外網熱議：疫情大半年來，深度學習工作的職位已經崩潰
大數據文摘出品
近年來，深度學習工程師一直是最受市場歡迎的高薪工作之一，但是昨天hacker news上一則消息登上熱搜：在過去半年里，深度學習崗位已經崩塌了。
真的是這樣嗎?
原來是Keras的作者@François Chollet 在八月底發了一則推文，同時附上了他爬到的領英上提到的深度學習相關崗位招聘信息的數據。
數據顯示，與深度學習相關的招聘信息在2020年年初還呈現穩步上升的狀態，然而從2月份開始逆轉而下，幾近崩潰。
在他看來，這是一個經濟衰退的指標，而不是另一個人工智能寒冬的開始。目前，這只是疫情沖擊下的短期影響。不過，深度學習的使用總量下降非常小。
消息發出后，迅速引發了相關從業者的激烈探討。
此外，在海外知名招聘網站INDEED的調研報告顯示，人工智能招聘發布數量的增長已經放緩，求職者對這類工作的興趣也有所消退。
2018年5月至2019年，在Indeed網站上對AI相關的搜索量減少了14.5%。相比之下，2017年5月至2018年期間，搜索量增長了31.9%，2016年5月至2017年之間，搜索量增長了49.12%。Indeed表示，今年這一數據的下降也意味著，市場上工作崗位數量較優質求職者數量而言，可能已出現供大于求的情況。
特別是在疫情期間，機器學習類崗位更是大為削減。
那么，曾經趨之若鶩的深度學習和人工智能，為什么也不香了呢?
hacker news上，網友們熱議了這一話題，也給這個問題提供了幾個視覺。
沒有可分辨的ROI-投資回報率，疫情下成為可有可無的職位需求
排名第一的答案稱，和大數據一樣，這幾年大家趨之若鶩的跟多是機器學習上的光環，一旦發現沒有獲得實際收益，大潮也就會逐漸退去。
- 我曾在許多大公司擔任顧問。大約7年前，每個人都在爭相利用“大數據”做同樣的事情，但是對于他們的投資，他們(大部分)一無所獲。
- 為數不多的公司設法真的進行了目標設定，并且整合階段，并找到合適的人...他們為獲得這些見解所付出的代價超出了他們的價值!
- 我認為深度學習行業正在發生同樣的事情。
- 這肯定是一個招聘大熱門職位。每個大公司都希望采取適當的ML / AI策略。他們強迫ML進入它不屬于(而且可能永遠不屬于)的地方。雖然相關“衰退”主要與COVID有關-疫情下所有公司都在縮減開支，因此大部分公司也會因此發現，機器學習職位只是個噱頭，沒有可分辨的ROI。像大數據一樣，我認為我們會看到一些公司執行良好并實際上獲得了一些價值，而大多數公司將在一兩年內跳到下一個更有噱頭的項目。
算法和業務割裂，無法創造真正價值
也有評論稱，機器學習工程師在公司無作為主要是由于公司大環境下，太多的機器學習工程師和研究人員急于解決問題，必須交付某些東西，不管是招聘需求還是本身專業知識，他們對于業務的了解往往非常有限，拿著過高的薪水，卻得不出有價值的結果。
所以，有評論稱，“這是一件好事!”
在與研究小組和更多由產品/業務驅動的團隊一起工作后，我發現，當研究人員花時間了解產品領域時并給出他們認為的結果時，并不符合業務部門的真實情況。
而正如我們看到的大多數市面上對ML /數據科學人員的實際需求一樣：
- 有數據清理經驗
- 對線性和邏輯回歸以及交叉驗證有深入的了解
- 一些合理的編碼技巧(在R和Python中，以及SQL方面)。
更多包含了對技術的要求。靠著這些前提條件找人，默認幾乎所有其他內容都可以教授。
但這對于雇用經理人/公司來說是很棘手的，在機器學習被熱捧的牛市上，薪水和期待都過高，從而導致了很多錯誤。
最后，深度學習在某些情況下是好的，而在另一些情況下則不是，因此，僅僅做一個深度學習開發人員，都不會對大多數公司有用。
盡管在國內，我們還沒有看到深度學習熱度衰竭的態勢，但是面對全球的討論，也需要早做打算。
文摘菌之前也推薦過一篇文章，《機器學習工程師正在失業，但學習依舊是唯一的出路》，并且提出了六大解決問題的方法，感興趣的同學也可以跳轉閱讀。
不過，不管行業發展如何變化，如果你能創造價值，未來也就不會一片黑暗。
相關討論：
- https://twitter.com/fchollet/status/1300137812872765440
- https://news.ycombinator.com/item?id=24330326
【本文是51CTO專欄機構大數據文摘的原創譯文，微信公眾號“大數據文摘（ id: BigDataDigest）”】
