English
联系我们
网站地图
邮箱
旧版回顾



苹果彩票网:大发pk10开奖结果:计算机科学博士

文章来源:网络    发布时间:2019-01-01  【字号:      】

【新智元导读】计算机专业的博士在工业界无论是薪待遇还是职业发展都很好,最高薪酬预计年薪200万(基本工资+股票);但也有人认为,若是不是去顶级机构读,而且已经联系到比较好的公司工作,那还是去搬砖的好。

读博 or 不读博,这是一个问题。

对于计算机科学专业来说,这个问题又稍微特殊一些。计算机科学 (Computer Science) 是相对较少的将实验、工程设计和理论研究结合起来的学科之一。这与数学、物理等uu快3口诀大多数的学科都不同,后者往往倾向于将对科学的理解与其在实际工程场景中的应用分开来。

对于计算机科学而言,计算的理论概念与电子和工程技术在实践的工程进步是紧密结合在一起的,而后者又反过来会有助于促进学科发展。

但是,与所有其他学科一样,只要你想进入学术界做研究——先抛开当高校教授还是企业研究员不说——要成为“学者”,博士学历是必须的。

所以,计算机科学专业读博 or 不读博,实际上就成了“计算机科学博士进入工业界的出路在哪里?”

计算机科学博士进入工业界的出路在哪里?

那么,计算机科学博士进入工业界的出路究竟如何呢大发pk10口诀?

计算机科学涵盖计算机体系结构、编程语言、算法、计算和理论。其中,也包括当前火热的人工智能与机器人技术。不过,现在有一些讨论,认为该将人工智能设定为一级学科,此处暂且表过不提。总之,计算机科学博士进入工业界所从事的工作都离不开“IT或互联网”。

2018年8月22日,易观&脉脉联合发布了《中国职场人群用户画像专题分析2018》的专题分析。目前我国就业人员数量已经超过7.7亿,移动端职场人群规模为1.6亿,占比不足20%,互联网职场经济有极大的增长空间。

根据今年9月智联招聘发布的《2018年秋季中国雇主需求与白领人才供给报告》,从不同职业的薪酬水平来看,2018年秋季求职期薪酬水平排名前十的职业中,IT管理、互联网开发赫然在列。

综合来说,计算机科学博士在当前背景下去工业界是相对有优势的:巨头招聘,起薪和职位都较高。

此前,网上一张关于2018年科技大厂校招薪资图曾经广为流传,新智元也曾对此做过报道。其中,谷歌中国人工智能岗位的薪资,以年薪56万人民币的价格高居榜首。

以及更早之前,大约在2017年底疯传的这份数据:

人工智能博士,最高年薪200万 (基本工资+股票)

对于新智元的读者来说,更加关注的,应该还是人工智能相关岗位的薪酬。

根据德国海德堡大学交叉学科计算中心离散与组合优化实验室研究员、“运筹OR帷幄”公众号主编“留德华博士”这位数学与计算机博士,在知乎《人工智能岗位薪资水平》问题的回答,他根据自己的实际经历列出了几个例子 (新智元在取得授权后转载如下,了解更多请查看知乎原文):

再具体展开来看:

“运筹OR帷幄”公众号主编“留德华博士”还拓展了一下学术界的薪资:

据另一位知乎用户、自然语言处理优秀回答者@吴俣透露,根据其求职经验,之前媒体报道过的AI博士应届生年薪80万起,这对背景优秀大发pk10网站的博士来说很简单,甚至还有更夸张的薪酬数字。

尤其是对于有一定工作经验的人,根据科锐国际信息库的最新人才薪酬调查报告,2018年包括人工智能、大数据、云计算和新零售、安全等多个热点 IT 市场的人才薪酬涨幅巨大。

根据报告,在北京、上海、广州、深圳等一线城市工作3年以上的人,最高年薪可以达到200万元左右的水平 (基本工资+奖金)。

人工智能的薪资涨幅已经趋于理性化,但平均增幅也在20%-30%之间,个别同等级别公司之间跳槽增幅低于20%;

物联网今年薪酬涨幅在10%-20%,跳槽涨幅30%左右,通信及操作系统软件岗位涨幅比较大,可达40%以上;

智能终端薪酬硬件类涨幅较小,跳槽涨幅20%左右,软件部分涨幅20%左右,跳槽涨幅30%左右。其中,软件算法的智能语音、计算机视觉等人工智能相关的岗位涨幅最大,可达40%以上;

新零售目前发展较快,人员薪酬涨幅比较明显,跳槽涨幅可达50%以上,且除了基本工资涨幅以外,股票期权也是吸引人才的重要手段;

大数据方向,由于人才稀缺度较高,相同工作年限的情况下,大数据工程师的薪资普遍更高,待遇涨幅也会超过其他岗位。数据挖掘工程师的薪资涨幅可达50%以上甚至更多。

备注:

基本年薪*:以人民币 1000元为单位,指年度整体的现金收入=年度底薪+年度固定部分奖金

25 分位值:表示有 25%的数据小于此数值,反映科锐国际信息库的较低端水平

50 分位值(中位值):表示有 50%的数据小于此数值,反映科锐国际信息库的中等水平

75 分位值:表示有 75%的数据小于此数值,反映科锐国际信息库的较高端水平

一线城市*:北京、上海、广州、深圳

二线城市*:省会及热点城市,例如天津、苏州、杭州、重庆、成都

到2019年,人工智能、大数据、网络安全、AR/VR、数字营销等相关科技岗位在经济各部门将继续繁荣。《参考消息》还列出一份基于“薪酬表”网站PayScale预测的2019年最热门职业以及其收入中位数:

云计算软件开发工程师(10.8万美元)

数据专家(9.84万美元)

人工智能软件开发工程师(9.33万美元)

网络安全工程师(9.26万美元)

虚拟现实工程师(8.9万美元)

移动应用软件开发工程师(8.8万美元)

无人机操纵者(5.79万美元)

数字营销分析师(4.96万美元)

在商店或药房出售大麻的店员(2.56万美元)

人力派遣工(无)

进入企业研究所:为公司工作还是为自己工作

但是,吴俣也指出了进入工业界的缺点,那就是可能不适应职场。

不过,就像前文所说,计算机科学专业是少有的几个将实验、理论与工程紧密结合的学科之一,如果真的不适应职场,更大的可能是个人而非专业的问题。

吴俣也坦承,考虑到目前的计算机研究工作非常拼硬件,而工业界拥有更好的数据和硬件资源,选择后者也是有很大优势的。

于是,这里就延伸出一个特例:进入企业研究院工作。

现在,除了大公司开设研究院,连创业公司也成立研究院,其目的就是为了与纯产品开发区分开来,进行更偏向学术的研究。这方面的例子最好也最容易想到的几个例子,是微软亚洲中国研究院 (MSRA)、Google AI、Facebook AI Research,以及BAT今日头条等实验室。

进入进入企业研究院工作与进入学界做研究有什么不同?

这里展开来能说很多,另一位知乎用户@Bihan Wen给了新智元一个简洁的回答:最大区别其实是,你的研究到底是 for general interest (学术界研究),还是for company’s specific interest (工业界研究);利弊就是收入、personal branding,还有 who you work with。

还有一位知乎用户 Xiang Wang,他告诉新智元自己是做理论机器学习的。因此,在选择工作的时候会偏向学术界,“去公司的话很难再继续从事理论研究。当然去MSR也可以继续做理论,但是去MSR的难度跟找美国top20学校教职的难度基本差不多”。

至于去工业界,好处还是钱多,但 Xiang Wang 也提到了和吴俣一样的答案,“去公司之后研究方向会受到公司产品的影响,很难再比较自由地选择研究课题。”Xiang Wang说:“做理论的话,公司实在是不太需要。去公司基本跟自己做的研究就没啥关系了。”

除了顶级博士项目,不然还是去搬砖吧

根据在知乎问题《读计算机博士的未来出路在哪里》下的回答,吴俣自己读到博三时认为,博士是一个要不然就去最顶尖机构读,要不然就别读的东西。

吴俣表示,有其他答主说,读博士做的东西即使你去工业界都可以放到产品,不过这些都基于一个前提,就是你博士的成果足够好。然而在现在这个社会,你不得不承认,好的成果往往出于顶尖的研究机构,你的资源不足,天赋以及努力可能并不能帮你什么,尤其是在这种实验科学上。

如果你去了不好的学校读博士,有以下蛋疼的情况很可能发生:

你老板经费不足,你做图像或者语音,你们组买不起GPU,甚至老板都不愿意租GPU,那你博士的成果基本不可能在你工作的时候放到产品。

陷入自我怀疑,焦虑,信心崩溃。博士还是一个特别需要在入门的时候,有老手带一把的职业。从我这三年的观察,我发现博士往往会两级分化,一边是正向反馈,越发越有自信,即使被拒了也相信明天。另一边是负向反馈,总是投不中,或是总是无法迈出第一步,导致自己无限的自我怀疑。

你老板直接把你当劳动力了……这点在中国高校基本总会发生……很多老板所谓的博一博二做工程锻炼对未来的科研有帮助,真是一个善意的谎言,工程能力和科研能力虽然有关系,但是十分微小,甚至于你把实验做好了和你把论文写好了仍然道阻且长……

如果你去了好学校读博士,很有可能发生的是:

老板给你站台,工作极为有影响力,甚至在一些单盲的会议,录取都变得容易。这点不好展开说,不过大家都明白,尤其有了arXiv,双盲已经很难。

像其他答主说的,你有实习机会,或者工作机会把自己的东西做到工业界系统里面。

毕业好找工作……学术圈还是比较认学校以及老板声誉的,如果想去学术界深造,真的一个好大学博士非常非常好。

总之,吴俣给出的结论就是,如果你可以去CMU,斯坦福读博士,BAT给你100万一年的薪水也放弃吧,你的未来远远高于这份待遇;反之,如果你只能去一些一般的机构,且你已经可以找到不错的工作,还是去搬砖吧。

“现在有四个字很流行,终身学习。如果在工作中可以学到比博士更多的,那么直接工作何乐而不为呢。”

参考资料

吴俣在知乎的回答:https://www.zhihu.com/question/55064978/answer/147931853

“运筹OR帷幄”公众号主编“留德华博士”在知乎的回答:

https://www.zhihu.com/question/68590805/answer/518965827?utm_source=wechat_session&utm_medium=social

https://www.zhihu.com/question/56552107/answer/149452103

Xiang Wang在知乎的回答:

https://www.zhihu.com/question/55064978/answer/175736180

本文首发于微信公众号:新智元。文章内容属作者个人观点,不代表和讯网立场。投资者据此操作,风险请自担。




(责任编辑:admin)

专题推荐


© 1996 - 2017 中国科学院 版权所有 京ICP备05002857号  京公网安备110402500047号   联系我们

地址:北京市三里河路52号 邮编:100864