算法岗诸神黄昏，算法初级职位内卷，如何选择适合自己的方向? 第1页

我最近换方向了。

换方向本不稀奇，但心路历程和这道夸张的题目小有关系，因此分享出来供大家一笑。时光退回到我本科那时，机器学习这个名词还没火起来，我就读的某普通美国学校都还没有相关的课程和专业，那个时候最类似的课程叫做intelligent system（智能系统），主要讲perceptron，SOM和简单的MLP。我研究生时去了深度学习很前沿的一所学校，一年多的学习后我对机器学习的认识也只是停留在各种基本算法。而上完研究生/博士必修的机器学习课后，我去申请成为一门本科机器学习课的助教，结果被老师当场用一堆矩阵推导给劝退了。其实机器学习要想研究的话是无穷无尽的，本身就不是能速成的内容。

后来去业界工作了几年，做建模、咨询相关的工作。阴差阳错钻到了某个小方向，做了一些自主研究和开发，发了一些还过的去文章和轮子。后来想不如百尺竿头更进一步，不如夯实理论基础，做点深入工作，就又回到了学校读博。

读博的开始当然是上课，上课和各种研讨会上认识了很多年轻的大佬，未来或许都是能在机器学习某个领域执牛耳者。和他们一起上课和交流，我最大的震撼不是他们有多聪明或是多努力，因为这些都只是入场券，并没啥特别的，而是他们对自己研究的热爱与兴趣。就是那种对自己研究谈起时就滔滔不绝，能为了一个看起来无关紧要的小问题推演一下午。自从观察到这点后，我就已经认清了如果拼理论和算法，那我注定不在一个起跑点上，是一场没开始就结束的比赛。不管你有多努力，可能都不会有机会和他们同台竞技。就像武侠世界，还没出招，我就知道这比试输了。

人贵在了解自己。比如我的兴趣一直都是机器学习模型在复杂社会、商业、教育、健康领域的迁移、部署、应用，和理解它们对于我们生活的影响，更加偏应用和政策方向，这很适合我喜欢交流的性格。毕竟不同领域都需要理解机器学习的人来推动跨领域研究。从纯做机器学习理论和算法的人角度来看，这种是“低价值”的工作。不论这种看法是否有偏见，但对我而言这是高价值且有可能做到出色的方向。同理，是否做算法岗也是如此，你不能把短期行业前景当做决策的全部，而忽略了自己才是这个选择中最重要的变量。

这世界上有那么多有意思的课题，有那么多技能可能培养，有那么多契合你个人特质的行业。不能总把“我没得选”“何不食肉糜”挂在嘴边。其实大部分时候我们都只是想宣泄自己的愤懑，而非真的想解决问题。我能理解总有特例，但绝大部分人是符合正态分布的，不可能人人都没得选。我也是做过两年电路设计的人，发现不适合自己后转向了软件工程，后来才转向了机器学习。我们往往怠于思考自己的方向，而倾向于选择模仿。以为是低成本的优化方向，却可能是对自己不负责的做法。

所以我并不会劝退或是劝进，因为这没意义，我只会劝大家更好的了解自己。就像鲁迅说「学医救不了中国人」，劝退既不是目的也不是手段。你该问问自己，自己是否有机会在所在的领域做到拔尖，你的个人特质能否作为自己的护城河，下一步是否会面临来自方方面面的挑战。如果让你选一道菜吃十年，什么才会是你的心头好呢？

不要把转行当做出路，不要把转行当做末日。

2019年11月28日更新：真香，我又重新开始做比较纯粹的算法研究了。