机器学习，这个领域的博士人数急剧增加。一方面，人工智能技术的快速发展催生了大量与机器学习相关的职位和工作内容；另一方面，大量人才的涌入，不断提高该领域的就业门槛……有人说，人工智能将成为下一个“天坑”职业。身处浪潮之中，我们该如何自处？PhD和ML工作的关系据发帖人介绍，发帖人认为从事机器学习的研究人员太多，没有PhD可能很难找到工作。对此，有网友表示，“这要看机器学习相关岗位的增速比ML博士慢还是快。但是，并不是所有的ML岗位都需要博士，比如ML工程师岗位，他们更多地关注ML模型的基础和部署，而不是开发。”“与此同时，正在创建自动化工具和AutoML平台，许多目前招聘博士的公司可能不再需要高度专业化的研究人员。未来，那些从事ML博士工作的人可能会为构建自动化ML平台的公司工作。”并非所有机器学习工作都需要博士学位。机器学习中有很多不同类型的工作和业务，实际上很难一概而论。最终结果取决于所做工作的类型：创建新的机器学习方法，而不是CNN、Transformers等，主要输出是专利或发表的论文；只是在不同的数据集上使用机器学习模型，主要输出是一个数据产品（恰好是使用机器学习开发的）。如果是前者，那么团队确实需要几个博士合作推动研究；如果是后者，则不一定（虽然最理想的程序员也应该有看论文的能力），不仅是学历理论，大家可能会认为学历高的话，找工作比较容易，但是没有博士的就业情况呢？有网友说，“我现在的工作和以前的工作都需要博士。”虽然我没有，但两家公司都接受了我。我有一个朋友，他的公司也需要博士。同样，他也没有。”“公司聘用他们认为可以填补团队技能差距并帮助完成工作的人，但这并不意味着拥有博士学位不是优势。有CICD经验是优势，有领域知识也是优势……公司要招什么样的员工，要看这个人给团队带来的价值。“我聘请数据科学家，我真的不在乎我是否拥有博士学位。最好是博士和非博士的混合体。我发现博士不太愿意从事工业中需要大量ML的工作.他们更倾向于学术内容，创造力低。这是因为他们可能更依赖学术和既定的最佳实践，而同龄但具有丰富行业经验的人可能更务实。所以博士和非博士的混合博士很有用。”从更具体的角度来说，从人才招聘的角度来看，世界上肯定会有很多没有博士的优秀人才，但是HR为什么要花更多的精力去寻找这些人，而不是直接招聘有钱的博士呢？关于人才库的选择？“有趣的是，每当讨论这样的事情时，都会有一个讨论试图提供大量证据来证明哪种不可靠的博士是首选。”
