【深度】算法工程师走下神坛

作为一名二线科技公司的算法工程师，张敏明没“算”到过自己会陷入如此尴尬的境地。

去年年底，为了寻求更大的上升空间，有着多年工作经验的他下定决心跳槽。猎头李明化为他推荐了数个岗位，大厂小厂都有，但只有小厂愿意给他offer。

张敏明毫不犹豫地拒绝了。可仅仅两个月后，他就接到了所在公司的裁员通知，不得不重新拜托李明化帮忙找回之前小厂的offer。

雪上加霜的是，当初被张敏明拒绝的小厂居然也在裁员，“算法（部门）裁了三分之二。”李明化告诉他。

没有办法，张敏明开始踏上漫漫求职路，但他的诉求已经从“要工作成长空间”，转变为“求份稳妥工作”。直到一个半月后，张敏明终于找到了新工作，一家新的创业公司。

不是所有的人都像他这般幸运。时代骤变，曾经极度抢手的互联网算法工程师也不得不面对裁员潮。为了闯过寒冬，要么选择自降身价，要么只能耐心等待春天的到来。

2016年，谷歌的人工智能系统阿尔法围棋（AlphaGo）在完胜欧洲围棋冠军、职业围棋二段樊麾后，再次打败围棋世界冠军、韩国棋手李世石。这不仅创造了人工智能在复杂棋类游戏上击败人类的新历史，也让深度学习的价值在全球范围内大放异彩。

与此同时，基于这项深度学习技术的算法在商业世界的表现越来越突出——依靠精准的内容推荐算法，今日头条和抖音迅速崛起，刷新了用户体验，也展现了更具想象力的商机，各类大厂开始对算法趋之若鹜。

“当时的人才市场完全是供小于需的。”据专职于算法领域的猎头李明化统计，那时算法方向应届毕业生的平均起薪可以达到40万元，超级offer甚至超过70万元，不仅甩开大部分行业的入门起薪，也位列计算机方向岗位就业收入第一。

相比于前端、后端以及客户端开发等岗位，算法工程师这样一份能量巨大、薪资优渥，且看起来高大上的职位，很快站上了计算机方向所有就业岗位的“鄙视链“顶端。

为着这些“美好前景”，获得一份算法工作成为许多计算机系学生的追求。一时间算法专业吸引了大量学生，一跃成为出国留学热门专业。

2016年软件工程专业本科毕业的肖王是这其中一员，他放弃了直接在国内工作的选项，选择出国攻读视觉算法硕士学位，希望毕业后可以抓住浪潮，获得一份算法相关工作。

分布在各个互联网公司的算法项目犹如漩涡一般吸纳了大量算法人才，已经身在其中的工程师则沉浸于让人羡慕的红利期。

李明化称，当时甲方需求量大到即使工作经验只有一两年的工程师，也有一大批猎头“盯梢抢人”。算法人员的流动也无比顺畅，“跳一次槽基本可以实现40%以上的薪资涨幅，工作五年后可实现年薪百万，十分轻松。”

三年过去，当肖王结束了在海外心无旁骛的算法研究生活，计划回国寻求一份算法工作时才发现，求职远比他想象地复杂得多。一张海外名校的硕士证书并没有为他带来绝对性的优势，“一棍子过去，可以‘打死’一批985和常春藤（的人）。”尽管听上去有些夸张，但的确真实地反映出人才竞争的激烈。

一家科技公司技术负责人向界面新闻记者回忆，2019年以后，在招聘算法人员时可以收到雪片般的简历，这些简历通常背景优秀，“一边是名校硕士，一边是数篇顶会。”诚如肖王所说，“是十分之卷”。

这种激烈的场面多发生在知名大厂的岗位竞争中。对于这些算法硕士，算法的繁荣足够支持他们退而求其次，在其他公司中找到一份不错的工作。

但进入2022年，招聘的氛围变得紧张起来。李明化称，他已经明显感觉到甲方对于算法人才的的要求变得更高，“同样一个职位，以前可以尝试推一下2-3年工作经验的候选人，但现在却一定要求5年以上，其他很快会被刷掉。”

“这背后，是甲方的需求在缩水。”李明化发现，自2021年11月以后，流入人才市场的算法人才开始增多，而为这些算法候选人推荐职位的成功率低了不少。原本顺畅的求职之路变得有些艰难。

红利期消逝之后，身在其中的算法工程师也被焦虑所裹挟。一位入行近三年的算法工程师告诉界面新闻记者，开始从事算法工作以后，“成就感并不像刚最初想象的那样。”

据他所说，选择算法工作一部分原因是觉得可以做一些有用的算法研究，很高级很有用。但实际上，他需要做的仅仅是利用开源框架，对数据、参数进行一些分析和处理。

更让他不得不“卷”的是，由于算法和业务直接关联，用户留存率、使用时间等等都被纳入KPI。“但其实影响因素很多，技术又是黑箱，无法提前知道具体哪个能够起作用。”

经过一个多月的求职，肖王面试了八家不同规模的公司，收到了三家offer。2020年年底，他选择了一家中小型公司开始上班。原以为这家公司的产品仍处于从0-1的过程，不会轻易受到裁员潮的影响，但在今年年初的公司大裁员中，算法首当其冲——维持了一年多的7人算法团队，被减员至3人。

和肖王所在的组一样，算法被大量裁撤的消息也出现在许多知名互联网大厂当中。在加入这些大厂之前，这些拥有光鲜背景的算法人员，被赋予了技术攻坚的科研式使命，而在互联网增长预期见顶的当下，突然变成一批ROI（投入产出比）之下的鸡肋。

2017年前后，算法是创新用户内容体验的引擎，是提高广告精准度、提升商业化效率的利器，是人脸识别的新互动形式的内核，是人们对人工智能存在的所有前卫想象的基石。

而现在，大量算法项目完成了从0到1，已知的各个方向算法普遍进入深度攻坚阶段，ROI自然也跟着变了。

算法的技术边际效益递减，决定了“10%的时间创造的第一版算法可以为指标提升90%，而剩下10%的提升，却需要90%的时间不断迭代。”

肖王也意识到一个残忍的事实——即使原有的7人算法团队被裁撤到3人，产品的主要功能开发也几乎不受任何影响，只是涉及算法的非重要紧急性的功能有所后延。

“在从0-1搭建好架构后，后续的大部分人力和时间都花在维护上。对于大部分互联网公司的业务来说，离开算法也一样可以运转。”一位曾涉足算法领域的开发人员对界面新闻记者表示。

当然也有例外，对那些将算法本身作为核心竞争力的产品而言，算法即业务，它的产出是直接且明显的。但对于大多数算法所在的场景，算法承担的是优化任务。

上述开发人员表示，一个算法人员的成本很高，有没有必要为了那10%的优化，去投入90%的人力？以最基础的NLP（自然语言处理）算法应用场景语音识别来看，对于一个没钱的人，是几乎免费的90%正确率的语音转文字功能更合适，还是需要花重金的99%识别率功能？

现在，那些从扩张转向追求盈利的互联网公司无力再以高额的成本去支持算法研究。无法直接大幅提升产出的算法和那些被弃之如履的“边缘业务线”一样，不再充满魅力。

新的出路也不是没有，新风口自动驾驶以及芯片领域便为一些算法人员重新提供了一个“有前景”的应用场景。但不同算法的学习成本之高，决定了转型不会容易，众多普通算法工程师始终难逃焦虑。

李明化见惯了行业浮沉下的人才流动，对那些因被裁员而“重舔”猎头的案例已经习以为常，“前20%的人永远不愁退路，但更多人不断被时代潮流上下席卷。”

活该 之前牛逼哄哄自以为tensorflow调几个参数就能改变世界改变行业 到头来也不过是根韭菜 自以为是 活该

那些杀熟的，无人驾驶的算法可能厉害点，其他可以参考一下目前的ai和语音识别，词不达意就是算法的锅。