Недавно я занимался (несерьезным) поиском работы. Мой опыт - STEM с акцентом на вычисления.
Что я заметил, так это то, что требования для получения работы во многих технологических компаниях, по-видимому, намного выше , чем требования для получения степени магистра, и даже после получения докторской степени не похоже, чтобы вы соответствовали даже половине требований, предъявляемых этими компаниями. компании требуют.
Кто-нибудь еще чувствует то же самое?
Например, сейчас я рассматриваю компанию Groq. Для одной из их немногочисленных нестарших ролей в нем говорится: требуется 2-10 лет опыта в машинном обучении или разработке программного обеспечения, знание аппаратных ускорителей, знакомство с подмножеством: линейная алгебра, Python, компьютерное зрение, обработка естественного языка, C, обучение с подкреплением, FPGA, рекомендательная система, C++, среди прочего, и, желательно, публикация на конференциях по машинному обучению высшего уровня.
Я могу твердо сказать, что даже доктора наук, чьи основные исследования связаны с машинным обучением, не имеют такого опыта, который необходим для работы. Это описание работы просто не имеет смысла с точки зрения того, что на самом деле происходит в школе. Исследователь компьютерного зрения вряд ли будет заниматься обучением с подкреплением и программированием ПЛИС одновременно. Маловероятно, что программист на Python каким-то образом одновременно занимается программированием на C и наоборот. Разные люди принципиально используют разные инструменты. Никто не проектирует интегральные схемы, одновременно занимаясь линейной алгеброй (любой глубины).
Это всего лишь одно описание работы из сотен, которые я видел и слышал от других людей. Многочисленные истории докторов наук STEM, которые остались без работы или не могут вырваться из академических кругов, похоже, подтверждают мою озабоченность. Интересно, правда ли, что в наши дни найти работу труднее, чем получить степень магистра (или даже доктора философии) в STEM.
Может ли кто-нибудь, кто был на обеих сторонах, вмешаться в это?
Требования к работе в ИТ - полная чушь, и это хорошо известная вещь, и есть много видов этого - небольшие компании, как правило, публикуют требования волшебного единорога (иметь возможность обучать NN и писать код FPGA одновременно), в то время как крупные технические проводит собеседования по программированию на доске, которые совершенно не связаны с реальным повседневным рабочим процессом. Тем не менее, рынок труда постоянно меняется, и каким-то образом ему удается со всем этим справляться.
Секрет? В целом, люди в отрасли, связанной с STEM, используют рекомендации вместо объявлений о вакансиях, чтобы найти работу.
А чтобы ответить на собственно вопрос - да и нет. Академия не готовит человека к работе в отрасли с первого дня, и кто-то, хорошо разбирающийся в отрасли, не может просто войти в академию и преуспеть там. Это просто разные наборы навыков.
В частности, в машинном обучении, если вы не стремитесь к должности консультанта-гуру, единственная действительно успешная модель может стать бизнесом, поэтому я бы сказал, что требования довольно схожи: разница заключается только в том, как сообщать результаты и требования.
Если вы когда-нибудь подумываете о том, чтобы пойти по отраслевому пути, важно приобретённое умение учиться и быстро просматривать рекомендации (возможность сделать беглый обзор за день или меньше — это большое благо!), трудовая этика, извлечение ценной информации. знание из опыта и применение его к новым проблемам... Эти вещи на самом деле универсальны, но нужна гибкость и ловкость, а не лазерная фокусировка.
И научное сообщество, и промышленность любят людей, которые могут решать проблемы , просто у последних есть много более мелких и часто нечетко определенных проблем, тогда как первые, как правило, любят углубляться. И одно не обязательно сложнее другого.
Объективно говоря, труднее ли получить работу в сфере STEM, чем диплом об окончании STEM?
Не в целом. Устроиться на работу на отдельных рабочих местах иногда бывает сложно (например, устроиться на работу в Google или Facebook действительно может быть объективно сложнее, чем получить ученую степень), но большинство известных мне статистических данных о занятости согласны с тем, что выпускники STEM в значительной степени получают соответствующие рабочие места после окончания учебы.
В этом смысле я немного подозрительно отношусь к вашему утверждению:
многочисленные истории докторов наук STEM, которые остались без работы или не могут вырваться из академических кругов
Я работаю и преподаю в области STEM уже 15 лет, и я даже не могу представить себе коллегу или сокурсника, который оставался бы «безработным» более нескольких месяцев после выпуска. Конечно, не все из них получили хорошую работу, но каждый нашел что-то в отрасли.
Возможно, область машинного обучения отличается, поскольку она определенно чувствует себя немного перегретой прямо сейчас, но если вы «не можете вырваться из академических кругов» с приличной степенью ML, вы можете быть слишком разборчивы в том, на какую работу вы претендуете .
Кроме того, я согласен с тем, что Allure говорит в комментарии. В вашем примере объявления о вакансии действительно нет ничего, что не должно быть у кандидата, подающего заявку на ML:
требуется 2-10 лет опыта в машинном обучении или разработке программного обеспечения, знание аппаратных ускорителей, знакомство с подмножеством: линейная алгебра, Python, компьютерное зрение, обработка естественного языка, C, обучение с подкреплением, FPGA, рекомендательная система, C++, среди другие и, желательно, публикации на ведущих конференциях по машинному обучению.
По сути, если вы защитили докторскую диссертацию по компьютерному зрению, НЛП, обучению с подкреплением или рекомендательным системам, у вас должно быть около 5 лет опыта работы в машинном обучении, опыт работы хотя бы в одной из перечисленных областей, возможно, некоторый практический опыт работы с Python и/ или C++, и у вас, вероятно, есть хоть какой-то опыт работы с аппаратными ускорителями, плюс некоторые публикации (если это "высший уровень" - это всегда субъективный вопрос, я бы не стал много читать об этом). В общем, вы на самом деле проверяете все обязательные и даже несколько дополнительных полей. Я не вижу причин, по которым вы не могли бы подать заявку на эту работу.
заядлый
Очарование
Баффи