这几天和朋友在探讨这个问题, 众所周知, IT 类职业在行业是标准的 "青春饭", 这个行业的发展太快了, 需要不停的更新现有的知识体系, 才能跟上技术的发展, 因为随着新技术的出现能让你多年在技术中取得的先发优势转眼之间丧失. 比如计算机视觉领域在没有深度学习之前和在有深度学习之后是完全两个不同的世界.
网上还盛传很多企业会直接将 35 岁的程序员给开除了, 所以很多人认为 35 岁对 IT 人而言是个尴尬的年纪? 不否认有这种无良企业, 如果真的 35 岁的程序员都被干掉了那新来的人谁带? 被开除的这一波人还不集体上街闹事.
但是我们确实需要担心新技能的重新积累, 大家都知道 10000 小时定律, 其次作为程序员过了 30 岁, 会觉得熬不起夜, 越做越累, 熬个通宵就感觉身体被掏空了, 还有一大堆不要命的小年轻竞争, 有些可能还是 985,211 的博士和研究生. 都是没有经验的, 企业当然更加喜欢后者.
所以完全推翻以前我们所掌握的一切从头开始个人认为并不明智, 即便你拥有这个决心和勇气. 况且有可能你已经组建了家庭还有了小孩, 那么还要衡量整个家庭的未来. 但是我们花了好几年的时间, 学习的机器学习, 深度学习知识没有用武之地是不是很憋屈, 想转行去人工智能领域就没有希望了吗? 并不是, 只要技术过硬还是有机会的, 任何企业都不会拒绝有能力的人, 能力才是企业第一衡量的标准.
现在人工智能最前沿的技术在一线城市, 真要参与这个行业, 可能还须要离开现在这座城市, 走到北上广深去.
我把入场的方式可以归纳成下面三类:
去小公司做全栈型人才, 优点: 更多的机会, 更好的平台, 缺点: 不稳定, 可能吃完午饭公司就宣布解散了;
去大厂做螺丝钉, 优点: 稳定, 身边全是大神, 缺点: 能接触到核心技术的真的是大神, 自己只能搬下砖块;
赋能自己所在的传统行业, 优点: 自己以前的技术得到了迭代, 缺点: 使用的技术比较落后, 自己要耐得住寂寞.
最后, 套用机器学习中 "天下没有免费的午餐" 定理, 只有当我们真正清楚了自己想要什么才能做出最正确的选择.
来源: http://ai.51cto.com/art/201909/602645.htm