200 萬年薪的博士，華為到底看重什麼？
薪資，是職場上永恆不變的熱門話題。
7 月 23 日，華為總裁辦首次向大眾公開 2019 屆 8 名實行年薪制的頂尖學生的薪酬方案，最高年薪為 201 萬元，最低年薪為 89.6 萬元。
這八人中，年薪最高的鐘釗與秦通分別畢業於中國科學院自動化研究所和香港科技大學機器人研究所。鍾釗研究的是深度神經網路結構的自動設計，秦通研究方向主要包括機器視覺SLAM，視覺慣導融合，多感測器定位。
按年薪排序，緊隨其後的李屹畢業於北京大學數學科學學院；管高揚畢業於浙江大學計算機科學學院，研究物聯網與無線通信等方向；賈許亞畢業於清華大學計算機專業，研究 SDN（軟體定義網路）方向。王承珂畢業於北京大學電子與計算機學院，研究功耗控制；林晗畢業於中國科學技術大學，研究並行計算；何睿畢業於中國科學院數學與系統科學研究院。
雖然都是博士，但是博士和博士之間也是有差距的。畢竟，中國 2018 的人均 GDP 還不到 10000 美元。
可以發現，兩位年薪 200 萬的博士都是人工智慧方向，一個是做AutoML，一個做機器視覺。
AI 很熱，但是一畢業就年薪百萬，只因為選對了方向？機遇是一方面，但是在機遇來臨之時，想抓住機遇，則靠的是實力。
那麼，華為到底看重什麼？或許我們可以從他們的個人經歷中窺探一二。
鍾釗
鍾釗本科畢業於華中科技大學，博士畢業於中國科學院自動化研究所，他的研究方向是深度神經網路結構的自動設計，也是目前非常熱門的 AutoML 領域。
華中科技大學官微資料顯示，鍾釗出生於 1991 年，本科就讀於華中科技大學軟體工程專業。剛上大三的他就在 2012 年全國大學生數模競賽中獲得了湖北省一等獎。
本科畢業後，鍾釗前往中國科學院大學自動化研究所攻讀碩士、博士，碩博階段攻讀專業都是「模式識別與智能系統」。
鍾釗的博士學位論文是《深度神經網路結構：從人工設計到自動學習》，其論文主要從特定任務的神經網路結構入手，人工進行了深度神經網路結構的修改和設計，並在此基礎上針對自動化神經網路結構設計方法展開了深入研究。
此外，鍾釗還在商湯實習期間也發表了 AutoML 相關的論文《Practical Block-wise Neural Network Architecture Generation》，被 CVPR 接收，並做了 Oral 報告。在這篇論文里，鍾釗和他的同事提出了一種稱為 BlockQNN 的分塊網路生成 pipeline，能夠自動構建高性能神經網路，而且在最終性能方面也有獨特的優勢。
論文地址：
http://openaccess.thecvf.com/content_cvpr_2018/papers/Zhong_Practical_Block-Wise_Neural_CVPR_2018_paper.pdf
秦通
秦通本科畢業於浙江大學，博士畢業於香港科技大學，其研究興趣主要包括機器視覺 SLAM，視覺慣導融合，多感測器定位。
根據《錢江晚報》的消息，2011 年秦通就讀於浙江大學，2014 年成為浙江大學 ZMART 隊的隊長。這支隊伍在 2017 年的比賽中，他們研發的智能無人機在 10 分鐘內，成功的將3個掃地機器人趕過 400 平方米正方形場地指定的一條邊，創下了當時的全球最佳紀錄。2018 年，浙大 ZMART 隊勇奪國際空中機器人大賽世界冠軍。
秦通還在IEEE TRO、ICRA、IROS、ECCV等國際頂級期刊和會議發表多篇論文，並獲得IEEE IROS 2018最佳學生論文獎。
此外，秦通在香港科技大學期間的開源項目也頗受關注。去年 10 月，秦通還在網上開了公開課，專門講「視覺慣導里程計時差的在線標定」，已經是業界名人。
VINS-Mono:
https://github.com/HKUST-Aerial-Robotics/VINS-Mono (1400 Star)
VINS-Mobile:
https://github.com/HKUST-Aerial-Robotics/VINS-Mobile (800 Star) VINS-Fusion:
https://github.com/HKUST-Aerial-Robotics/VINS-Fusion (400 Star)
管高揚
除了 AI 之外，華為對通信和物聯網技術的重視程度也體現在上面人才名單里，比如處於薪資第二檔的管高揚。
管高揚畢業於浙江大學計算機科學學院，研究物聯網與無線通信等方向。據《錢江晚報》的消息，管高揚在物聯網系統與網路課題組主要負責研發物聯網快速開發系統TinyLink 和「雲-端」一體化開發系統。
他的代表性的工作是發表在 ACM MobiCom 2017 年上的關於 TinyLink 的論文，TinyLink 是董瑋教授小組提出了一種新型物聯網開發方法，可以大大加速物聯網原型系統的構建。
其他博士的成果就不一一列舉了，可以確定的是，這些博士除了出身名門，研究方向熱門之外，基本都有一些紮實的工作或者亮眼的成績傍身。畢竟，職場是要靠實力說話的。
目前，絕大部分公司都是對其薪資待遇嚴格保密的，華為如此高調地官宣，肯定也有宣傳的因素。不過，華為也在其官方郵件中表示，他們將用頂級的挑戰和頂級的薪酬去吸引頂尖人才，今年將從全世界招進 20-30名天才「少年」，今後逐年增加，以調整華為的作戰能力結構。
這也意味著，這一次的宣傳不只是一次面子工程，而是基於未來長期對頂尖人才需求的考慮。實際上，不僅華為需要需要頂尖人才，隨著人工智慧融入各行業，企業面臨技術轉型，所有企業都發展的核心都離不開人才，而近兩年隨著人才培養的專業化、系統化，技術與產業的發展趨勢，業內競爭愈發激烈。
對於個人來說，想要成為技術和產業亟需的人才，選擇和努力同樣重要。在技術發展如此之快的今天，終身學習是每個人都必須具備的能力，特別是 AI 領域。
那麼想了解 AI，學習 AI，應用 AI，要如何做到？
2019 年 9 月6-7日，由中國 IT 社區 CSDN 主辦的AI ProCon 2019（ AI 開發者大會）。大會將有近百位中美頂尖 AI 專家、知名企業代表以及千餘名 AI 開發者齊聚北京，進行技術解讀和產業論證。大會除 Keynote 外，還專設9 大 AI 技術專題：機器學習、計算機視覺、自然語言處理、知識圖譜、推薦系統、5G 驅動 AIoT、AI 開源、AI+小程序、AI+DevOps。
只有在現場，親身感受技術的碰撞與思想的交鋒，才能從別人的實踐中找到自己需要的答案。
本次大會，我們邀請到了多位一線公司的知名技術專家，為大家分享技術實踐和技術落地，希望幫助參會者真正解決工作中的切實難題。
機器學習袁進輝，北京一流科技公司創始人&CEO（專題出品人）
盧一峰，Google Brain 資深工程師，主導研發了 Google 第一款 AutoML 產品Cloud AutoML Vision
楊非，好未來 AI Lab 演算法科學家
唐博，滴滴出行資深軟體工程師，負責機器學習平台調度系統
陳偉，搜狗 AI 交互技術中心高級總監，語音交互技術負責人
計算機視覺
王華彥，快手矽谷實驗室負責人（專題出品人）
楊睿剛，百度研究院三維視覺首席科學家，機器人和自動駕駛實驗室負責人
王乃岩，圖森未來合伙人&首席科學家
石建萍，商湯科技研究總監
張祥雨，曠視研究院主任研究員、基礎模型組負責人
自然語言處理
張俊林，新浪微博機器學習團隊 AI Lab 負責人（專題出品人）
初敏，思必馳副總裁總裁、北京研發院院長
周力，微軟小冰全球首席架構師及研發總監
崔一鳴，科大訊飛 AI 研究院資深研究員
邵浩，上海瓦歌智能有限公司總經理，狗尾草科技人工智慧研究院院長
知識圖譜
袁晶，華為雲語音語義域負責人、首席科學家（專題出品人）
王昊奮，樂言科技 CTO
張偉，阿里巴巴業務平台商品知識圖譜負責人
肖仰華，復旦大學教授、博士生導師、復旦大學知識工場實驗室負責人
張富崢，美團點評 NLP 中心，知識圖譜演算法負責人
推薦系統
朱小強，阿里資深演算法專家，現任阿里媽媽深度學習演算法平台負責人、兼任定向廣告&信息流廣告排序技術團隊負責人（專題出品人）
殷大偉，京東集團高級總監，負責管理推薦工程團隊
唐睿明，華為諾亞方舟實驗室推薦與搜索項目組資深研究員
5G 驅動 AIoT
韋青，微軟（中國）首席技術官（專題出品人）
孫松林，教授，博士生導師，北京郵電大學信息與通信工程學院多媒體教研中心主任，IEEE高級會員、中國計算機學會CCF高級會員、ACM會員
梁家恩，雲知聲董事長、CTO
王強，華為 IoT 服務產品部總經理
肖江，金山雲 AIoT 事業部高級研發總監
AI開源
林偉，阿里巴巴資深演算法專家，阿里媽媽搜索廣告排序和機制演算法負責人
馬超，亞馬遜 AWS AI 應用科學家
何亮亮，小米深度學習框架負責人
AI+DevOps
黃哲鏗，中通商業 CTO，前 1 葯網技術 VP、海爾農業電商 CTO、1 號店技術總監，暢銷書《技術管理之巔》作者，「技術領導力社區」發起人（專題出品人）
騰聖波，阿里巴巴高級技術專家
蔣凡，餓了么高級科學家
AI+小程序
俞玶，Google Brain 工程師，TensorFlow.js 項目負責人，曾擔任 Google Attribution 平台技術負責人
陳胤立，小米快應用技術總監
更多重磅嘉賓正在確認中……（最終出席嘉賓以現場為準）
※想要推翻 5 毛特效，國產影視動畫究竟該如何製作？
※靠模仿就能建立第二個「Google」？
TAG:CSDN |