AI 博士学历断崖式贬值：NeurIPS 现场焦虑与就业现状
近期招聘数据显示，高校博士岗位竞争日益激烈。例如杭州市某高校招聘 3 名博士生，要求 35 岁以下，报名人数却达 150 多人。博士越来越多，5 年前好找的职位如今越来越难找。这种学历断崖式贬值在全球范围内流行，甚至热门学科也逃不过「精英生产过剩」定律。
AI 博士崩溃后悔读博
纽约大学计算机和数据科学教授 Kyunghyun Cho 的博客成为圈内热议话题。他表示在 NeurIPS 2024（机器学习和计算神经科学领域的顶级国际会议）上，高年级博士生和博士后表现出的焦虑和沮丧非常突出。
如今的就业市场与五年前他们开始攻读博士学位时已有很大不同，很多人找不到合适的工作。曾经第一代幸运的博士之所以成功，更多是因为运气好。但如今，博士学位的种种红利和必要性很快就要消失，本科生和硕士生完全足够进行 AI 研究，完成企业所需的标准化机器学习开发技能。
随着 AI 技术的产品化，企业更需要的是支持产品迭代的工程师，而非 AI 博士。AI 人才培养体系已被破坏，公司并不需要那么多博士——他们已经被排除在 AI 人才培养体系这次大规模重组之外。
谷歌 DeepMind 的研究科学家 Sander Dieleman 表示情况属实，因为如今学生毕业后进入的就业市场与曾经完全不同。毕竟在自己的博士生涯年代，可是发生了 ImageNet 时刻。
有现身说法表示，自己就是这样的倒霉蛋之一。今年刚加入英伟达的高级软件工程师 Duong Hoang 称，为了攻读博士学位，并没有在 2010 年代加入科技大厂，相当于直接放弃了数百万美元的收入。
精英生产过剩
有人指出，在 2010 年到 2015 年间，全球只有少数实验室在认真研究深度学习，当时的毕业生甚至教授都是被疯抢的，拥有人工神经网络经验和专业知识的博士生薪酬水涨船高。
当时即使招聘的人才无法直接带来显著的经济效益和利润增长，公司也依然愿意雇佣他们。这是因为公司已经提前看到了即将到来的 AI 革命，它即将改变所有业务。因此，当时被雇用的许多博士生非常自由，可以随意选择自己想研究的主题、发想发的 paper。
本质上来说，这就像一份学术研究职位，但却有高达 2 到 5 倍的薪酬，以及更高的知名度！而且，还没有教学任务、行政负担，也没有申请项目的压力。
当时的大学生、高中生，甚至是初中生，也都看到了这一点：只要研究与 AI 相关，就能获得高薪、优渥福利，还能随意选择研究课题。
但随着涌入者的增多，在过去 5 年，大学在一定程度上赶上了需求，开始教育和培养本科生和硕士生，使他们掌握这些新技术的基础知识和实践理念。这彻底打破了 AI 人才培养梯队。
公司不再需要像以前那么多博士生，因为他们可以直接招聘本科生或硕士生，他们能按标准化流程，理解为 AI 产品走出贡献。学生也并不需要进入博士项目来学习必要技能，在大学的本科课程中就能学到。
而当前这一批博士生，当初就是冲着良好的职业前景选择读博，如今却在这场 AI 人才培养体系的大重组中，被彻底边缘化。岗位正在迅速减少。一些读博的人感觉自己被「背刺」了，因为他们曾被承诺的前景与现实之间的差距正在迅速扩大。
也是因此，作者在 NeurIPS 2024 上从博士和博士后们那里感受到了强烈沮丧和焦虑。
由此来看，随着博士人数的增多，博士学历贬值也随之到来。博士不再是'稀缺物种'，市场对博士的需求也逐渐趋向饱和。
国内招聘市场体现
在我国招聘市场也有一定的体现。2022 年，中国博士研究生的招生人数首次突破了 13 万人次，较 2021 年的 12.58 万人有所增加。在 2017 年至 2023 年的六年间，博士生招生数量几乎翻了一番，从 8.39 万上升至 15.33 万，涨幅达到 82.7%。
数量的增多也带来了一系列挑战，如教育资源分配、博士生就业等问题。现在大部分博士生毕业后的就业方向集中在教职领域，但学校的条件也越来越高。一线城市比较好的学校，至少要求名校毕业、手里有顶刊、年龄不能超过 35 岁。
同时，许多学校由于教职岗位饱和，已经不再开放新的招聘。即使成功入职，大多数新教师也只能获得月薪大约 6000 元的讲师职位，并且需要面对严格的考核和巨大的工作压力。
如何在毕业后找到称心如意的工作？这是大多数博士所头疼的问题。
