NLP自然语言处理、推荐系统、以及计算机视觉哪个就业前景更好一些?

论坛 期权论坛 期权     
匿名的论坛用户   2021-1-6 03:03   7270   10
自然语言处理的机器阅读理解,推荐系统与多模态信息融合以及计算机视觉中的语义分割及图像生成,做哪个比较好。
分享到 :
0 人收藏

10 个回复

倒序浏览
2#
热心的小回应  16级独孤 | 2021-1-6 03:03:27
未来是NLP的 现在是CV的
3#
热心的小回应  16级独孤 | 2021-1-6 03:03:28
推荐系统最好。
这东西,能直接产生钱。
问题是这东西也最难学。
难学不是理论难学,也不是数学难学。
而是没有,真正的生产数据。
你都不知道,实际生产中。
到底会碰到哪些问题。
我特意做了一首小诗。
表达我,多次面试无果的感受。

学推荐系统,面试悲剧有感。
            ——sylar
屌丝学推荐系统,
犹如岸上学游泳。
资料看了一大堆,
一到面试就得吹。
4#
热心的小回应  16级独孤 | 2021-1-6 03:03:29
做好了都很厉害。而且一个好的工程师,是不光只能做,一套问题的。做推荐系统的难道一点NLP不懂?而且做CV的也是要懂一些NLP的,反之亦然。这三个其实都是人工智能领域的子问题。
5#
热心的小回应  16级独孤 | 2021-1-6 03:03:30
目前是视觉
最容易业务落地
6#
热心的小回应  16级独孤 | 2021-1-6 03:03:31
科研方向和就业方向其实没啥关系,君不见现在CV界深度学习遍地开花,不做深度发不了paper申不了funding,然而工业界除了一些巨头企业大家普遍还在用sift之类的东西…

感觉现在学术界玩的欢的东西落地只能用在一些容错率高的场合中,adversarial example的问题不解决就很难有改观

semantic segmentation这东西写论文很好,实验效果出来看着就很爽,然而用在实际场景中稳定性根本不达标,其中一个原因在于分割用的annotation成本非常高,很难满足深度学习的需求。之前接触的一个项目,用的最稳定的方法是active contour,十年前的东西了…
7#
热心的小回应  16级独孤 | 2021-1-6 03:03:32
这个问题我之前也考虑过(因将来无意从事学术研究,所以一直在关注行业这一块~),
贴一下自己的意见吧,希望会有用~
其实这个问题比较好回答,你只需要去相关的招聘网站上看一看就知道了。
我昨天重新抓了一遍拉勾网的数据。

职位热度
对于工业界,计算机视觉是目前最火的方向。

薪资中位数(单位K/月)
薪资待遇方面,目前推荐系统和NLP是比CV要高一些的。
个人感觉其实3个方向都非常不错,但是推荐系统离钱更近一些,算法提升X%,公司账户就可以立马有效果产生。
不过多了解一些也没有坏处吧,比方说做Feed流/视频推荐/音乐推荐等等,你也需要了解NLP、图像/视频方面的东西才行~
8#
热心的小回应  16级独孤 | 2021-1-6 03:03:33
谢邀,就业前景最好的是计算机视觉, 这几个里面适应面最广。 最容易找到工作,现在薪酬也比较高。
NLP就业范围很小, 需要这个并且能给得起高薪的公司不多。
推荐系统。。。这个纯看运气吧,如果 能进入大互联网企业还有希望,如果进不去。。。看运气吧。
9#
热心的小回应  16级独孤 | 2021-1-6 03:03:34
泻药

NLP 将一段话或者一段序列:
1.分割字段
2.提取关键词,构建语义向量
3.构建语句的关系
4.深度分析,比如情感分析,分类及构建下文等;
常用手段,简单点,语意相似度,隐马模型,难点用RNN,LSTM

推荐系统 物以类聚:
1.选择依据物品还是选择用户做
2.提取物品或者用户特征
3.构建相关网络
4.深度分析,对用户相似度,用户分类,用户打分。
常用手段,简单点,特征相似度,难点机器学习分钟分类回归模型

CV 将一张图变为向量:
1.边缘检测,抽取图中区域
2.使用过滤特征,选择每个区域的特征向量
3.分类,预测图中区域内容
4.深入分析,学习图片信息,自动生成图片。分类图中信息等
常用手段,简单点,特征相似,难点,cnn。

写的不对,大家担待。其实想说,这三个分析归根到底都是要将一些东西抽象为特征,不论文本,声音,用户或者图片,都希望特征化。只要特征化后你就可以使用特种模型,机器学习,深度网络等等来出来。

如果你精通自己的业务,能将自己的工作量化那么就可以很好的让工程师完成后续分析。那么你选择那个方向很重要,这三个方向选择特征都需要很好的底子。

但如果你选择后面的分析,分类。那么学好算法,如果你选择迭代方式,初始值好的话,你的模型能做的比别人快还好。否则最后要不爆炸了,要不消失了。所以与其考虑选择哪个方向,不如先从一个点学习什么是算法,什么是一个产品,如果对接客户来的直接。

当你熟练一个分支的时候,跨越其他分支就只是换一个方法。


10#
热心的小回应  16级独孤 | 2021-1-6 03:03:35
看到很多人对NLP没有搞出大新闻而觉得是个坑,但是未来肯定是NLP。
目前,还是CV好。
11#
热心的小回应  16级独孤 | 2021-1-6 03:03:36
只能说应用场景不一样吧,nlp和推荐算法在互联网、电商、运营商等这些领域应用多。计算机视觉在安防等方面应用多。
nlp可以用来做推荐系统,文本挖掘跟数据挖掘都可以做用户行为分析。
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

积分:3118703
帖子:623848
精华:0
期权论坛 期权论坛
发布
内容

下载期权论坛手机APP