Maxwe11
2022-10-18 16:54:19 +08:00
由近及远来说：
1 、先了解老师的研究方向和师承关系；
2 、这些领域本身都是当前这个阶段内研究非常多的，但本身已经开始进入到部分瓶颈中，你看 google 最新的研究已经开始转向文字生成图像这种跨领域生成了，到你研究生毕业或读博时，假设现有计算系统体系不变，那么能优化的空间或者说基础算法的研究，可提升空间就很少了，直白说：很难再发 paper 了；
3 、岗位其实本身还是很广泛的，但是要结合你自己的学业经历、导师的资源（这里我真的要再提一句，真的要重视导师关系，等你以后慢慢走进社会就会明白资源的重要性），行业是多种多样的，可以继续搞研究，可以搞计算机进大厂（但坑位也不像以往那么多，而且如商汤之类所谓 AI 企业上市后的股价你可以搜一下，就知道单纯这类厂也不会像前面那么砸钱了）；
这里给你举个例子，比如我最近看的一篇生物制药的新闻 paper：
[由于非阿片类镇痛药物广受欢迎，本研究通过计算机模拟分子对接，从三亿多个虚拟分子中筛选出 17 个α2A-肾上腺素能受体（α2AAR ）配体，并使用冷冻电镜技术解析出其中两种配体-α2AAR 复合物结构，并以此为模板进一步优化配体结构。]
这都是潜在的用武之地，相关的技术可以结合到很多行业里，所以说要看你具体的学业，你导师的资源，至于薪酬，也是和行业高度相关的，不同的行业可能差异很大：
比如金融领域，大概率 3 年后的阶段可能处于一个相对舒服的状态，看见的生物制药可能因为这两年大规模的投资但是又很难见到进展，所以会有增长困难，等等；
但毕竟是 2 、3 年后的事情了，我也只能比较空泛地聊几句，剩下的，看命吧 [最后再强调一句：务必利用好师承资源，相当重要，借巧力能让你少走 N 多年弯路] 。