[[328766]]

未来3到5年内，哪个方向的机器学习人才最紧缺？今天我们就来梳理一下。全栈式工程师在初创公司受欢迎，领域专精的算法人才在大公司很吃香，应用型人才能够快速提升业务，而工程化是落地的重要一环。

此前，知乎上一位CV专业的985高校研究生曾坦言，当初选择该方向时，深度学习正处于大热阶段，无人驾驶，人脸识别听起来就很高大上，似乎人人都想往这方向转。

然而，到了找工作的时候，这哥们发现就业形式和他想的相差太大：

最近陆陆续续有公司开始秋招的提前批了，计算机视觉岗位招的清一色算法工程师，没有论文，或者大赛获奖的找到算法岗的简直不要太难，周围的同学都开始纷纷转Java开发，自己也开始慌了。

想到学了两年的CV，最后工作找不到，一时间十分失落，感觉如果去做Java开发，还不如本科一毕业就出去工作，完全没有读研的必要。

那么，机器学习大规模发展是不是只是个幻觉？未来3到5年内，哪个方向的机器学习人才最紧缺？

这可能是每个正在学习这个专业的人，最为关心的。

华为云开发者社区表示，目前机器学习人才还是稀缺。

每人每天至少产生1G以上的数据，还有大量的数据尚未加以利用。每一个垂直细分的应用场景，都可以通过机器学习产生应用价值。这也就意味着相关领域的人才大量的稀缺。

总结起来，主要有以下几个方面的人才最为稀缺。

全栈工程师是指掌握多种技能，胜任前端与后端，能利用多种技能独立完成产品的人。

中科院大学，计算机应用技术博士王晋东表示，全栈式的人才最为稀缺，现在很多搞模型的，或者偏重某一方面的，距离解决实际问题是远远不够的。  

而人工智能全栈工程师比通常意义的全栈工程师更复杂一些，难度也更大，主要是算法实现跟传统的全栈区别很大，从应用层级来讲，分计算机视觉、自然语言处理、语音识别三个大方向。

细分的话就