新智元報道
編輯：桃子 拉燕
【新智元導讀】強化學習的博士生該如何做職業規劃？
近日，一位即将碩士畢業的網友尋求網友的幫助，「主修強化學習領域的博士在畢業後有什麼職業前景？」
這位網友介紹道，自己正在寫一篇關于階層化的深度強化學習（RL）碩士論文，并表示這是自己在人工智能領域發現的一個非常有趣和有前途的主題。
然而，強化學習領域的就業機會并沒有深度學習的多，同時它需要更多的研究來用在許多實際的案例中。
目前，網友表示自己已經收到了2所大學博士學位的offer，一個是關于使用深度學習技術的RL領域，另一個也與深度學習有關，比如時間序列和計算機視覺。
網友表示自己對深度學習的喜歡程度一般，并表示自己在任何關于深度學習類型的問題上不會遇到難題。
此外，他還比較喜歡研究工作，并且更喜歡在私營公司工作，因為想看看自己的工作如何能夠應用到現實生活中。
盡管我更喜歡與RL相關的博士課程，你認為哪個課程更符合我的期望？
DL和RL
首先，我們先搞清楚深度學習和強化學習分别是什麼？
深度學習是通過大量資料來訓練計算以定位模式，然後使用該模式對新資訊進行預測。
比如訓練深度學習算法來識别照片上的貓，可以通過資料投喂數百萬張包含或不包含貓的圖像。
然後，程式将通過分類和聚類圖像資訊來設定圖案。這些圖案将通知一個預測模型，該模型可以根據一組新的圖檔進行檢查，并根據使用訓練資料建立的設計來預測它們是否包含貓。
強化學習是一種自主的，自我教學的系統，基本上是通過反複試驗來學習的，更像是人類個體學習新事物的過程。
就拿小時候學習騎自行車這件事來講，摔倒後，你會慢慢積累發現有效的方法。
強化學習同是如此，它執行任務的目的是優化獎勵，換句話說，它是通過學習來實作最佳結果。
可以說，深度學習和強化學習是學習的兩個系統。
同時，深度學習和強化學習并非互相排斥，就比如深度強化學習就是深度學習和強化學習結合的産物。
網友獻策
就這位Reddit網友的迷茫，很多網友也給出了自己的建議。
「讀博士要花的時間挺久的...雖然你沒說你在哪個學校讀，但怎麼都得至少三年。甚至還得更長時間。我當年讀博花了七年！還有你不能用現在找工作的行情來推測你讀完博之後的。這幾年越來越多研究所學生湧入這個領域，這個領域的門檻會越來越低。
五年之後，同樣的一個計算機視覺專家就沒那麼厲害了，因為這個領域可能已經商品化了，然而強化學習會在那時有較大的發展。（你就看看Deepmind這五年有多少突破吧...如果最後這個領域轉向工業化我可一點都不會奇怪。）
另一個問題是，你讀的大學好不好，你和你的導師處的怎麼樣。如果可以的話，一定要選一個好的導師（雖然你可能缺少相關資訊）。一所知名大學可以讓你在讀博期間取得不一般的成績。是以如果你很關心你未來的工作前景，那讀一所知名學校會很關鍵。
但總的來說，讀博是一段漫長的旅程，肯定會很艱難。是以我是你的話，我會好好挑選一個感興趣的課題，因為你要成為那個領域的專家的。」
「拿到博士學位。然後去一個有研究基礎的職位。」
「讀哪個領域的博士呢？強化學習的嗎？另外，如果有必要的話，轉到别的領域容易嗎？」
「如果你的興趣點更寬泛一點，我推薦你讀視覺方面的博士，這樣你能有更豐富的經驗。」
「事實是，我對強化學習基本一無所知...我是邊寫我的碩士論文邊對強化學習有個更深入的了解。」
「這樣的話...我推薦你讀強化學習的博士。因為當你在一個領域成為專家以後，你再去接觸别的你感興趣的領域你就會更加自信。我當時碩博連讀的就是強化學習專業，是以我跟你說的建議也是我自己想要做的。」
「就找工作來說的話，強化學習不是比time series和CV更小衆嗎？」
「去讀你感興趣的專業的博士吧。沒有人會為了你博士做的課題為難你。另外，時刻記住，深度學習有點被過度宣傳了。這也就是為什麼深度學習相關的工作鋪天蓋地...别讓這種潮流阻礙了你真正想去學的東西。」
參考資料：
https://www.reddit.com/r/MachineLearning/comments/sxpo89/d_advice_on_career_paths_after_a_phd_in_rl/