作者 | 梁唐
大家好，我是梁唐。
刚看完脱口秀大会，就看到了知乎给我推荐问题：如何看待2022年，算法岗人间地狱？
一
莫名觉得呼兰的段子非常的契合，小区里有两个大妈在遛狗。其中一个大妈对狗说，坐。狗麻溜地坐下了。另外一个大妈冷笑一声，说了声sit，狗也麻溜地坐下了。
第一只狗的眼神当中充满了疑惑，那种疑惑不是你怎么不讲武德还会外语，而是觉得大家都是狗，你这是在干嘛？
这是一个讽刺内卷的段子，内卷这个词自从出现就一骑绝尘，玩出各种花活。关于算法岗的知乎问题也是每年各不相同，19年供大于求，20年诸神黄昏，21年灰飞烟灭，22年人间地狱。不知道的还以为算法岗是不是哪本玄幻小说。
别的不说，单纯从每年的这个问题来看，提问的人的确是很卷的。想出这样吸引人眼球的问题来，一定费了不少脑细胞。
我们回到正题，那么，这个行业或者说这个岗位是不是究竟很卷呢？
二
这个问题其实真的很难说，最主要的问题就是个体的案例没有办法代表整体。然而我们又都没有整体的数据，所以只能拿着个人的经验来说事，自然就难免偏颇。而且在这个问题当中，稍微春秋笔法一下，给出的说辞完全不一样。
就拿我来说好了，如果我告诉你，我本科毕业，硕士文凭都没有。毕业之后而且做的后端，也没有基础，全靠自学成才，转行面试BAT，还成功入职。
估计很多不明就里的同学会说，这样的也能进阿里，该不会是你有什么亲戚姓马吧？又或者会觉得，我就说了前几年不卷吧，你看这样都能进。或者干脆抱怨自己，哀叹自己晚生了几年，不然的话，应该也能混进大厂吧？
但我没告诉你的是，我拿过acm亚洲区的银牌，还在大三去了阿里最好的算法部门之一——阿里妈妈实习。我们整个年级能拿到BAT实习offer的，也就只有两个。很多抱怨自己为什么拿不到offer的，别的不谈，至少从纸面上的亮点上来说，我觉得可能不一定很多。
纵向对比来看，我觉得校招竞争激烈或许是有的。但未必有大家想的那么严重，至少从我目前打听到的情况来看，我的学弟学妹们每年本科进BAT的数量还是增加了的。毕业了做了算法方向的，也有好几个。
我再换一个角度和大家说说情况，其实不只是现在，哪怕是当年大厂里的那些算法老人们，也几乎是清一色的985硕士。算下来我在阿里认识的本科做算法的，不算我的话，一共有三个，有一个我不太了解，另外两个都是985加acm金牌。其余的诸多同事，凡是我知道的，无论长幼没有一个不是985的硕士甚至也不乏博士。
我以前在阿里是不好意思提母校的，没有贬低母校的意思，实在是因为985守门员，排不上号。
三
那既然行业的门槛并没有显著的提高，那为什么看起来这个行业如此卷呢？
我觉得主要有两个原因，一个原因是海归变多了。
这几年中国的国力蒸蒸日上，互联网行业也一片欣欣向荣。体现在实打实的工资上，也是水涨船高。单说互联网行业而言，工资和美国的差距已经不太大了。毕竟美帝的税率很高，也没有公积金这种东西，算税后的话，其实真的优势不太明显。
举个例子，比如说美国的一些著名企业，一般校招的薪水大概是10 美金。换算成rmb，大概70、80左右。但是美帝动辄30%往上的税率，算算税后是不是和国内也差不太多？
再加上国外疫情严重，治安也不太好，国内发展又快，这几年回国的人比往年要多不少。回国的人多了，那么自然竞争也就变更激烈了。这其实是大环境带来的，我个人感觉也不只是互联网，其他高科技行业也是一样的，都有这样的虹吸效应。
另外一个原因是，国外的硕士分两种，一种是课程硕士，一种说学术硕士。那很明显，课程硕士就是基本上只上课，没有论文要求的。
没有论文要求只是上课的话，可想而知它的含金量以及对于学生的提升肯定是相对有限的。很多人吐槽课程硕士就和花钱买的一样，这话当然不对，但话糙理不糙。所以你看到一些国外名校的硕士没拿offer，真不一定是因为卷，可能他们读的是课程硕士。
这种情况会导致一个什么问题呢，就是业内对于文凭这件事情的看法其实和大众的认知是不太一样的。在大家的认知里，我有顶级名校的文凭找个工作怎么着也够了，怎么还要看论文？但是对于业界来说，你是不是读的课程硕士，有没有认真做研究，看你的论文成果就知道了。
这就是为什么不少人吐槽，算法岗位要求高，没有论文、论文质量不高都不行。
很多企业在校招的时候之所以会把论文当做硬门槛，主要原因就是文凭的水分太大了，文凭和能力脱钩严重，也是一种不得已的办法。其实大多数学校里发表的论文和研究方向，和工业领域当中的实际问题其实是脱节的。更多的是拿来当做一个能力参考罢了，就和面工程的同学问项目经历的逻辑是一样的。也就是说如果你有更直接的能力佐证，其实论文也不是必要的。
四
现在行业竞争激烈，卷，但是对于大家而言未必不是一个机会。
为什么这么说呢，因为很简单，大部分人方向走错了。他们去拼学历、拼论文去了。我倒不是说论文和学历不重要，但是他们因为有了论文和学历的优势，其实对于找工作的内核逻辑这个问题思考的其实是不够深入的。
比如说我当面试官的话，我首先看他对于推荐场景的理解，毕竟我是做推荐的，招来的新人也是在这个岗位。我得先看ta有没有做过推荐系统，有没有读过这方面的文章做过相关的实验，有多深的认识。其次是对于深度学习的理解，也就是看他的基本功，最后才是算法题、论文和学历。
但是现在候选人的情况往往是，对于推荐系统几乎没有什么认识，全靠的基本功以及履历应付面试。当大家都在推荐系统的认识和理解这一项上得分不高的时候，就只能拼大家的硬实力，也就是学历、论文这些了，这也就卷起来了。
平心而论招聘的逻辑和要求其实都是稳定的，并没有一个突飞猛进的大跃进。要求还是那么些，只是人变了。另外呢，每年一次的这种年经贴，真没多大意思，里面有不少无良媒体不懂装懂的恶性宣传。
毕竟要论卷，互联网企业其实是排不上号的，不信你们找几个学金融的、读博的同学问两个问题：学金融挣钱是不是特容易？博士毕业进高校当个教授不难吧？接着你只要听他们诉苦就好。
还是希望大家能够多思考，找到问题的核心，提升自己的核心竞争力。而不是和别人拼每个人都有的东西当个卷王。
关于这个问题就聊到这里，感谢大家的阅读~
