工作之后，顶会论文还重要吗？

现在校招对于算法岗而言，非常的看重顶会，有多篇顶会会让最终的offer会上升一个level。既然这样的话，想知道工作了一两年后，再找工作时，顶会还会发挥这么大的重要性吗？如果有的话，工作后应该怎么发顶会呢？还请各位大佬分享下经验与看法。这里指的工作岗位是：算法非纯research岗位。

刷这个问题很久了，而这个问题也一直困扰着我。原因在于今年夏天博士毕业，找工作期间已经明确了不在学术圈卷，不出国做博后。因此纠结的点在于各个大厂的Lab和纯业务部门。下面聊聊我的个人看法吧。

个人情况：博士期间做CV算法，积攒了一些顶会和期刊。今年七月毕业时，会议有三篇CVPR，两篇AAAI。期刊有一篇IJCV，两篇TIP，两篇TCSVT。全部都是第一作者。这些论文确实给我带来了实打实的收益。学校期间拿到了各种奖励，找工作时顺利获得了各家公司还不错的offer。可是我很清醒，每个阶段积累的东西是不同的，这种顶会只是找工作的敲门砖，后面又可以吃多久红利呢？

工业界，纯粹发论文的部门是很少的，即便是公司的Lab，也有一定的业务压力。在业务部门，对于业务的理解，对于算法的功耗和性能的极致优化，端到端全栈的工程能力等都是十分重要的。如果有好的想法，解决了实际问题并对他人有启发式的创新意义，那么顺手发顶会，是双赢的选择。但是论文很难算作是业务部门核心的绩效竞争点。输出了漂亮的idea，发了顶会论文，但是项目没有落地，在业务部门毫无用处。

至于积攒顶会论文，如果后续面试大厂的Lab，是很有竞争力的。但是对于年轻的研究员，想要退一步重回国内顶尖的高校，恐怕还是要多积攒一作的论文。而大厂Lab的很多工作都是research intern主要输出的，一作也自然多是实习生。而发一篇一作的论文，是真的耗费精力啊……

想到博士期间老板的话：想清楚每个阶段在积累什么，最后会变成什么。要时常为每个人生阶段画句号。前十几年的学习积攒了知识，变成了大学录取通知书；本科时候平时的优异成绩变成了保研资格；博士期间积累了论文，要努力把他变成各种奖项、优博称号、满意的offer。虽然老板的观点有点强调目标论。但想想，很多时候，中间的过程确实也仅仅是在支撑着结果。所以要想好自己每个人生阶段的规划，这个五年我做什么，下个五年我要走一条什么样的路，这些顶会论文意味着什么，又能带来什么？

学术界和工业界的差别确实不小，入职几个月，我本人也一直在努力跳出以前做科研发论文的学生思维，想办法把之前学校培养的能力和实际应用场景相匹配。很多事情我也想不明白，只是选择了便要坚定走下去，前路仍然坎坷啊……

简单介绍下我的背景，工作时长不止2年半的算法练习生，FinTech公司工作一年半多后社招（无paper）跳槽BAT，如今已经入职快一年，中间也面试了一些应聘者，自认为有些一线经验可以分享。

在鹅厂，算法工程师可以分为纯研究岗和应用岗两个类别，其他公司应该也类似。据我所知，纯研究岗坑位较少且大部分是PHD，其主要工作是研究各种前沿技术，对于ta们而言，顶会是升级打怪的护身符，重要性不言而喻。而大部分人进来其实都是应用岗，也就是问题中的算法非纯research岗位，主要负责将各种算法落地来解决实际问题。

可以看到，纯研究和做应用的发展路线是存在差异的，自然对候选者的要求也不一样。

对于应用岗来说，关注的重点应该是你的算法带来了怎样的业务收益？复用性高不高？技术影响力几何？不难发现，顶会paper可以直接作用于技术影响力，但根据我的经验，并不是证明技术影响力的唯一途径。

那是不是顶会paper就一点都不重要了呢？其实也不是，顶会paper就像一件美丽的衣裳，路过的人总是忍不住会多看两眼。作为AI领域的顶级学术成果，我们如果在扫简历的时候发现有paper，我们一般也捞出来认真读下，对于简历的曝光其实帮助不小。但就像上文说的，我们更看重候选人的综合能力，现实中也确实遇到过有paper但不接地气的情况。

换个角度跳出来看，除了工作跳槽用，一篇好的顶会paper可以帮助我们提升圈子内的影响力。国内的AI圈并不大，某某大牛可能就和你在同一个微信群里，一篇好的paper+一个可复现结果的github repo可以迅速提升我们的知名度，如果真的能做的这一点，还需要担心找工作吗？

为了让做的东西得到别人认可，最好有顶会支撑。晋升答辩的时候，别人有顶会，你没有，就感觉弱了一点。

再功利一点的说，发一篇A奖励1W，专利一个3k-5k。

不过工作以后可以招research intern带飞呀，一年招两个，一人搞两篇，比在读博士产出都多。。。

无非是以下这些了，偏学术方面的，顶会发表和国际比赛，偏业务方面的，核心级的专利（一般都要有充足的novelty外加非常不错的业务收益，付出的精力不见得比投个B类会议轻松）和核心业务（非常看运气了，有时候真不是能力强就能争取到的）。

另外，对于一个三年资历的算法工程师，业务经验必然是少不了的，大多是已经是一个资深熟练工了，这时候如果跳槽，缺少学术产出，或许你只能拿个阿里p6，但是有那么一两篇论文和比赛，要个p7几乎是标配了。因为面试官很难根据你上家的工作来评定你到底是什么水平的人才，业务相关的收益，有时候过于主观，下家不一定认可计算逻辑。这种时候只有顶会或者比赛才是业界的硬通货，有助于你在大多数人中脱颖而出。

 时隔一年！深度学习语义分割理论与代码实践指南.pdf第二版来了！
 基于 docker 和 Flask 的深度学习模型部署！
 新书预告 | 《机器学习公式推导与代码实现》出版在即！