点击上方，选择星标或置顶，不定期资源大放送
！
阅读大概需要15分钟
Follow小博主，每天更新前沿干货
本文整理自知乎问答，仅用于学术分享。如有侵权，请联系后台作删文处理。
编辑丨极市平台
导读
随着求职竞争日渐激烈，不少算法岗标出了“顶会论文作者优先”的条件。那么，没有顶会的CV/NLP方向的博士生毕业出路在哪里？截至目前，该问题在知乎获得超过13w次浏览。本文精选评论区优质回答，希望大佬们的经验能给大家一些启发。
回答一
作者丨王晋东不在家
首先我觉得这个问题问的很好。虽然天天我们都吹顶会，但真相是在特定的领域，能有学生稳定输出顶会paper的仍然局限于很少的几个学校或研究组。所以，绝大部分博士应该都面临着跟你一样的问题。
办法1：TMM/PR期刊也很好啊，很多国内高校都可以申请试试（差一点的学校有可能直接给教职、好点的应该要博后）。毕竟虽然现在都是2020年了，国内一大部分高校仍然只看SCI、影响因子、分区。所以我觉得你可以看看老家高校的机会。至少我认识的人还是有一些回到老家高校了，也很好呀，没有大城市这么大压力。
办法2：刷题去大公司实习。毕竟现在公司发paper也很多，所以如果你能进到公司实习，利用公司的平台和优势发paper，也是好事。最后能顺利留下，那就更好了。前提是找到自己想去的地方。比如MSRA，我们不看出身不看你有没有顶会paper（毕竟MSRA这么多paper也不缺你这几篇）。我们只看你是否想做出一些有impact的research，发paper就水到渠成了。
办法3：那就只能做博后了。找一个还算不错的地方（好的估计难找，因为你毕竟没有好paper）和那里的学生好好合作，利用这2-3年疯狂灌水刷paper，然后回国到一个好的学校。
不管怎么说，都希望题主和有相同问题的同学们都能有一个满意的未来！
来源：
https://www.zhihu.com/question/415698167/answer/1439576224
回答二
作者丨PythonDuncan
这个问题太适合我了，背景：约等于0论文， 方向cv。
论文的好坏个人能力是一方面，但平台其实更重要。我之前老板是做cg的，有个横向项目做基于视频的蜜蜂行为分析，因为招不到合适的博士，最后才免为其难的留我做这个项目的博士。问题就来了，因为项目本身的局限性，所以我所提出的方法不具有普适性，因而就与顶刊顶会无缘。后面由于生物方向的教授发现蜜蜂实在是研究不出个什么东西，这个项目干脆被砍了，我就只能在已有的数据上瞎折腾。好在我老板也知道我的难处，毕业要求非常低，我也顺利拿到了博士学位。
之后就开始了漫长的找工作之路了，因为我知道我是不可能找到教职的。面了几十家公司，大概也知道公司面试的套路了：
1. 基础要很扎实，这个其实不难，刷一下网课看看经典教材就够了。
2. 代码能力，这个其实也能准备，刷leetcode也就行了。
3. 表达能力，这点往往是最容易被忽略的，你得在很短的时间内让别人明白你博士项目的意义，以及你解决问题的方法，这得靠不断的打磨才行。要有这样的态度：撇开我论文的质量，我其实做了一个很有意义的项目，提出了一系列很有针对性的解决方案，我没有发好论文仅仅是因为被项目拖累，证据就是我有扎实的理论基础和过硬的编程能力。
ps：我投过很多家公司，国内外的都有，除了谷歌和苹果拒简历外，其它公司都拿到面试了（亚马逊，fb，奔驰，bosch，西门子，宝马，腾讯，阿里巴巴，华为，网易游戏.....）
来源：
https://www.zhihu.com/question/415698167/answer/1423034613
回答三
作者丨霍华德
分类讨论一下算法博士就业吧。现在三百六十行，行行搞AI。之前看到物理系在搞pde+深度学习，量子力学+深度学习，化学系在搞电子结构+深度学习、有机合成+深度学习，材料系在搞材料基因组+深度学习……最近看到建筑系的老师也开始搞建筑+深度学习了。目测未来和ai沾亲带故的博士将会爆炸性增长。但算法岗位说到底就那么多，一般也就开发岗的十分之一。
首先，岗位可以大概分两种：研究型和业务型。
研究型不太乐观，今年hc普遍不是很多，所以也是优中选优。没有几篇顶会就别想了。
业务型还好，博士有一个优势，各大公司都会有相应的博士计划，不占用团队的hc，所以公司还是很乐意招这样的博士的。只是因为是业务型岗位，会非常考察工程能力，业务理解。基本科班硕士能行的你也要能行，同时还要展现出解决业务困难问题的能力。
我最近面的候选人也分两种：
第一种来自牛组，如浙大cv某组，完全就是cvpr、nips收割机。虽然面了，但我也不期望最后人家能来。一年后出现在华为天才的名单里我也毫不奇怪。
第二种没有顶会，发了些paper。问创新点在哪里说不清，问创新点怎么来的说不清，问为啥能work也说不清…工程和代码也不行，业务也不懂，只能挂了。
来源：
https://www.zhihu.com/question/415698167/answer/1439747625
回答四
作者丨铝合金蝴蝶
看了目前的25个回答。很有趣，有不少都推荐答主刷题提升代码能力。我来给泼点冷水。
显然算法岗是不需要特别强的代码能力的。一般的算法岗只需要在Python上构建出完整的解决方案，自然会有开发帮你把功能移植到其他平台。
那么刷题的意义是什么呢？怕是本身就要考虑偏向开发的岗位了吧，俗称程序员。但是各位答主过于优秀，以至于忽略了那些不那么优秀的博士。他们中至少占50%以上的人，是30岁以后毕业的。30岁靠刷题拿到开发岗的offer，那恐怕5年后就得由于“性价比”下降而被“优化”。呜呼，怕是首都房的首付都攒不齐，想当房奴而不得。
很现实的问题，这些博士期间研究的那些东西，在开发岗中有什么用呢？如果单纯拼工程能力，又几人比得过曾经本科，硕士时一起毕业，已经工作了数年的同辈们呢。
大厂招博士的意义何在？读博士的意义又何在？
通常来说，博士与硕士不同，就在于博士有自己的一套创新。比起硕士在别人的东西上修修改改的微创新，博士的创新更多是基于自己对原理深刻的理解，而提出的和而不同的全新方法或方向。此外，常年的研究经验，让博士可以规划研究方案。博士通过拆分研究内容，按步骤，按方向，按模块分配给硕士去做，是为带队研究能力。
放弃这些能力与经验，靠刷题去做个开发。这种结果不论对于求职的博士还是对于招博士程序员的公司，都是一种悲哀。
来源：
https://www.zhihu.com/question/415698167/answer/1442502833
推荐阅读
重磅！DLer-计算机视觉交流2群已成立！
大家好，这是DLer-计算机视觉微信交流2群！首先非常感谢大家的支持和鼓励，我们的计算机视觉交流群正在不断扩大人员规模！希望以后能提供更多的资源福利给到大家！欢迎各位Cver加入DLer-计算机视觉微信交流大家庭 。
本群旨在学习交流图像分类、目标检测、目标跟踪、点云与语义分割、GAN、超分辨率、人脸检测与识别、动作行为与时空运动、模型压缩和量化剪枝、迁移学习、人体姿态估计等内容。希望能给大家提供一个更精准的研讨交流平台！！！
进群请备注：研究方向+学校/公司+昵称（如图像分类+上交+小明）
???? 长按识别添加，即可进群！