今年從事演算法設計崗位的畢業生在就業過程中經歷了更多的考驗，原因是整個行業對於演算法崗位的要求也在不斷提高，單純的掌握基本演算法設計的畢業生感受到了較為明顯的就業壓力。但是就此說明演算法設計崗位飽和還為時過早，因為目前市場上依然有不少演算法崗位的需求。

從行業結構來說，目前演算法設計崗位應該還有較大的發展空間，原因是在產業網際網路發展階段，尤其是發展的初期，針對大量傳統行業的應用，演算法設計依然是一個有較多需求的崗位，所以說演算法設計崗位還沒有達到飽和的階段。但是毫無疑問的是，目前演算法設計崗位的要求正在不斷提高，具備更多實踐能力的畢業生將獲得更多的機會。

相對於演算法設計崗位來說，開發崗位的需求量明顯要多一些，因為大量的具體需求都需要透過開發崗來完成。對於開發崗位來說，一部分開發屬於研發級崗位，一部分開發屬於應用級崗位，對於研發級崗位來說，掌握演算法知識是基本的要求，所以對於演算法設計的畢業生來說，從事研發級開發崗位也是一個不錯的選擇。

從職業生命週期來看，演算法設計崗位與研發級開發崗位的職業生命週期往往都比較長，但是普通的應用級程式設計師則有職業生命週期方面的顧慮，頻繁的技術更新以及繁重的開發任務，往往使得應用級程式設計師過早的結束程式設計師生涯。

目前，不少公司對於演算法設計和演算法實現進行了整合，單純的演算法設計崗位目前並不是很多，所以對於演算法設計的同學來說，也應該加強自己的編碼能力。

作者簡介：中國科學院大學計算機專業研究生導師，從事IT行業多年，研究方向包括動態軟體體系結構、大資料、人工智慧相關領域，有多年的一線研發經驗。

一般隨著時間增加都是會轉往開發或者管理的，真正機器學習相關的崗位需要的都是尖端的研究型人才，其他的都是來做普通工作的，肯定會第一批遭到淘汰。加上現在人工智慧的瓶頸快到了，肯定會對依賴人工智慧的企業造成一定的影響，嗅探到這個資訊的人都已經開始脫離相關崗位了。

本來就是個噱頭。深度學習想應用到實際系統，有很大的複雜度，門檻非常高，單槍匹馬難度很大。

首先，你要有合適的應用場景。有些業務要求精準，人工智慧無法做到100%，是個致命缺陷。

90%的業務都是要求準確性。也就預測類或者輔助類，分析類，可以適用。

比如騰訊鑑黃服務，實測基本全不對，根本沒出現人的圖片，他都判斷為90%色情。這是大廠的吹破天的所謂深度學習應用。

第三，為啥前陣這東西熱門，融資需要。不弄點新鮮名詞，咋融資。為了融資，花高價招點人合適。

100萬年薪是看著高，轉頭融資可能數百萬或者數千萬。至於能不能做出啥，再說。反正融到錢，人不行就開了吧。或者融不到，人也開了吧。

大廠商就靠譜多了，大廠商是出於戰略發展考慮，而且確實有積累，有場景，有資源，能幹成。