热门问答
这是当前很多研究生同学都比较关心的问题，我从产业发展趋势和技术发展趋势两方面来说说个人看法。
首先，由于计算机视觉是人工智能领域里一个比较大的细分方向，而且视觉技术与产业场景的结合点也比较多，所以视觉领域近些年来吸引了大量的高端人才，整体的岗位附加值也比较高，这也导致了更多的同学都会选择主攻这一方向。
随着当前互联网大厂的人工智能平台逐渐完成搭建，视觉算法工程师的整体人才需求将进入到一个平稳期，这对于当前在读的同学来说，并不算是好消息，要想拿到高附加值岗位，就需要面对新的挑战。
如果自身的创新能力比较强，同时所在的课题组也能够提供较好的场景支撑，那么拿一个大厂的算法岗还是有机会的。
对于创新能力偏弱的同学来说，可以考虑以下三个发展方向：
其一是往业务算法岗方向努力，这是当前一个大的发展趋势。在人工智能平台搭建结束之后，更多从事算法的同学都会把目光转移到业务端，而业务端本身的岗位需求量更大，门槛也会相对低一些。
其二是重视工程实践能力。早期拿算法岗的同学都会比较重视自己的成果输出，更注重算法模型而会忽略工程实践能力，所以很多搞算法的同学往往程序设计能力都会偏弱，而当前算法岗和开发岗的边界越来越模糊，这就要求更多创新成果并不突出的同学，能通过工程实践能力来提升岗位竞争力。
其三是重视行业场景知识的积累。行业场景知识对于就业的影响会越来越直接，如果能够在读研期间积累更多的行业场景知识，会明显提升自身的就业竞争力，而且最好能输出一些跟行业场景强相关的成果，即使这些成果不能发顶会，也会有一定的就业竞争力。
虽然目前很多人都认为人工智能已经进入了一个新的瓶颈期，尤其是cv和nlp这两个领域，但是我依然看好这两个领域，所以我目前也在持续扩大视觉组的规模。相信在产业端，尤其是装备制造业领域，计算机视觉的创新空间还是非常大的。
最后，如果有人工智能领域相关的问题，欢迎与我交流。
以上内容由考研网友：IT人刘俊明(提问者)发布
