学术和就业，两相对比之下，最后我选择了 OpenAI
【CSDN 编者按】在学术与就业的分岔路口，Rowan Zellers做出了一个让所有人都出乎意料的决定，究其缘由是对于研究兴趣与生活的热爱。
原文链接：https://rowanzellers.com/blog/rowan-job-search2/
作者 | Rowan Zellers 译者 | 弯月
出品 | CSDN（ID：CSDNnews）
在紧张忙碌的求职季结束时，我做了一个所有人都没有想到的决定。我拒绝了所有的学术工作邀请，转而签入了 OpenAI。
在做这个决定的过程中，我很紧张，压力很大，但最后的结果很令我满意。我认为，这期间有两个关键因素在起作用：
- 我觉得，我可以在 OpenAI 从事我热衷的工作。
- OpenAI 的办公室在美国旧金山，我和合作伙伴都认为这是一个非常适合生活和工作的城市。
我想通过本文，分享我的决策过程。
本文的创作初衷
在找工作期间，我获得了很多关于如何申请工作、如何面试以及如何创建一个强大的应用程序的建议。
然而，到了真正需要做出决定时，我感觉更加孤独无助了。能够拥有如此强大的人际关系网，获得很多教授以及行业研究人员给出的建议，我感到非常幸运。但职业道路的发展，最后还是需要个人来决定，在某种程度上这些决策“没有正确答案”。
影响我下决定的另一个因素是：我认识的大多数人似乎已经在学术和就业之间做出了选择。我认识的大多数教授都决心在学术体系内扎根（尽管偶尔也涉足工业），而我认识的大多数工业界人士却从未认真考虑过将学术作为一种职业。
我想通过本文，分享我个人抉择的整个经过，希望能给有相同疑惑的人带来一些启发。
免责声明：本文仅代表个人观点。我个人资历尚浅，没有资格给出完美的建议。而我个人所处的领域也具有一定的独特性，不一定适合所有人。
对于未来工作和目标的新看法
首先，交代一下个人情况。2016年～2022年，我就读于美国华盛顿大学，攻读博士学位。我的研究方向是多模态人工智能：构建能够理解语言、视觉和外部世界的机器学习系统。
我的研究兴趣决定了将来的职业发展道路。我很向往从事基础研究和指导初级研究人员。至少在传统的计算领域，我的这个研究方向是学术界关注的焦点，但工业界关注的则是如何将科学进步转化为成功的产品。
如果继续学术工作，我将有机会深入了解计算机领域的不同机构和子领域，并有可能成为一名教授。我与很多教授进行了深入的交谈，最终，我感到有点不安，不确定自己是否适合学术领域。
学术界基础研究压力剧增
我感觉有点不太踏实。
在过去的六年里，学术界（更具体地说，我的指导员所在的美国华盛顿大学研究小组）对我来说是一个美妙的环境。我被迫开辟了一个让我感到兴奋的研究方向，我在建议和资源方面得到了慷慨的支持，我能够领导构建多模式人工智能系统的研究。这些系统可以随着规模的扩大而改进，然而，我遇到的问题却越来越多。
相比之下，在那段时间里，大多数大型行业研究实验室似乎都不适合我的研究。在攻读博士学位期间曾尝试申请实习，但从未成功找到一个与我的研究方向相符的地方。据我所知，大多数行业团队主要以语言为中心或以视觉为中心，这两方面我都不感兴趣。相反，我花费了很多时间在艾伦人工智能研究工作，这是一家学术型的非营利性研究实验室。
但是，我感觉情况正在发生变化。我担心在我关注的领域内，在学术界进行开创性系统构建研究的难度很大，而且会越来越难。
构建系统真的很难，需要投入大量资源，需要付出大量努力。我认为学术界的激励政策不太适合这种成本高、风险大的系统构建研究。
构建一个系统，并展示其具有良好的扩展性需要花费数年的时间和超过 10 万美元的计算成本。随着该领域的发展，这些数字还会呈指数级增长。所以，我根本无法写很多论文。看来，我不应该树立这样的一个目标，但不幸的是，许多学者倾向于将论文数量作为一种客观的衡量标准。另外，论文是学术界的金币：你需要论文来申请资助，获取出席各种大会的资格，让你的学生找到实习机会等等。最终，学术上的成功可以帮助学生建立帝国并制定自己的研究议程（而他们再成长为教授，并继续这样的循环）。
感觉更广泛发展趋势是从学术界转向应用研究。
随着核心模型变得越来越强大，构建成本越来越高，其上可以建立更多学术研究，我在自然语言处理与视觉领域看到了这样的发展趋势，这是两个我一直保持活跃的领域。而这反过来又影响了学术研究、花时间考虑以及在大会上讨论的问题。这种趋势意味着，在会议上展示关于如何构建这些系统的论文越来越少（当然还有其他因素）。
对我来说，我最初的研究愿景在学术界几乎没有任何机会。我能够成功地筹集到资金，建立了一个令人惊叹的研究实验室，并带领大家做出了一番成绩吗？这些事情超级困难，而且需要多年的持续努力，资方会一直支持下去吗？按照该领域目前的发展速度，大约 7 年内不会有学术研究人员在这个领域工作，我能够在这段时间内申请到大学的终身教授吗？
更现实地说，我需要改变我的研究方向。但是，这绝非我所愿，这可能也是我最终选择就业的主要原因。
学术与就业的不同之处
我对研究的看法是我做决定时最重要的考虑因素。不过，我考虑到了很多不同的方面：
- 集中精神处理重要问题
除了研究之外，教授的其他职责让我感到不安，比如教学（和准备教材）、部门与领域内的工作、建立及管理计算基础设施、申请资助及管理资金。虽然我发现很多工作很有意思，尤其是教学，但我不喜欢工作内容不停的变化，思维来回跳跃。有一位朋友形容说：“就好像一百万只小蚂蚁同时进食”。
相比之下，在攻读博士学位期间，我喜欢专注研究一个重要的问题。我认为，在工业领域专心研究更加容易。作为一名教授，做实验和写代码真的很难，但在工业界，程序员和经理之间有更多选择。
- 名誉和金钱
我认为很多人都下意识地被学术界所吸引，因为学术研究能给人带来名誉和独一无二的感觉。我个人不太喜欢追逐名利。另一方面，许多人被工业所吸引，因为薪资更高。我很幸运，我可以追寻一个能给我带来更多内在满足感的环境，这是最重要的。
- 职业安全与专业安全
我认为很多人都对终身教职有一定的误解。虽然这份工作有保障，很难被解雇。但学术市场的错综复杂意味着，这份专业没有保障，而且你无法轻易地换专业。而反观行业研究人员，即使在目前宏观经济普遍艰难的大环境下，他们依然可以轻松地换工作，学术界则面临着工作量增加，甚至减薪。
- “自由”是复杂的
在学术界，我可以自由地研究理论上的任何问题，但我可能会因为没有足够的资源、正确的激励政策或充分支持的环境而受阻。我选择加入 OpenAI，是因为我感觉我可以获得非常好的支持来解决我最感兴趣的问题。我认为无论是哪个行业实验室，解决问题的能力需要与产品的发展看齐，我对这里的这种安排感到满意。
生活：旧金山是一座奇妙的城市
以上，我写了很多关于工作的思考。但生活不仅仅是工作。就我而言，我想寻找一个能让我开心幸福地生活的城市。
一方面，学术市场是如此残酷和艰难，许多人不得不做出极端的牺牲来追求心中的理想，尤其是在计算以外的领域。我听说过，有些教授每天需要花费几个小时在通勤上，还有一对夫妇为了工作而分居不同的城市，最大的心愿就是有一天能到一起。
另一方面，我不必再纠结了。当初究竟是留在学术界还是就业，我充满了犹豫和疑惑，但这个过程也给了我很多选择和自由。
我喜欢旧金山的城市设计，这座城市适合步行。街道两旁商店、餐馆和杂货店林立，自行车道与公共交通网络交汇在一起。
这并不是说这座城市是完美的。旧金山物价昂贵，但租金管制等政策为现有居民提供了一些保护。
还有一个重要的因素，我在湾区长大，父母也住在附近。因此，我觉得旧金山将是一个绝佳的居住地。
我的决定：加入 OpenAI
加入 OpenAI 是我再三权衡利弊后，做出的最终抉择。
在想清楚自己究竟想做什么后，我拒绝了所有的学术邀请，并最终签下了 OpenAI。
我真的很喜欢这份工作，同时我也对旧金山的新生活充满了期待。
☞年薪最高达 170,000 美元，芯片大神 Jim Keller 和自造芯片的硅神童创业搞晶圆厂，广发英雄帖！
☞“因使用 GitHub ，我们被取消了参赛资格”
☞ 谷歌：使用 Rust 后，安卓系统的内存安全漏洞数量大幅下降
