人工智能方向硕士研究生是否能有很长的职业生命周期？

这是很多同学都比较关心的问题，我结合组里同学们的就业情况和人工智能领域的发展趋势来说说个人看法。

虽然人工智能这个方向在最近几年才得到了广泛的关注，但是在研究生教育阶段，人工智能相关方向的人才培养已经有了较长一段时间的积累，我在2003年进入实验室的初期就有不少同学在主攻人工智能相关方向，而这批同学当中的不少人在毕业后也在长期从事人工智能相关的岗位，从这个角度来看，人工智能方向的职业生命周期还是比较长的。

计算机和电子信息领域一直存在一个职业生命周期相对偏短的问题，但是导致这个问题的原因是多方面的，不仅仅是行业岗位本身的特点所导致的，还有一部分原因在于同学们自身的选择，毕竟在互联网行业快速发展的这些年来，行业领域不断产生更多新的机会，有很多同学也趁此完成了岗位升级或者转换。

从当前人工智能领域的岗位分布情况来看，大多数岗位目前都集中在模型层、框架层和芯片层，这几层的人才需求也主要集中在以研究生为代表的高端人才领域，虽然不同层的研发对于同学们的知识结构都有不同的要求，但是这些岗位本身的门槛还是相对比较高的，而且这些岗位也都能够形成持续的价值积累，所以这些岗位的职业生命周期预期还是比较长的。

由于国内人工智能方向整体的人才培养会集中在模型层，这导致目前模型层的人才出现了一个相对过剩的情况，虽然相对人才过剩并不是绝对人才过剩，相信很快就会过去，但是目前很多人工智能方向的硕士研究生同学还是存在一定的就业压力，尤其是想拿大厂算法岗的同学，竞争还是比较激烈的。

从这个角度来说，我目前更建议在计算机、电子信息大类专业的同学在读研期间往框架层和芯片层发展一下，没有必要一定要主攻模型层，这样不仅会避开本专业同学的竞争，也会避开数学、统计学相关专业同学的竞争。

读研期间应该积极开辟更多高质量的交流渠道，积极参加技术论坛等创新交流活动，这会在很大程度上解决自己的信息差问题。

我目前联合多名国内外大学的导师和互联网大厂的企业导师，共同搭建了一个技术论坛，在围绕人工智能、大数据、物联网、计算机系统结构等领域持续开展科研活动，感兴趣的同学可以联系我申请参与，相信一定会有所收获。

最后，如果有人工智能领域相关的问题，欢迎与我交流。