目前读研选择人工智能方向还是偏底层方向
原标题：目前读研选择人工智能方向还是偏底层方向这是一个好问题，我结合我们课题组的实际情况和产业领域的人才需求趋势来说说个人看法。
首先，当前模型层依然有高附加值岗位，但是模型层已经出现了一个相对人才过剩的情况，虽然我并不认为是绝对人才过剩，但是在大模型没有全面落地的情况下，我相信模型层的就业还是会面临较为激烈的竞争。
对于科研能力强的同学，当然可以继续做模型层的事情，但是要想轻松拿到高附加值岗位并不容易，不仅要面临计算机专业同学的竞争，数学、统计学大类专业的同学也大部分都集中在模型层，所以我目前建议计算机专业的同学，应该充分利用自身知识体系结构上的优势，往下走一走，框架层和芯片层还是有很多机会的，也没有那么卷。
目前国内计算机专业的人才培养确实更偏软一些，大类研究生同学都把关注点集中在模型层上，这势必导致模型层的研究会出现重复造轮子的情况，毕竟同学们都需要毕业，都需要有自己的科研着力点，尤其是不在导师核心组的同学来说，不做模型层是很难毕业的。
如果在读研之前已经有了一定的科研基础，对于CV和NLP有一定的了解，同时自己的学习和科研能力也都比较强，可以做ai4sys，或者sys4ai。选择这个方向对于科研场景的要求是相对比较高的，所以一定要慎重选择导师，而且要重点关注导师的科研平台，这是非常重要的。
如果自己的数学基础还不错，而且有继续读博的规划，那么可以加入模型层的大军当中，虽然模型层比较卷，但是从去年底到当下，做模型层的博士研究生同学依然迎来了一个就业黄金期，不少同学都加入了大厂的大模型团队中。
如果动手能力实践能力比较强，不想通过水论文毕业，而且未来想进入到产业领域拼一下，可以考虑做sys方向，但是要做好长期不能出成果的思想准备。目前做sys方向的导师比较喜欢让新进组的同学做sys4ai方向，一定要慎重考虑，对于没有人工智能基础的同学来说，需要补学的内容非常多。
读研不论选择哪个方向，都有重视给自己搭建交流和实践场景，开阔自身的眼界，这是少走弯路并尽快找到科研着力点的重要方式。
我目前联合多名国内外大学的导师和互联网大厂的导师，共同搭建了一个技术论坛，在持续开展科研活动，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，如果有计算机、人工智能相关的问题，欢迎与我交流。返回搜狐，查看更多
责任编辑：