热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

破局:自动驾驶人才断层困境

摘要:随着自动驾驶技术的落地与应用,相关领域的人才需求不断增加,但许多求职者却屡屡碰壁,这其中的原因是什么呢?

 

摘要:随着自动驾驶技术的落地与应用,相关领域的人才需求不断增加,但许多求职者却屡屡碰壁,这其中的原因是什么呢?在任乾老师的《多传感器融合定位》课程中,老师为大家分析了现状。以下将以任乾老师的视角分析人才断层的原因以及解决办法。

随着自动驾驶技术的落地与应用,相关领域的人才需求不断增加,但许多求职者却屡屡碰壁,这其中的原因是什么呢?

在任乾老师的《多传感器融合定位》课程中,老师为大家分析了现状。以下将以任乾老师的视角分析人才断层的原因以及解决办法。

 

 


1.人才断层的现状及原因

 

我最近也在做很多的招聘工作,面试了很多人,收到了很多份简历,一个核心的状况是,应聘者被刷掉的概率占70%-80%,甚至还要更高,收到几十份简历,被留下来的可能也就两三个、三四个。

核心原因有两个,一是自动驾驶已经开始落地,有很多的团队开始涌现。原来不做自动驾驶的企业,看到别人已经落地,又不想落后于市场竞争,于是开辟一个新部门做自动驾驶业务。另一个是以往只做自动驾驶技术储备和研发的企业,到了一定阶段后,团队的业务开始逐步扩展和增大。

像“蔚来”本身就是做这个业务的企业,可能不太关注增加值方面的内容,但在面对市场竞争时,也必须开辟业务。换句话说,自动驾驶技术方面往前推进一步,就需要招纳更多的人才进行业务拓展,这就导致整个行业的需求已经开始增大了,这是原因之一。

当然,这个原因更深一步讲,不只是增大,而是在增大的同时对人才质量的要求并没有降低。

因为行业发展到一定阶段,大家要招纳能把项目落地的人,而绝非像以前一样,做demo出来就能拿到融资的人。因此,行业发展阶段不一样,企业的需求也不一样。在当前这个阶段,企业更需要能把产品做好的人。只掌握皮毛,学基本的套路,然后把demo做出来或者跑起来的人,属于低端人才,满足不了当前企业人才需求。

因此,能够做出产品的人,才是当前企业所需要的高端人才。这也是我第一条原因所阐述的,企业需要大量的高端人才。

但是,市场并不能满足企业的需求。原因在于,多传感器融合定位这个领域,今年才开始发展,在发现定位有巨大的需求和市场后,大家才开始进一步的学习。在此之前,定位虽然也作为一个领域存在,但它不是自动驾驶这种传感器融合定位,可能像我早期做的惯性导航、组合导航等较为单一的定位。它解决的是在空旷场景下,或者某些场景下的定位。而自动驾驶是解决城市里,甚至是城市峡谷等比较有挑战性的场景的定位,这是以前从未做过的。

因此,这就导致原有领域的人很难适配企业新的任务需求,而新的人重新学习内容,学了没几年,很多事情搞不定,使得面对如此大的人才需求,市场的供应却非常少,无法招到足够的人才,这就是所谓的需求和供应端的一个断层。这也是企业现在想招人,但是招不到人的一个原因。

然而企业招不到人,这只是现状之一。

另一个现状是,大量的人找不到工作。刚才所说的被刷掉的人就找不到工作,甚至一部分只能去一些小公司去锻炼,继而再考虑其他的途径。这是因为对于刚入行的人来说,企业的要求很高,因此刚入行的人会遭受到一些打击。这些人需要一个成长过程,在能够达到企业要求时,才能真正进入一个可以落地的、好公司的岗位。这也属于上面所述两条原因之内。

以上我们所说的现状,它包括企业端和人才端两个部分,以及对应的两个原因。

 


2.人才断层的解决办法

 

那么怎么解决这个问题呢?我认为有三方面的途径。

第一个方面是企业,面对不好招人的情况,我们有什么样的策略呢?

除了招纳既有能力,又比较资深的人以外,我们还要招具有潜力的人。这一部分人可能现在达不到企业标准,但是我们看中你的人才素质,继而在项目中培养你,锻炼你。在一两年之后,我们认为你达到标准,那么也在我们的考虑范围之内。

比如我们会在硕士毕业生、应届生,或者刚毕业一两年的人里,去挑一些既聪明又踏实的人,作为我们的储备人才,并参与到项目中来。当然,这只是极少数,所以并不推翻我上面说的现状对立的问题。

大家可能会问,如果想成为被选中的人,想成为被看好的、有潜力的人,要弥补在定位领域知识掌握还不够深的缺陷,应该怎么做?向企业证明你是一个有潜力的人,我觉得分为三个方面。

第一是更看重把项目做精的人。其实我看过很多校招简历,有人会写很多项目,但这是不是一个加分项呢?答案是否定的,除非你的确做得深,能力非常强,不然真的不是一个加分项。

在学校的两三年,你肯定做不了多少事,尤其是边学边做的情况下,因此能够把一件事做好就已经非常厉害。所以写了很多项目的校招生,对我们来讲可能是一个减分项。我们会认为做的太杂,做的不够深,大家应当要记住这一点,一个东西做得不深很可能是毫无意义的。

因此,我们可能只会挑选一两个项目,但是又能够把项目讲得清楚,并且取得良好结果的人,比如说发了一个顶会,或是项目的指标很好,又有一个落地的平台,或是硬件平台跑起来,证明它的效果很好。这两个成果只要有一个,那么我们就认为这个项目是成功的。只要有一个项目做成,那么就已经留下很好的印象,证明了自己的能力。这也是第一点所说的项目在精而不在多。

第二点是相比理论基础,更看重工程实践

现在的校招生很明显分化成两类,第一类是偏理论的学生,理论知识极为扎实,但是项目做得很浅,甚至没有做过项目,而是一直在学习,好像仅仅是为了面试去补的基础知识。尽管基础很扎实,但是意义不大。当然,我们也不能说完全没有用。

另一类则是跟老师做项目的学生。比如说做一个定位系统,让它跑起来,而在这个项目中,你问他遇到什么问题,怎么解决的,以及现在的系统里面还残留什么问题,将来准备怎么解决,他都能回答上来。如果达到这一点,我们认为这个人具备良好的人才素质。

对于校招生来说,如果你时间有限,二者里面必选一个的话,我建议找一个项目把它做好,这比单纯的背理论知识更为重要。毕竟工程需要这样的人才。

工程本身不需要非常多的理论,这并不是说没有理论,而是说一个工程可能30%是理论,70%是在做落地的产品。我可以很明确的说,如果你认为这70%不重要,那么这是个错误的看法。

一个产品要落地,核心就在于这70%,而那30%的东西,我们可以找人现场去学习,因为工程落地里所用的算法并不是很深。相比于理论基础,我们更看重工程力量。我们需要更多的人去解决70%的问题,而剩下30%的问题,如果你能够跟我们一起解决当然更好,如果不能够解决,我们也可以边干边学。

 

第三点是相比知识多少,更看重思维能力,这和第二点相关。

在两种类型的学生中,第一种可能缺少思维能力。这并不是指你本身不具备思维能力,而是指你没有在项目中锻炼出来的思维能力,更多的时间在学习纯理论知识,导致缺失这方面的培养。因此我建议大家在项目中锻炼,从项目中去思考。

第二个方法是让更多的人进入到行业中,或者让更多正在成长中、尚未达到企业标准的人,尽快达到标准。我认为有这样几个方面:

第一是企业提供实习机会。和我们所说的第一大方面相关,企业如果能提供更多的机会,让大家在项目中锻炼,会加速整个行业人才的成长速度。

在学校,很多时候并非是学生不想做项目,而可能是老师让学生去做一些别的事情,或者是老师没有这方面的项目,没办法给学生提供机会,所以现在的企业已经意识到这一点,会提供大量的实习机会,这也包括我们。跟往年比,我们今年的实习的岗位至少增加了一倍。为了让大家在实习过程中加快成长速度,即使实习完之后,不一定留在我们企业,但是我们仍乐意给大家提供实习平台。

第二是从业人员有推动成长速度的意识,并参与到过程之中。这也是有些途径的。比如说,在企业里的人,可以写一些总结,发博客,或者针对某些领域内的知识 、paper,发表自己的看法。这是在构建社区,大家在社区内部可以互相讨论,互相关注行业内容。

整个来讲,如果从业者或者在行业内具有一定经验的人,能把各个方面的知识以及各个角度的看法,提供给正在成长中的人,也是能够加速行业人员成长的一个途径。

第三个途径就是像“深蓝”这种在线教育机构。不仅是传感器融合这一课程,包括整个机器人体系,比如SLAM基础、VIO以及物体检测等其他环境感知课程,它们都是在围绕怎样培养一个人才设置课程体系。总而言之,这是需要行业甚至还需要行业内部,以及社会各个层面的人共同推进的一件事,而不是某个企业或者某个人做的事。

所以我希望大家都有这样的意识,包括大家在学习这门课的过程中,边学边输出,哪怕只是把自己所学习的内容进行总结,发布在网上也是可行的。我们从事这一行业,不仅需要思考如何参与到行业中,还需要思考为这个行业能够做什么。

第三个方面是大家需要提高自己的成长速度。可能有人在认为自己学习到一点知识,掌握到一点技能之后,开始找工作。企业可能会选择你,但这并不是因为别人看好你,而是因为没得选。

 

当前整个行业的成长处于初级阶段,大家只能在初级的人里去挑选相对好的人。如果这时,你满足于现状,认为工作中掌握东西够用,那么对你未来的发展极为不利。大家都在快速的成长,过了一两年、两三年,许多人的知识量以及项目锻炼的量逐步增长,很快就能超过你。在这个时候,企业会选择更为优秀、更能满足企业本身需求的人,而不是选择你。所以不要觉得找工作相对容易,更不要过早的去满足,因为还有更为激烈的竞争。

 


推荐阅读
  • 每日一书丨AI圣经《深度学习》作者斩获2018年图灵奖
    2019年3月27日——ACM宣布,深度学习之父YoshuaBengio,YannLeCun,以及GeoffreyHinton获得了2018年的图灵奖, ... [详细]
  • 能够感知你情绪状态的智能机器人即将问世 | 科技前沿观察
    本周科技前沿报道了多项重要进展,包括美国多所高校在机器人技术和自动驾驶领域的最新研究成果,以及硅谷大型企业在智能硬件和深度学习技术上的突破性进展。特别值得一提的是,一款能够感知用户情绪状态的智能机器人即将问世,为未来的人机交互带来了全新的可能性。 ... [详细]
  • 当前物联网领域十大核心技术解析:涵盖哪些关键技术?
    经过近十年的技术革新,物联网已悄然渗透到日常生活中,对社会产生了深远影响。本文将详细解析当前物联网领域的十大核心关键技术,包括但不限于:1. 军事物联网技术,该技术通过先进的感知设备实现战场环境的实时监测与数据传输,提升作战效能和决策效率。其他关键技术还包括传感器网络、边缘计算、大数据分析等,这些技术共同推动了物联网的快速发展和广泛应用。 ... [详细]
  • 掌握DSP必备的56个核心问题,我已经将其收藏以备不时之需! ... [详细]
  • 了解供应链简单来说,供应链涉及一系列旨在向最终用户提供产品或服务的步骤。企业组织及其供应商之间始终存在一个网络,来生产特定产品并将其交付给最终用户。该网络包括不同的活动、人员、实体 ... [详细]
  • 本文深入探讨了NoSQL数据库的四大主要类型:键值对存储、文档存储、列式存储和图数据库。NoSQL(Not Only SQL)是指一系列非关系型数据库系统,它们不依赖于固定模式的数据存储方式,能够灵活处理大规模、高并发的数据需求。键值对存储适用于简单的数据结构;文档存储支持复杂的数据对象;列式存储优化了大数据量的读写性能;而图数据库则擅长处理复杂的关系网络。每种类型的NoSQL数据库都有其独特的优势和应用场景,本文将详细分析它们的特点及应用实例。 ... [详细]
  • 总数 | 小规模算法动态规划第3讲:LeetCode 62 不同路径详解 | 从自顶向下到自底向上的动态规划方法分析
    总数 | 小规模算法动态规划第3讲:LeetCode 62 不同路径详解 | 从自顶向下到自底向上的动态规划方法分析 ... [详细]
  • 每日精选Codeforces训练题:1119E(贪心算法)、821C(栈模拟)和645D(拓扑排序)
    题目涉及三种不同类型的算法问题:1119E(贪心算法)、821C(栈模拟)和645D(拓扑排序)。其中,1119E的问题背景是有n种不同长度的棍子,长度分别为2^0, 2^1, …, 2^(n-1),每种棍子的数量为a[i]。任务是计算可以组成的三角形数量。根据三角形的性质,任意两边之和必须大于第三边。该问题可以通过贪心算法高效解决,通过合理选择棍子组合来最大化三角形的数量。 ... [详细]
  • 当前,众多初创企业对全栈工程师的需求日益增长,但市场中却存在大量所谓的“伪全栈工程师”,尤其是那些仅掌握了Node.js技能的前端开发人员。本文旨在深入探讨全栈工程师在现代技术生态中的真实角色与价值,澄清对这一角色的误解,并强调真正的全栈工程师应具备全面的技术栈和综合解决问题的能力。 ... [详细]
  • 不用蘑菇,不拾金币,我通过强化学习成功通关29关马里奥,创造全新纪录
    《超级马里奥兄弟》由任天堂于1985年首次发布,是一款经典的横版过关游戏,至今已在多个平台上售出超过5亿套。该游戏不仅勾起了许多玩家的童年回忆,也成为强化学习领域的热门研究对象。近日,通过先进的强化学习技术,研究人员成功让AI通关了29关,创造了新的纪录。这一成就不仅展示了强化学习在游戏领域的潜力,也为未来的人工智能应用提供了宝贵的经验。 ... [详细]
  • 机器人工程专业:生源质量分析与排名
    在对某高校的机器人工程专业进行生源质量分析时发现,该专业的录取分数线与其他专业相比差异不大,这表明该专业的招生标准相对均衡。通过对近年来的录取数据进行深入分析,可以进一步了解该专业的生源质量和在全国同类专业中的排名情况。 ... [详细]
  • 本文对比分析了机器人视觉中两种关键算法——束调整(Bundle Adjustment)和位姿图优化(Pose Graph Optimization)的应用与性能。通过结合基于特征的方法和直接方法,研究了半稠密实时立体视觉SLAM系统在不同场景下的表现,探讨了各自的优势与局限性,并提出了改进策略以提升系统的鲁棒性和实时性。 ... [详细]
  • 面部识别技术面临关键转折点:伦理与应用的平衡挑战
    面部识别技术正面临一个关键的转折点,其伦理与应用之间的平衡问题日益凸显。近日,该技术再次遭遇重大事件。本周二,由90个倡议组织组成的联盟发布了一份联合声明,呼吁全球范围内暂停使用面部识别技术,直到制定出明确的监管框架。这一举措反映了社会各界对隐私保护和技术滥用的担忧,同时也引发了关于如何在保障公共安全和维护个人隐私之间找到合理平衡的广泛讨论。 ... [详细]
  • 全球计算机视觉顶会CVPR2018(ConferenceonComputerVisionandPatternRecognition,即IEEE国际计算机 ... [详细]
  • 如何改善汽车中的卫星导航体验?这里有一个新方案
    雷锋网按:不论是对用户还是导航系统的设计者,目前的卫星导航系统都不尽人意。本文介绍了一种提高准确性的办法。本文作者FlorianBousquet系是瑞士Thalwil的u-blox ... [详细]
author-avatar
Boss-201411
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有