研究生读机器学习专业就业方向

前段时间和实验室里的学弟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业有限，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毕业呢，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来推动。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，个人觉得实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的理解难。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你的上限。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，不过相比于上面三者而言，语音的应用范围应该是最小的