最近，公司新招了一名技術(shù)經(jīng)理，負責管理公司的大大小小的視覺項目設(shè)計、研發(fā)。據(jù)說在上一任公司，新負責人只是一名普通的研發(fā)崗人員，自從轉(zhuǎn)到我們公司后，直接晉升為經(jīng)理，初定年薪30萬。

反之，我身邊很多技術(shù)同事，工作3-5年，不缺行業(yè)資歷、研發(fā)經(jīng)驗?zāi)芰Γ?jīng)常為了項目趕進度、改需求，996工作制，晚間周末熬夜加班更是家常便飯。但即使如此，工作薪資多年依然巋然不動，待遇甚至還比不過入職的新同事。

其實這個問題不是個例，很多做通訊、醫(yī)療、物聯(lián)網(wǎng)行業(yè)的小伙伴們，都會陷入加薪難，定位不明確，晉升渠道不清晰的怪圈。他們在行業(yè)里打拼多年，也自認為自己已經(jīng)在工作技能方方面面都掌握得不錯，但是就不具備進一步上升的能力。

要解決這個問題，我認為除了必要的機器視覺項目經(jīng)驗，還需要懂得做視覺的核心部分：深度學習算法。

之前看過一篇關(guān)于學習機器視覺的文章，視覺的圖像處理學習過程，從簡單逐步深入到核心技術(shù)，共分為七層境界。最基礎(chǔ)的視覺入門就是圖像識別，之后是物體檢測，圖像切割，再深入一點就是聚類（以圖識圖，類似于百度識圖之類的應(yīng)用），最后一層境界就是深度學習，實現(xiàn)諸如圖像降噪、恢復，翻譯，生成，風格化等視覺能力，達到無中生有。

做機器視覺的同行，特別是熟練掌握視覺深度算法的，現(xiàn)在他們都發(fā)展得怎么樣了？以我身邊做視覺朋友、同事舉例：

小陳，某985大學研究生，想在視覺行業(yè)深耕，為了給自己更好地發(fā)展，畢業(yè)后就職于國內(nèi)某科創(chuàng)企業(yè)，選擇了能夠更加發(fā)揮自主性的平臺，個人擅長計算機視覺，圖形算法研究，年薪80萬。

小李，從事智能制造、自動化領(lǐng)域7年有余，國內(nèi)某重點院校碩士畢業(yè)，曾帶領(lǐng)團隊完成傳統(tǒng)圖像學習和深度學習算法研究，攻克解決了不同行業(yè)各種圖像檢測課題，目前年薪60萬。

小王，某高校自動化專業(yè)畢業(yè)，在校時期數(shù)學、編程能力很強，也接觸過相關(guān)的視覺應(yīng)用實例，圖像處理算法。近期已順利拿到某上市500強企業(yè)offer，年薪18萬。

...

對于大部分的在職視覺人員，工作了3年以上，具備一定的行業(yè)資歷和項目經(jīng)驗，都處在系統(tǒng)使用者-核心開發(fā)者的過渡期。你只有邁過了這個門檻，才有可能在接下來的職業(yè)道路上進階為技術(shù)專家。如果邁不出去，在未來的2~3年，5年甚至更長的職業(yè)期，你可能依然原地踏步，得不到很好的機會，也就更不用說突破30萬年薪這個坎。

在這個階段，你已經(jīng)掌握了絕大部分的工作技能，也做過不少的視覺項目方案。你需要關(guān)注的核心點是，能夠站在業(yè)務(wù)角度去討論機器學習，不斷嘗試使用各種機器視覺算法調(diào)優(yōu)、診斷挖掘數(shù)據(jù)價值、訓練算法模型，通過不斷地迭代，最終把優(yōu)化后的方案兌現(xiàn)。

所以，我們給3-5歲視覺工程師的職業(yè)發(fā)展建議：

1.站在技術(shù)專家的角度上

2.掌握真正有效「深度學習」視覺算法的方法

3.讓真正的行業(yè)資深大咖貼身輔導你，為你的問題指點迷津

4.通過更多實操性刻意練習，視覺檢測+深度算法模型優(yōu)化，提高你的模型使用效率，得以提升業(yè)務(wù)綜合運用能力。

責任編輯：xj

原文標題：“剛?cè)肼毿峦拢惴?，年?0萬”論視覺工程師核心能力到底多吃香？

文章出處：【微信公眾號：電子發(fā)燒友網(wǎng)】歡迎添加關(guān)注！文章轉(zhuǎn)載請注明出處。