要不要读博

在V2EX看到一个帖子,硕士即将毕业,咨询要不要读博。

我周围博士一堆,都是做基础研究的,比如图形图像方面。医院的博士mm也是中大读的博,现从事药物学研究工作。

我的看法是,如果是工程应用类,读不读博都可以。因为工程开发,偏动手能力和实际经验。读了几年博士,跟同样工作几年的硕士竞争,不一定占优势。在工程开发上,用到的理论知识并不多,大多数是经验积累,学术作用不大。

如果是基础研究,那当然要读博了。不管是计算机视觉,还是医学,还是生物学,这类基础科学,有过博士经历的同学,在研究态度上与硕士截然不同,他们知道往哪个方向去努力。

我的部门既有博士,又有硕士,前者的学术研究思路比后者要清晰得多。比如,同样跟踪一个研究主题,硕士大多从应用角度出发,找到能够复现的论文和代码来实践。博士会看得更远,从前瞻性研究角度出发,探索业界最前沿的研究成果,并进行思考和实践,哪怕这个方向并不容易落地。

博士生在校阶段可能很辛苦,但这段经历,对工作实践大有益处。这个阶段,会让他们建立起正确的学术研究观念和方法论。有没有学术观念,是博士与硕士的一大区别。

比如,在计算机视觉方面,视频行为分析是一个热门研究方向。这里面涉及的技术原理比较复杂,既有常见的二维空间卷积,又有时空角度的三维卷积,还有光流辅助之类。整个业界,并没有非常成熟的应用解决方案。在这个前沿性研究方向,既需要大量的理论积累,又需要无数次的动手实验,这就是博士擅长的工作方向。

博士研究的成果,并不一定代表可落地的产出,这是研究与应用的区别。比如我们在光流弯曲方面的成果,已被google接受,但并不代表它立刻就可以落地应用。学术研究的成果,更多以前沿性理论的方式存在,能够在特定条件下证明这种理论有效,并不一定在现阶段,就能取得落地的突破。比如,参考此论文,上世纪80年代学术界就提出了卷积神经网络的思想,但随着算力的突破性发展,直到近些年卷积神经网络才得到大规模应用。

做基础研究的都会衡量学术论文产出。博士同学在论文写作上,也会比硕士得心应手得多,因为他们在校就经过这样的专业训练。计算机视觉有几大顶会,比如ICCVECCVCVPR。在顶会上发表论文,有极高的难度,除了专业水平外,还要看门派出身。博士生如果师从好的导师,在这上面发表论文,要容易得多。而硕士不管是研究方法,还是导师门派,相对来说,都要处于劣势。

当然,也不是说读博就是万能药。如果毕业后参加工作,只是普通的工程应用类,那么读不读博都一样。我每年都参加校招,去不同的省份、不同的大学招应届生,对于普通的工程开发岗位,学历要求就是硕士。

今年去北京的校招我就印象深刻,哪怕是在CV方面,应届硕士也把普通的CV方法玩的很熟,比如分类、检测、分割方面的深度学习模型和工具。然而,他们在一些基础理论方面了解并不深,比如涉及到神经网络架构搜索的知识。同时有几个北大的博士来应聘,他们在理论深度方面,就要高出硕士一大截。当然,如果只是招CV应用类,硕士就足够了,博士的性价比反而不高。

有的方向,经过许多年发展,已经没有什么大的研究前景,这种还不如就读个工程硕士,早点参加工作更好。比如你去读个农业机械博士,出来我也不知道能干嘛。

所以,读不读博,取决于职业规划,也就是今后的工作与研究方向。基础研究需要博士,因为研究思想、方法论,都与博士经历有关。普通的工程应用类,硕士就可以了。

业务研发与基础研发

我有个读者,在互联网公司做基础技术的,自认为不爽,想申请调配到业务开发部门,征询我的意见。

懒人长久以来,在不同的基础研发部门工作。这个部门定位有点尴尬,搞技术的自然懂,但业务方不太理解。

比如说,我以前带中间件团队,业务方理解为,“哦,运维”。

后来带云计算团队,业务方理解为,“哦,运维”。

再后来我搞人工智能,业务方还是理解为,“哦,运维”。

对业务方来说,凡是没有直接从事业务开发的,都是运维。

这里所说的业务方,包括产品、运营、策划、市场等,他们直接面向用户,通常也对公司营收负责。

在不同风格的公司里,占主导地位的业务方也不一样。比如腾讯重产品,产品就代表业务方;阿里重运营,运营就是业务方;游戏研发公司重策划,策划就代表业务需求。

直接为业务方服务的,是业务研发团队,他们负责线上产品开发、运营活动支撑、策划方案落地等。

支撑业务研发团队的,是基础研发团队,他们构建底层的基础设施,保证业务开发的效率、质量与安全。

在一般的IT公司里,同为技术,业务研发部门与基础研发部门,两者地位截然不同,通常前者显著高于后者。

因为,业务方看到的是业务研发团队的努力和成就。比如今天要上线一个什么产品,那是业务研发团队开发出来的;要搞一项什么运营活动,也是业务研发团队在那里支撑。

而基础研发团队,做的都是背后的工作。比如分布式中间件、分布式存储、高可用数据库、弹性计算、负载均衡、监控,这些都是保障性工作,它们在技术体系里重要,但是不直接体现价值。

不能直接产生价值,在业务方眼里就是没有价值。这是大多数做基础技术的同学的悲哀。

基础研发团队,通常要比业务研发团队付出更多的学习精力,技术栈也要广而深得多。从操作系统内核、网络协议栈、计算与存储硬件,到分布式算法、高可用架构、高性能服务、云计算,甚至是人工智能,无所不涉猎。

然而,这改变不了什么,在业务导向的公司里(绝大多数公司是),基础技术地位不如人。

当然,业务技术也有自己的难处。他们要反复改需求,不断跟产品和运营扯皮,赶项目时加班加点,项目做得不成功,项目组随时被撤换,面临的压力比较大。

而基础技术要稳定一些。大多数做基础研发的同学,性格沉稳,不善于沟通。他们潜心于研究技术,对业务不关注,也不愿意扯皮。对他们来说,技术的成功就是个人最大的收益,外部奖励什么的反而不怎么care。

所以,业务研发与基础研发,前者在公司的地位高,但压力也大;后者容易被忽视,但技术成就高,相对稳定。如何选择,取决于个人性格,与形势需要吧。

出差回来有感

在这风雨飘摇之际,懒人平安的杀回了小城,海边的小城。

山竹太猛了,虽然我在外地,但看到台风的各种报道,心也慌慌的。

我的房子就在海边,阳台正对着大海;在卧室的床上,抬头就看到窗外的波光。

我想这么猛的风,出门前又没做防范,家里的门窗估计顶不住吧。

不过,回家一看,挺高兴的,一点事没有。

检查了门窗的玻璃,都是双层的,难得碰到一个有良心的开发商啊!

台风确实是天灾,我学军事的,知道这种气象问题基本无解。

美国人研究过气象战,利用高科技手段,在对方地域范围内制造气象灾难,比如地震、飓风。

不过这种手段太缺德了,后来也不了了之。

我所居住的半岛,被台风破坏得一片狼藉。

各种工程车在排险救难,地面污水横流,路两边的树全倒。

小城的政府每年花费数亿在环境维护上,建设了宽阔的马路、漫长的沙滩、迷人的绿道,到处是鲜花绿草。

我的办公室紧靠海边,窗外的施工人员在那里挖了一年,种树种草,各种美化。

台风来了,一夜吹回解放前。

问题是去年天鸽如此,今年山竹又如此。

要吸取教训呀,不能每年都种得很辛苦,每年都吹得很轻松。

是否考虑在海边种一些沙漠里的那种植物,根系非常庞大,个头又不高,这样再猛的风,也吹不走了,还能起到稳固海堤的作用。

去年天鸽过后,我这直接吓跑了几个同事,90后呀,一点动静就辞职,不太理解。

这次去几个城市校招,也是感觉年轻的队伍不好带。

不管硕士还是博士,基本都90后了,有自己的思想和个性,对上一辈人(70后、80后)建立的规则,不一定从内心认可。

但是,不管再怎么有个性,我招人也有自己的基本原则。

一是看学校,比如算法岗,非985大学不招;二是看成绩,硕士看专业排名,博士看论文发表的会议级别(比如视觉的三大顶会)。

这两项看似简单,实际有效。学校好、成绩好,说明这个人要么聪明,要么自控力强。

而在算法岗位,既要求头脑聪明,又要求沉得下心来,否则根本出不了成绩。

AI已经产生泡沫,结果是今年在算法岗位上的求职者太多。

很多应届生不是学的这个方向,但看了几本书,刷了几道题,也纷纷投这个岗位,导致水平相差很大,筛选的强度大。

我们公司给的应届算法岗位,硕士大约30+w/年,博士大约40+w/年。

对应届生起步来说,这个薪水还算可以。但如果纯粹为了薪水,而改投自己不擅长的领域,其实是浪费双方的时间。

我建议应届生今后往算法与工程结合的方向努力。也就是说,既懂机器学习算法,了解常用算法的原理和实现,熟悉神经网络框架;又懂工程开发实现,包括编程语言、数据库、操作系统、数据结构,都了然于心。

很多公司有不错的算法,但落不了地。而实际上,算法落地没那么简单,在业务、环境、场景、设备各个方面,都要具备知识和能力。所以既懂算法,又懂工程的复合型人才,未来是最有前途的。

回家一趟,心情高兴,一会洗个澡,去吃葱油淋鸡了。:-)

保持专注的心

这么多年来,我可能唯一有个好习惯是,早睡早起。

晚上11点左右准时睡,早上6点准时起(失眠除外)。

起来后,天气好可以跑跑步,回来冲个凉,上班。

7:30就到公司了,一直到9:00,是我最高效的工作时间。

这个时候,办公楼很安静,窗外小鸟鸣叫,海上风平浪静,金色的阳光如梦一般温柔。

在这段时间,我的思维特别清晰,把昨天未完的工作梳理好,回复邮件,并大体思考下今天的工作安排。

9:00后,大家上班了,然后就是诸事纷呈,按部就班的执行。

很多名人都是在早上的时间工作效率最高,我觉得是有原因的。

经过一晚的休息(前提是睡眠质量好,不能失眠),在早上起来后,大脑的思维清晰,解决问题的能力强。

早上的安静时光,没人打扰,空气清新,也能更好的做一些思考,在静下心的时候,看的问题会更远。

保持专注,是做好事情的关键。

近些年我越来越不喜欢用IM沟通工作了,能当面的尽量当面,无法当面的就电话,最后才是IM。

当面沟通,首先就能保持专注,集中精力把一件事情解决好。

在IM上,不管QQ还是微信,扯来扯去,很多时候发现扯的都不是同一件事。

尤其是在群里讨论,几乎每次都没有个明确结果。

不同的消息在那里闪来闪去,你无法专注于一个事情,最后是每个事都没做好。

还有,看书也是,现在自媒体发达,到处是知识碎片化,我们每天的阅读量很大,接受的知识看起来很多。

然而,这些碎片化的东西,真的对你的专业能力有提升吗?从我的实际经验看,效果很弱。

通过碎片化阅读,大体上提升了知识广度,但深度根本就不够。

要有深度,仍然需要系统性学习。比如,搞深度学习的,好好看看数学的书;搞编程的,用心看看数据结构的书;搞区块链的,认真看看分布式理论的书。

要真正提升自己,系统化学习是绕不过去的坑。蜻蜓点水式的涉猎,只会害了你自己。

保持一份专注的心吧,不管对工作、对朋友、对爱情,专注会让你收获更多。

一年挣10亿,你也可以的

这篇也不是标题党,实有其事。

我认识一个人,他从零做起,几乎凭一己之力,在两年多时间,将公司做到20亿估值。

这哥们人极聪明,拼命将自己打造成网红,走网红经济路线。

一开始在知乎写文章,很快成为大V,由于相关操作违规了,被知乎封号。

然后转战新浪微博,在一年多时间,做到某个品类的头号大V。

接着组建公司,招聘分析团队,做直播,开专栏,大量吸粉。

他们做了一款软件,该软件以其精准推荐知名,在某领域一炮走红。

发展了几万个会员,每个会员每年收费2000元,光这一项一年就是几千万。

于是今年,公司进行融资,估值20亿。

这是一个最好的时代,也是最坏的时代。

好的地方是,处处是机会,你要你站在风口上,懂得借力发力,那么就有机会做起来。

坏的地方是,草根互联网创业越来越难了,社会资源迅速被各领域的大V占领,头部倾斜明显。

人气就是金钱,流量就是价值,这是粉丝经济的核心,也是知识付费的源头。你看各个公众号不遗余力的发展用户就知道了。

有观众了,远的可以开课、付费直播,近的可以广告、打赏,收入自然不成问题。

微博、知乎、公众号、头条号、百家号、简书,这些都是知识付费的生产场所。

那么,拿起你的笔吧,说不定哪天咱也写出一个亿万富翁/富姐。:-)