机器学习工程师如何应对AI裁员潮？

当机器学习成为"双刃剑"：我们亲手打造的AI反过来抢饭碗

说来也挺讽刺的...那些深夜debug、疯狂加班的日子，换来的竟然还是一纸解雇通知。更让人心寒的是什么呢？这次的裁员邮件，竟然是ChatGPT代笔的！

AI冷血裁员：凉透心的事替HR做了

前几天TikTok员工在Blind上发的帖子直接炸了——倒不是因为又有人被裁，毕竟这在科技圈早就见怪不怪了。真正扎心的是那封"你被laid off了"的邮件，居然出自ChatGPT之手。

有网友直接吐槽：被机器人裁员，这也太没人情味儿了吧！

更有人愤怒地表示：ChatGPT就是个毒瘤，完全是brain rot（脑腐）。

巧合的是，同一时间Reddit上有人爆料说，60%的HR现在都依赖ChatGPT来做裁员决策。这位TikTok员工很可能就是算法流水线上的牺牲品...

据我观察，有位网友一针见血地指出：AI完美地帮资本家解决了"杀人诛心"的道德负担问题。管理层要向股东交代，HR要拿绩效奖金，而AI负责递上那杯"无痛解雇"的毒酒。

我们这些程序员熬夜薅秃了头发打造出来的ChatGPT等人工智能工具，现在正转过头来啃食我们自己的饭碗。甚至网上还流传着"12到18个月后，软件工程师就会被彻底淘汰"的说法。虽然无法验证真假，但确实精准戳中了整个行业的恐慌神经。

用AI裁员，被AI替代，还得学会与AI协作...我们真的太难了！

数据说话：机器学习人才市场的残酷现实

除了网友们的亲身经历，还有一些赤裸裸的数据让人更加担忧。

风投公司SignalFire针对AI对招聘影响的调查显示：2024年科技公司招聘应届生的数量明显少于2023年。特别是前15名大型科技企业减少了25%，初创公司也减少了11%。

牛津经济研究院基于AI对大学生就业影响的研究发现，美国22-27岁拥有学士学位或更高学历年轻人的失业率，历史上首次稳定超过全国平均水平。

麦肯锡的报告更是预言，到2030年美国将有1200万个岗位被AI吞噬，这个数字约占美国总就业数的8%。

留给我们普通人的窗口期，可能真的只剩5年了...

Anthropic首席执行官Dario Amodei警告说，5年内50%的初级白领职位将被AI抹去。理由很简单：新手员工的工作通常最简单，也最容易实现自动化。

但OpenAI首席运营官Brad Lightcap持相反观点，他在Bloomberg的《Tech Take》播客中表示，那些"工作年限较长、更习惯于按特定方式做事的员工群体"可能面临更大的问题。

就在前天，Bloomberg报道称Microsoft通过在关键业务职能中使用AI，去年节省了超过5亿美元。这个举措正在重塑就业市场的底层逻辑，对求职者而言既是危机也是机遇！

说句不太好听的话，AI替代人工最主要还是成本问题——它更便宜、更高效，老板们有什么理由拒绝呢？

机器学习工程师的突围之道：打不过就加入

既然AI潮流势不可挡，那我们能做什么呢？

今年1月白宫发布的《AI Talent Report》显示，美国AI领域存在巨大人才缺口，同时也释放出政策红利。重要的是，美国高端AI研究高度依赖国际学生，尤其是来自中国、印度等国的留学生。

今年6月，扎克伯格亲自率领Meta的金元军团，用1亿美元签约奖金"洗劫"OpenAI的墙角，德州数据中心狂扩180+个职位，却只招芯片架构师。

我们怎么成为那个被疯抢的AI人才呢？

对于正在从事SDE（软件开发工程师）或Data相关工作的职场人来说，转向机器学习方向绝对是一个极具前景的选择，但需要系统性的学习和规划。

首先要做方向选择。AI领域涵盖多个方向，不同背景的从业者可以选择最适合自己的赛道。

机器学习方向既要求扎实的工程能力，又需要一定的数学和算法基础。比如SDE背景的同学具备工程基础，可以转向MLE（机器学习工程师）方向，但需要补充数理基础，提升算法能力以及模型部署经验。

对于想要转机器学习方向的在职人员来说，MLE是AI领域最稳的岗位之一，越早入局，机会越大！

直通硅谷1V1求职计划，可以根据同学背景，制定个性化转型方案。不管你是缺工程能力还是数理基础，又或者是行业应用经验，我们都能帮你补齐短板。

1300+大厂在职资深面试官全程陪跑，帮助同学冲击大厂/高薪MLE职位！

抢岗位就是抢时间：机器学习职位订阅的重要性

2024年AIGC（生成式人工智能）相关岗位同比增长73.68%，这么多岗位该如何第一时间发现并投递呢？

北美求职平台众多，但各有局限：

- GitHub整理的虽然全面但大概会有2天的延迟

- LinkedIn有新岗位提醒，但约30%的岗位不在上面发布，容易错过

- Indeed更像一个工作搜索引擎

- Glassdoor的公司信息比招聘资源更受关注

- CareerBuilder信息混杂，广告干扰严重

- Dice.com只更新中大型科技公司

这些局限太致命了！

手动海搜，耗时耗力：每天重复搜索所有平台，浪费90%的时间！

信息闭塞，中小公司难评估：遇到独角兽、明星初创公司时信息难寻，岗位是否匹配？费时费力点开也未必清楚。

信息滞后，岗位瞬间关闭：公司放岗分散、关岗无声。Rolling Base招聘模式下，晚投=错失机会！

现在公司基本上都是Rolling base进行招聘。比如这个公司今年就招50个人，这50个人招完之后就不再招了，也就不会看剩下投进来的简历。即使你的简历很优秀，也无法获得面试机会（除非有人撕OFFER）。

所以抢岗位其实就是抢时间！只要开岗就投递，第一天投和第三/第四天投的结果很可能完全不同。

而且有些岗位开得早关得也早，比如谷歌23年机器学习相关岗位大概就开了一周左右就关岗了。作为求职者也没办法预测公司什么时候会关岗，最好的办法就是公司开岗时第一时间投递，这样就不会错过。

此刻，你需要一个既能及时更新最新开放的岗位且覆盖全面，又能直接投递比较方便的求职利器！

【直通硅谷职位订阅服务】

💡 覆盖3000+北美公司，从大厂到明星初创，隐藏机会一网打尽

🎯 求职方向细分标签精准匹配，SDE、机器学习/AI、量化开发等小众方向都能锁定

🚀 岗位发布24小时内直达邮箱，一键投递直达官网，告别繁琐跳转

⏰ 只需每日3分钟查看邮箱，彻底解放搜索时间！把精力留给准备面试！

岗位和时间都不会等人，要想早拿面试争取优先机会，这个服务适合你！

🔥 早鸟限时抢位！

|震撼价：仅需9.9元/月！

|加赠福利：买3个月立送1个月！

|优惠截止：7月15日！

⏳扫码回复【9.9】，立即锁定优惠！

常见问题解答（FAQ）

Q: 机器学习工程师真的会被AI完全替代吗？

A: 不会完全替代，但工作内容会发生变化。机器学习工程师需要学会与AI协作，专注于更高层次的系统设计和问题解决。

Q: 转向机器学习方向需要多长时间？

A: 根据个人背景不同，一般需要6-12个月的系统学习。有编程基础的同学转型会更快一些。

Q: 哪些机器学习岗位最有前景？

A: 目前MLE（机器学习工程师）、AI产品经理、数据科学家等岗位需求量大且薪资较高。

Q: 留学生在美国找机器学习工作有什么优势？

A: 美国AI领域高度依赖国际人才，特别是中国留学生在数学和工程方面的基础较强，很受欢迎。

Q: 如何提高机器学习岗位的投递成功率？

A: 关键是要快！Rolling base招聘模式下，第一时间投递非常重要。同时要针对性地优化简历和作品集。

选择直通硅谷让上岸变得更简单！

---

本文原创于直通硅谷，欢迎尊重版权的转载。

作者：直通硅谷 公众号：直通硅谷订阅号

直通硅谷，让科技求职更简单。