2016年阿法狗和李世石的世纪大战后，AI概念晋升显学。从硅谷到中关村，从企业到高校，人工智能、机器学习、深度学习、强化学习等一系列原本略带 “科幻”和“非主流”的词汇，成了吸引眼球、资本乃至的法宝。
与之相应，“算法工程师”作为承载人工智能从业者的基本岗位，也成为招聘和竞聘的大热门。无论巨头还是初创公司，随着AI题材发酵都加速扩大算法工程师队伍，而且给出的薪酬往往比码农平均水平还高一筹。
不过，前几日坊间突然传出的各大厂停止社招的传闻，虽然很快被各厂官方否认，但是仍有一丝寒气隐隐传来。反观今年校招的情况，虽没有所谓的停止，不过很多热门领域的参与者，也多以“惨烈”、“心凉”来形容自己的感受。
厂厂缩招，天凉好个秋
“每年这个时候很多人已经在晒offer、请客了，但感觉今年朋友圈里都在哭天抢地。” Top2计算机专业人工智能方向的硕士阿洪，对懂懂笔记如此描述。头部玩家圈子里尚且如此景象，普遍的状况可想而知。
由于外界环境的影响，中美资本市场先后陷入波谷，包括互联网行业在内的新经济领域也开始面临洗牌。受此影响，今年各大IT、互联网大厂的招聘情况不容乐观。
据媒体报道，杭州电子科技大学的老师表示，往年阿里在该校都会招走30-40个本科学生，但今年骤降至10人，对笔试、上机能力的要求也水涨船高；有参与者表示，今年笔试过关率很低；还有的求职群里，流传着30万人参加鹅厂笔试，只有两三千人入围面试的故事。另据一些求职大厂的应聘者称，基本上是笔试后就没有动静。一些独角兽和初创企业，干脆停止了校招，社招名额也大幅缩减。
智联招聘平台大数据显示，2018年第三季度，IT/互联网行业的招聘职位数与去年同期相比减少51%。从细分领域看，2018年第三季度，电子商务子行业的招聘需求同比下降达57%，在IT/互联网大行业中跌幅居前。此前火热的网络游戏行业受到网游总量和新上线数量限制的影响，也再度出现招聘职位同比下降，第三季度大幅减少了48%。
供给井喷，程咬金蜂拥而至
需求侧只是一个方面，造成算法岗求职难的另一个原因是供给井喷。受AI题材持续大热，算法工程师薪酬连年走高等因素影响，大量相关专业学生调整了主攻方向，同时无数人跨界而来。今年，各大求职群中普遍流传着这样两张图片，为算法岗求职者的焦虑火上浇油：
“我也是为了就业考虑才放弃了本科专业，传统工科在收入方面确实跟互联网行业的热门方向比不了”，阿洪在本科阶段有着亮眼的GPA和数学双学位，又参与了很多机器学习相关的科研项目，再加上名校背景，当时他直接求职也有相当的竞争力。
跨专业保研对他而言是教育资本的积累，而三年中行情变化的风险也随之而来，这让阿洪感觉不仅是点儿背，更是痛失了曾经的好机会。
宇哥本科毕业于一所普通211大学的计算机专业。“我一直不是特别喜欢写代码，但是觉得互联网行业还是挺有意思的”，宇哥回忆说，“正赶上产品经理这个岗位热了起来，感觉真的很适合我，就一直往那个方向努力”。宇哥的努力使他获得了几个大厂的产品经理实习岗位，雇主对他的能力很是认可，基本可以确定毕业后留用。
“但是因为女朋友的原因，就去香港读了个产品经理方向的一年硕，期间发现搞算法挣的真是多啊！就赶紧去自学，找相关方向老师跟项目，毕业时也算有了一些本钱。”回到内地后，宇哥也找到一个算法岗的实习，只是厂名没有那么响亮。面对今年秋招的现实情况，他直言需要放低预期。
开挂开黑，为笔试各显神通
当竞争激烈到一定程度，如果没有良好的社会环境和监督机制，形势就难免往失序的方向发展。目前算法岗校招中正呈现这样的景象。
“我现在的公司，我们几个实习生都最后走。”宇哥偷偷透露，最后走的目的，是几个人凑在一起开黑，分工合作做线上笔试。“当然有些厂管的严，必须要开摄像头什么的，这个就不太好办。”
道高一尺，魔高一丈。袁博士是另一所211院校软件工程专业的博士，他同专业的女朋友今年刚好硕士毕业，也在找算法方向的工作：“我们找了两台显示器，两套鼠标键盘，接在一台电脑上，然后她对着摄像头……线上笔试都没什么问题，现在都进入面试环节了。”
在百度上用“线上笔试”、“作弊”等关键词随便一搜，各种窍门、经验非常丰富。在应届求职者圈子中，“助攻”已经形成一种文化，人们对于线上笔试的严肃性不以为意。
在一个相关社区中，有楼主问如何正确使用草稿纸才不会被误判为作弊，而诸如此类的提问并不鲜见：
更有甚者，一些个人乃至机构已经开始提供有偿的“助攻”服务，正所谓有需求就有市场。
诚然，所有这些问题都不止出现在今年的校招之中，也不仅仅在算法岗一个方向。但是今年算法岗的激烈竞争，放大了囚徒困境的残酷程度：我可以选择老老实实，但这可能意味着将机会拱手让给了更“放得开”的人，尤其在这样的波谷之中，自己损失的将是实实在在的岗位和收入。这种心态，确实会系统性地加剧作弊的发生。
韭菜青葱，速成班大发横财
袁博士本科时已参与了不少大数据方向的项目，早在2016年AI概念大火之前，他就对机器学习数据分析有所涉猎。
“现在转行者蜂拥而入，实际上跟前两年高喊‘人人都是产品经理’的情况非常类似。”他分析道：“首先都是题材热，薪酬高；其次是产品经理几乎不用写代码，算法岗从某些角度来讲，确实也比开发岗需要写的代码少，这给了一些人门槛低的错觉。”
算法岗有自己的难点。比如数据清洗中的很多技巧，比如对机器学习模型数学层面的理解。要想做好，前者需要丰富的实践经验，后者需要有微积分、高等代数、概率与统计和最优化理论等多个基础学科的内功。打过几场kaggle、天池就能offer拿到手软曾经是真实的历史，但眼前的现实已不是刷完西瓜书，跑个xgboost就能出师了。
不过，到处撒网的培训机构在广告中不会提醒你这些。因为只有“X天速成，高薪offer立刻到手”的神话能够维持，他们才能持续不断地吸引那些抱着投机心态的学生交出上万元来报班。诸如这样的广告口号比比皆是：
学生交了钱，提供什么质量的服务就要凭良心了。来自大厂的高级别员工、名校高年级博士乃至老师，光环亮眼，未必不能是好的领路人；当然鱼目混珠的也不少，曾有某机构的王牌主讲人被爆光——作为高年级博士只有一篇粗制滥造的C刊论文能被搜到。
“网上有充足的名校公开课资源，文字资料就更丰富了。他们提供的资料搜集、汇总能省不少事，但其实汇总一份资料可以发给无数人，成本很低。点拨和辅导确实能帮初学者少走弯路，但很多事情还是自己摸索收获更多。那些一万多甚至更贵的班，性价比很难说。”一位基本通过自学实现成功转行的算法工程师，这样表达了自己的看法。
培训机构的实际业务，也许是为准毕业生们安抚焦虑，和提供暂时的希望。
路曲途明？下半场机会在哪里
对于今后相关领域人才的供需形势，“道路曲折，前途光明”可能是个很好的概括。
一方面是海量毕业生对今年算法岗的竞争形势叫苦不迭，另一方面是多家企业的招聘参与者在知乎等社区表示，他们其实并没有招满算法岗名额，甚至有一些方向和层次上感觉无人可招。
总结而言，矛盾的原因主要是求职者水平两级分化严重，且水平高的只占很小一部分，大量“速成”者和自学者难以满足企业的实际需求。
袁博士提到：“我有个今年从英国回来的硕士朋友，一直学文科，本专业实在是不好找工作。于是趁着国外结课到国内校招之间的时间差，赶紧自学机器学习准备转行。都到十月份了还经常问我很基础的python语法问题，这样赶鸭子上架肯定不行啊。”
可以说，不是算法领域的人才需求已经饱和，而是供给侧需要升级。对于明年及以后的求职者来说，科学调整准备工作的重点和强度，或者评估自身条件和机会成本以后及时更换赛道，都可以避免千军万马过独木桥的凶险。
长远来看，“消费互联网已经红利见底，产业互联网是下半场主题”已经成为共识，也是利好。与传统行业的结合，意味着AI的应用场景被极大丰富，对人才的需求必然随之扩张。
最重要的是，场景的多元化意味着对具体业务理解能力的重要性会更加突出，这对于跨界者来说无疑是一个好消息。
【来源：蓝鲸TMT网 作者：懂懂笔记 】
