看这波裁员， AI 和大数据这股风估计要凉了

[shijingshijing]

一亩三分地上面，从推特开始，好多公司的 DS 组都是被一锅端，想想一两年前，大数据是多么的热门，今天完全是另外一副景像了。

[happylty]

游戏适合搞这个，比如 GTA6

[kwh]

@YDCHYD AI 用没的，因为语言变化千万形式的。

[pefan]

DS 和 AI 还是有区别的，不过这两个方向本来就是很多所谓转行的目标方向。南郭先生们扎堆的部门，被裁了正常。

[xuanbg]

不能创造价值，无法提供实实在在的利润，故事讲到老板的耳朵生茧……

其实不是大数据和 AI 没用，而是讲故事的人过于夸大大数据和 AI 的作用。踏踏实实地发展不好么？

[glfpes]

大数据最终落地到生产的系统，无非是搜广推。只有大公司玩得开这种业务。大公司岗位有限。
大量从业人员只能去小公司，小公司甚至都没有这种数据与业务场景。

这个行业不需要这么多从业者。

[subing]

@YDCHYD 语言博大精深，每天都有不同的变种词和黑话，对你而言如果错误 0.00001 ，对于平台就是 100%的损失，腾讯阿里大厂都在做，每天从各种 rh 媒体更新训练集，但效果依旧不如人工

[zscself]

@subing 人工审核在我看来最大的优势就是有人“背锅”，AI 审核你找谁背。。。

[tairan2006]

大数据和 ai 在 b 端业务上用处很大，能确切提高生产力的。c 端业务本来能做的也不多，多半还是搜广推。

[nightwitch]

@YDCHYD https://main.qcloudimg.com/raw/document/product/pdf/1184_41710_cn.pdf
这种现成的方案太多了。。现在基本没有纯靠人力的审核了，都是先 AI 过一遍

[Torpedo]

大数据最好还是去做广告系统。别的变现都很有问题

[youyang]

@Torpedo +1

[fuxkcsdn]

想起前公司大数据部门 10 来个人（最低工资 30K ），做的就是一个大数据运维的活，技术总监自己半桶水还不听劝，吃饭的时候旁及侧推跟他提过大数据部门水得很，不听。一年下来可能请一个大数据运维 2 ，3 个月就能搞定的事，结果最后大数据一年半的时间就整出了个数据同步方案。（同步 sql 还是我们整理给他们的）

最后大数据部门只留了 2 个人。这 2 个水货连 sql 批量插入和单个插入的优劣势都不懂，一个数据同步他们搞了半个多月，让他们改成批量插入半推半就的，最后给他们伪代码才愿意改，改完同步时间从 2 小时（期间 100%出现死锁报错）缩减到 4 分钟（基本不出现死锁）

一个部门耗费了技术部门 50%以上的经费还只做了 1 、2 个大数据运维该做的事，也就技术总监技术水平太次才能容许他们

P.S. 之所以要用批量插入同步而不是 binlog 同步，就是因为他们一用 binlog 同步就把 rds 给整到 cpu 100%，其他业务都被他们给搞垮了

[wa007]

AI 算法调好之后，把人裁了算法依然能跑，AI 人才的边际效应变小了，所以大幅裁员。
相比之下，开发的边际效应没有变小很多，裁的比例就没那么高。

[wa007]

@fuxkcsdn 典型的老板被唬住了

[sshang]

大数据工程师其实是这波数据浪潮（ web2.0 以后）延伸出来的岗位，在『小数据』时代毫无疑问也是有很多数据工作岗位的，只是那时候大家可能都是玩 DBA ，玩 tableau 数分这些东西。

随着 2003 ~ Google 的三篇文论问世，基本上是开启了大数据时代，代表作品如 Hadoop 、HDFS 、HBase 等，以及后来催生出的 ES 、MongoDB 、TiDB 等一系列划时代的存储系统。这波开源真实太给力了，直接搞出来了相当多的生产级可用的 Information System ，也进一步催生了 AI 以及后来的推荐、搜索技术。

现在的问题是，由于这些软件太成熟了，很多大数据工程师也和和很多 AI 工程师一样，沦为『调参侠』了，改改 Hadoop 的系统参数，做些简单的系统运维（ Cloudera 提供了相当完善的大数据运维体系），或者写一些简单的 ETL Job 。

如果长期是这样的工作内容，大数据工程师很容易被替代，就像 AI 浪潮褪去一样。所以我的观点是，不论你是做 AI 还是做大数据，首先你得是个 Software Engineer ，要有相当过硬的工程技术，然后才是去谈所谓的大数据、算法，如果你连基本的计组、分布式、存储计算基本原理，Linux 、主流数据库、网络 IO 都没搞过关，就上来年复一年、日复一日地当个大数据 /AI 调参侠，那不淘汰你淘汰谁？

[YDCHYD]

@kwh 所以我说了前提是技术过硬 皮毛技术肯定是不够的

[YDCHYD]

@subing 所以我说了要技术过硬 又不是指套敏感词库这么简单

[shiyanfei5]

针对大数据想说下，要看下大数据的需求方是情况的。。有些企业裁员运营、数据分析等业务人员都整组端，你的需求方没了不裁你裁谁，这无关乎技术。

[Mrun]

@YDCHYD #19

没啥用，前几个月，已经用伞兵来代替了，有本事你平台把这个词给**了。

[subing]

@YDCHYD 敏感词库是一方面，更多的是多个字组合起来的阴阳怪气效果。这种目前的模型识别率还是不行，当然为了 1%的错误，多夹 100 个人也无所谓，目前微博就这个状态