自然语言处理相关工作的前景怎样?虽然我不能直接回答这个问题,但是看看目前各大公司的招聘宣传就一目了然了,这里不妨关注一下百度、搜狗及维思比科技的招聘信息,首先声明这里不是为他们做广告。

百度(网页搜索部_自然语言处理研发工程师):
 工作职责:
  -研究自然语言处理领域的前沿技术
  -从系统应用的角度,利用自然语言处理的理论和方法解决实际问题
 职位要求:
  -热爱互联网,对搜索技术有浓厚的兴趣
  -熟练掌握自然语言处理领域的基础理论和方法,并有相关的实践经验
  -熟悉C/C++语言编程,对数据结构和算法设计有较为深刻的理解
  -具有良好的分析问题和解决问题的能力,对解决具有挑战性问题充满激情

点评:百度的要求很泛泛,不过面试百度你得准备好不仅过硬还得超强的数据结构和算法设计能力。

搜狗(自然语言处理 助理研究员/副研究员):
 职位描述:
  负责自然语言处理相关方向(含输入法)的研究工作
 职位要求:
  1. 对自然语言处理/web数据挖掘相关技术及应用(语言模型/分词/输入法/querylog挖掘/用户行为分析/机器翻译等)技术有浓厚兴趣
  2. 具有计算机及相关专业硕士及以上学历
  3. 有较强的分析问题和解决问题的能力
  4. 了解linux基本开发环境
  5. 较强的c/c++编程背景和算法基础,有perl、shell等脚本处理经验者更佳
  6. 有中文处理方面经验者优先

点评:搜狗的要求至少说明了两点是多数自然语言处理工作者必备的,一是多使用的是linux开发环境,二是至少要熟悉一门脚本语言,毕竟我们天天是与字符串打交道的。

维思比科技(北京)有限公司(自然语言处理高级工程师):
 职位描述:
  互联网内容处理和内容安全的技术、产品的研究,开发和生产
 能力要求:
  - 理工科专业背景,最好学习自然语言处理,文本检索、模式识别、软件等专业,硕士生(含)以上学历
  - 两年以上网上内容处理和安全的技术和产品的研究、开发和生产相关经验或管理经验
  - 有下列方面的研究、开发经验:
   原型(Prototype)
   建模(Modeling)
   算法(Algorithms)
   人工智能(Artificial Intelligence)
   编译优化(Compiler Optimization)
   数据发现和挖掘(Data Discovery and Mining)
   文件系统设计(File System Design)
   基因算法(Genetic Algorithms)
   神经网络(Nervous Network)
   信息抽取(Information Retrieval)
   机器学习(Machine Learning)
   自然语言处理(Natural Language Processing)
   分类和聚类(Classification and clustering)
   机器人(Robotics)
   文本处理(Text Processing)
   web信息抽取(Web Information Retrieval)
   网络蜘蛛(Internet Spider)
   中文分词(Chinese Segmentation)
   语义web(Semantic Web)等
  - 熟悉C/C++;熟悉Linux环境开发;熟悉软件工程
  - 具有高度的责任感和进取心,良好的沟通能力,强烈的团队合作精神

点评:维思比科技的要求几乎囊括了自然语言处理相关应用的方方面面,不过刚好可以用来考察一下哪些是你所喜欢的。

  其实在Google上搜索最新的自然语言处理招聘信息,结果会有一大堆,而且还有不断增长的趋势。所以如果你想马上或者几年后从事与自然语言处理相关的工作,大可不必担心她的前景,而是你是否已经准备好了或者正在准备着;如果你还不知道如何准备,不妨早点关注这些招聘信息,看得多了自然会总结出哪些是需要准备的。

注:原创文章,转载请注明出处“我爱自然语言处理”:www.52nlp.cn

本文链接地址:https://www.52nlp.cn/job-prospects-for-natural-language-processing/

作者 52nlp

《自然语言处理相关工作的前景》有12条评论
  1. “自然语言处理”是朝阳行业,前途一定会光明的,只是这个行业的成熟度不够,不会是一年两年的事情。

    [回复]

    admin 回复:

    同意您“朝阳行业”的观点,所以才会有很多机会!

    [回复]

  2. 我觉得“自然语言处理”需要三大基石:语言模型、计算技术和数据资源,其中语言模型最为重要,因为语言模型在理论上指导了计算技术和数据资源的开发和利用。
    当前行业来讲,语言模型的基石是“依存语法”;“计算技术”的基石是“有限状态自动机”。只可惜的是,我们当前数据资源还没有基石,本质上说,数据资源的基石是“中间语言”,而当前人们都注重语言之间的差异,而不是注重语言之间的统一,这才是当前的最大障碍!
    不知博主是否同意我的观点!
    http://www.linguistics.com.cn/sns/?422

    [回复]

  3. 个人觉得“自然语言处理”需要三大基石:语言模型、计算技术和数据资源,其中语言模型最为重要。如果我们不知道语言是什么,我们做什么算法和数据?
    就目前来讲,语言模型的原型是“依存语法”,计算技术的原型是“自动机”,数据资源的原型是“中间语言”,可惜的是,目前“中间语言”的研究还是稀缺之物。
    因为注重语言的差异性大于语言的同一性,这是业界最大的障碍。不知博主是否同意浅见乎?

    [回复]

  4. 不好意思,您所说的这些问题我的认识还非常有限,但是如果从统计自然语言处理的角度来讲,我很同意数据资源是基石之一的说法。希望这个问题能得到更多人的关注,欢迎看到这条评论的读者能发表自己的高见!

    [回复]

  5. 自然语言处理方向的工作还是比较局限的,翻译、推荐、搜索、语音方向都是垄断行业,求职相对狭窄,一般公司根本没有工作岗位,设计文本处理的一些方法应用价值并不突出,
    有兴趣可以参考 https://ai.baidu.com/ 百度ai平台,看看nlp方向到底用在了哪里,整体来说不如cv领域落地项目 和商业投资多

    [回复]

    52nlp 回复:

    额,这大概是10年前写得文章,其实现在NLP的路子越走越宽,可参考 http://nlpjob.com/

    [回复]

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注