一位能源類工科博士在讀，正在面臨工業(yè)界和學(xué)術(shù)界的抉擇，想知道兩者的區(qū)別，以便提前做好準(zhǔn)備?？蒲袪顟B(tài)自我感覺挺舒適，習(xí)慣了自由自在，沒有太大約束的生活，但是感覺自己做的東西浮在空中，落地會(huì)摔粉碎。學(xué)術(shù)圈目前應(yīng)該是越來越難了吧，人才多，評(píng)職稱艱難。隔壁實(shí)驗(yàn)室的講師每天走得比我還晚（一般12點(diǎn)走)，所以很想知道工業(yè)界又是怎么樣一種狀態(tài)?

這里給大家精選了幾個(gè)優(yōu)質(zhì)回答，希望對(duì)你有所幫助，歡迎評(píng)論區(qū)留言探討。

sen2020回答：

我的背景更偏學(xué)術(shù)界，我對(duì)兩邊都有了解，我談一點(diǎn)自己粗淺的看法。我的討論范圍限定在（1）機(jī)器學(xué)習(xí)領(lǐng)域，（2）能力在前10%~50%的正常人，不討論改變世界的大神。

簡(jiǎn)單粗暴的結(jié)論：

（1）高校的研究能力在工業(yè)界很有用，但是高校的成果幾乎（99.9%）在工業(yè)界都沒有用?；蛟S高校的education的作用更大，期望高校做出改變工業(yè)界的學(xué)術(shù)成果不太現(xiàn)實(shí)。

（2）工業(yè)界的研究院其實(shí)屬于學(xué)術(shù)界，本質(zhì)跟高校區(qū)別不大。他們比高校做的東西更有用，但是研究院做的不是核心技術(shù)，只是外圍、邊緣的技術(shù)而已。

先說說高校的科研。

高校絕大多數(shù)的研究都是各種問題的corner case，在公開的數(shù)據(jù)集上跑幾個(gè)實(shí)驗(yàn)，claim自己是SOTA，發(fā)篇論文。但這些東西在工業(yè)界用途非常非常小。我舉幾個(gè)例子。

近年來學(xué)術(shù)界搜索、推薦的論文不少，但在工業(yè)界能用的幾乎沒幾個(gè)。學(xué)術(shù)界的做法是“改進(jìn)模型，在MovieLens等數(shù)據(jù)集上做個(gè)實(shí)驗(yàn)，提升幾個(gè)點(diǎn)，發(fā)表論文”。但學(xué)術(shù)界的成果在工業(yè)界幾乎都不work。在工業(yè)界真正能改進(jìn)模型效果的方法大多是標(biāo)注數(shù)據(jù)、處理數(shù)據(jù)、調(diào)特征、修bug。少數(shù)能用的學(xué)術(shù)成果都是Google等公司發(fā)表的。

最近幾年聯(lián)邦學(xué)習(xí)很熱門，每個(gè)會(huì)議都有上百篇聯(lián)邦學(xué)習(xí)的投稿。這些文章中90%以上都是在解決corner case，比如XXX設(shè)定下的收斂、XXX設(shè)定下的XXX差分隱私方法、用XXX方法防御XXX假設(shè)下的拜占庭錯(cuò)誤。有腳指頭想想也知道，這些corner case在工業(yè)界是沒有用的。工業(yè)界用的是簡(jiǎn)單、好調(diào)、scalability能上得去的方法，而且要考慮自身系統(tǒng)平臺(tái)的支持。

最近一兩年，有N篇基于vision transformer的論文，都是對(duì)vision transformer做一點(diǎn)改進(jìn)，在公開數(shù)據(jù)集上top-1 accuracy提升一點(diǎn)點(diǎn)。在絕大多數(shù)工業(yè)應(yīng)用里面，沒人在乎一點(diǎn)點(diǎn)準(zhǔn)確率的提升。好好處理數(shù)據(jù)、標(biāo)注數(shù)據(jù)、再加點(diǎn)小trick，帶來的提升比模型大得多。說實(shí)話，ResNet之后所有的模型帶來的提升全加起來，還沒JFT一個(gè)數(shù)據(jù)集帶來的提升多。

工業(yè)界里重要的問題非常多，但是沒有足夠的人力去解決，只能挑收益最大的做。而高校烏央烏央的人扎堆擠到一些很小的問題上，研究各種各樣的corner case，比如上面討論的幾個(gè)問題。這就是為什么我打算離開高校。

再說說工業(yè)界的研究院。

工業(yè)界研究院有一部分人做純科研，做出了非常牛逼的工作。Google、Deepmind、MSR、NVIDIA等公司的研究院都有非常厲害的成果。Transformer、AlphaGo這些成果確實(shí)改變了世界。其余影響力小一些的論文也起到了PR的作用。

工業(yè)界研究院有相當(dāng)多的人在為業(yè)務(wù)、技術(shù)部門服務(wù)?？上У氖茄芯吭鹤龅耐ǔ２皇呛诵募夹g(shù)，而是可有可無的邊緣技術(shù)。研究院的人看不到完整的核心技術(shù)。舉幾個(gè)例子：

推薦算法團(tuán)隊(duì)跟研究院合作，希望“試一試”強(qiáng)化學(xué)習(xí)、圖神經(jīng)網(wǎng)絡(luò)這些技術(shù)。重點(diǎn)在“試一試”，也就是說可有可無，不是核心技術(shù)。能帶來零點(diǎn)幾個(gè)點(diǎn)的增長(zhǎng)最好，沒有也無所謂。

技術(shù)部門發(fā)現(xiàn)強(qiáng)化學(xué)習(xí)在網(wǎng)約車派單上好用，收益挺大。上線之后，讓研究院做進(jìn)一步的探索，目標(biāo)是用更fancy的技術(shù)取得marginal improvement。

為什么工業(yè)界研究院接觸不到完整的、核心的技術(shù)？核心技術(shù)肯定在業(yè)務(wù)部門手里，重要性次一級(jí)的工具在技術(shù)中臺(tái)手里。由于利益原因，沒人愿意把自己重要的東西交給別人做，除非是自己不愿做、沒精力做、沒能力做。

說一下工業(yè)界的技術(shù)團(tuán)隊(duì)。

工業(yè)界的工作并不美好，有很多臟活累活要干，沒有學(xué)術(shù)界看起來高大上，而且KPI壓力很大。有一部分人在推著技術(shù)走，這種工作的成就感會(huì)比較高。另一部分人被業(yè)務(wù)推著走，比如這個(gè)地方掉點(diǎn)了，那個(gè)地方有個(gè)bad case，要修一下。。。很明顯，前者的技術(shù)含量高，成長(zhǎng)更快，在就業(yè)市場(chǎng)上很搶手；后者的技術(shù)含量低，是高檔人肉電池，容易被換掉。

最后說說人。

學(xué)術(shù)界的人才密度遠(yuǎn)遠(yuǎn)大于工業(yè)界。拿到985學(xué)校的講師（所謂助理教授）職位，比公司SP offer還難。工業(yè)界研究院里各個(gè)都是有不錯(cuò)成果的博士。而工業(yè)界的技術(shù)部門里，人才密度低得多。哪里更容易出頭是顯而易見的。在跳槽的時(shí)候，研究院出身的不那么受歡迎，跟核心技術(shù)團(tuán)隊(duì)的人差距巨大。

RoseofVersailles回答：

坐標(biāo)美國(guó)，目前在學(xué)術(shù)界，但是一直有做工業(yè)界項(xiàng)目，也和工業(yè)界的人有不少交流，并且近期正在談工業(yè)界的職位，希望可以盡快談妥，脫離學(xué)術(shù)圈。我能想到的，工業(yè)界和學(xué)術(shù)界主要有如下區(qū)別：

工業(yè)界以資本為導(dǎo)向，作為一個(gè)上市公司，做什么大方向要聽股東大會(huì)以及其任命的CEO的。學(xué)術(shù)界以政策為導(dǎo)向，作為一所大學(xué)，研究什么要聽國(guó)家基金委員會(huì)的。這兩者的區(qū)別表現(xiàn)出來，一般就是工業(yè)的研究偏保守，主要是對(duì)現(xiàn)有產(chǎn)品改進(jìn)。學(xué)術(shù)界研究很激進(jìn)，主要探索前人的未知。

工業(yè)界上班，100%的精力都在研發(fā)上。學(xué)術(shù)界上班，至少30%的精力要放在教學(xué)和科普活動(dòng)上。

至少在美國(guó)，學(xué)術(shù)界上班的工作強(qiáng)度至少是工業(yè)界的2倍。工業(yè)界基本上早9晚5，一周5天，每年至少再休20天年假。學(xué)術(shù)界ap的常規(guī)操作是早7晚12，一周7天，全年不休。

至少在美國(guó)，同等地位的職位，學(xué)術(shù)界的薪資最多不到工業(yè)界的1/2。比如學(xué)術(shù)界博后年薪5萬，工業(yè)界剛?cè)肼毜牟┦垦芯繂T差不多10-12萬。學(xué)術(shù)界ap年薪8-10萬，工業(yè)界senior scientist年薪20-40萬。學(xué)術(shù)界full prof年薪18-25萬，工業(yè)界中/高層管理年薪50萬-上不封頂。

學(xué)術(shù)界做出最重大研究成果，一般第一時(shí)間在arxiv占坑，然后迅速投Nature、Science。工業(yè)界做出最重大研究成果，一般會(huì)極盡所能進(jìn)行保密，連專利都不一定去申請(qǐng)，更不會(huì)發(fā)paper。

有些時(shí)候，學(xué)術(shù)界和工業(yè)界的研究，也是有交叉的。比如學(xué)術(shù)界也會(huì)接DARPA和NASA的活，基本上最后是要出產(chǎn)品的。工業(yè)界也會(huì)fund一些探索性項(xiàng)目，只要能創(chuàng)新就行，不需要盈利。但總的來講，這種交叉的情況不會(huì)太多。

學(xué)術(shù)界做出成果，受益人一般是自己（e.g. 發(fā)了paper，拿了funding）。工業(yè)界做出成果，直接受益人是股東，至于自己能從中漁利多少，取決于為人處事如何、懂不懂向上司表現(xiàn)，會(huì)哭的孩子才有奶吃。總的來說，工業(yè)界更適合躺平。

有的高贊答案說工業(yè)界投資更大，設(shè)備更強(qiáng)，人手更多，所以做科研更厲害。據(jù)我的了解，只有極少數(shù)的公司在極少數(shù)的領(lǐng)域是這樣的，比如量子計(jì)算，人工智能。絕大多數(shù)領(lǐng)域，比如物理、材料、化學(xué)，是非常吃大科研裝置的，縱使是全球500強(qiáng)公司，也出不起建造-維護(hù)裝置的錢。絕大多數(shù)領(lǐng)域的科研裝置，絕對(duì)是學(xué)術(shù)界更先進(jìn)、更好。比如球差電鏡，光源，中子源，加速器，核磁。一般來講，公司如有需要，會(huì)選擇和大學(xué)合作，以使用這些科研裝置。

學(xué)術(shù)界項(xiàng)目失敗一般是沒事的，而工業(yè)界項(xiàng)目失敗一般是要有背鍋俠的。在學(xué)術(shù)界的基層人員可以多吹吹牛，而在工業(yè)界則應(yīng)該根據(jù)自己能力合理的要任務(wù)，一旦past due卻實(shí)現(xiàn)不了deliverable，是真的會(huì)極大影響自己的職業(yè)生涯的。

接上一條，學(xué)術(shù)界拿了tenure，基本上屬于鐵飯碗。而工業(yè)界經(jīng)常會(huì)出現(xiàn)某個(gè)部門業(yè)績(jī)不佳，直接砍掉的情況。Tenure也算是對(duì)學(xué)術(shù)界低收入的一個(gè)補(bǔ)償吧。

學(xué)術(shù)界更注重開放合作，有時(shí)候沒publish的idea甚至都會(huì)在conference講。工業(yè)界則非常在乎ip，哪個(gè)idea是誰提出來的，誰做了什么，都要清清楚楚的記錄下來，以防未來有人渾水摸魚。

學(xué)術(shù)界report給誰，這些層級(jí)的關(guān)系，一般都是過過場(chǎng)面，不會(huì)當(dāng)真（比如某ap，需要report給dean）。工業(yè)界report給誰，誰就真的是你的supervisor，一點(diǎn)都馬虎不得?？偟膩碇v學(xué)術(shù)界更多的是“單打獨(dú)斗”的小作坊。工業(yè)界則是等級(jí)森嚴(yán)的階級(jí)社會(huì)。

學(xué)術(shù)界的resume一般是publication和award來說話。工業(yè)界的resume一般是project的experience來說話。

學(xué)術(shù)界的工作地點(diǎn)有時(shí)候會(huì)很偏遠(yuǎn)，比如los alamos，ithaca，college station。工業(yè)界的工作地點(diǎn)則集中在幾個(gè)重點(diǎn)地區(qū)，比如bay area，boston，nyc。

匿名用戶回答：

工業(yè)界：把復(fù)雜的事簡(jiǎn)單化，貢獻(xiàn)！

學(xué)術(shù)界：沒有困難創(chuàng)造困難也要呻吟幾聲，然后整幾篇！

我是工科的，具體就是大機(jī)械學(xué)科，舉個(gè)最簡(jiǎn)單的例子，國(guó)內(nèi)學(xué)術(shù)界大機(jī)械大多數(shù)做機(jī)器人或自動(dòng)化裝備的研究，都在玩動(dòng)力學(xué)。然而發(fā)表的動(dòng)力學(xué)論文，基本都是在那幾個(gè)著名的理論上加一些條件做“應(yīng)用分析”。注意我這個(gè)引用號(hào)寫的很嚴(yán)謹(jǐn)，因?yàn)楹芏鄺l件都假設(shè)了已知條件，比如說零部件質(zhì)量、比如說慣量。而這些條件反而是應(yīng)用中最不容易知道的東西。換句話說，

學(xué)術(shù)界喜歡開上帝視角談應(yīng)用，而遺憾的是，工業(yè)界根本開不了上帝視角。所以學(xué)術(shù)界做的絕大多數(shù)研究，上不著天（沒有真正提出新理論新方法），下不落地（沒有解決業(yè)界需要的技術(shù)問題），根本就是無病呻吟。關(guān)鍵是，學(xué)術(shù)界習(xí)慣了這種無病呻吟之后，就好像生活中有一種典型的常見“無病呻吟”的狀況一樣。

補(bǔ)充說明：本文默認(rèn)工科的學(xué)術(shù)界和工業(yè)界對(duì)比，更具體地說是?工科 國(guó)內(nèi)學(xué)術(shù)界 和 工業(yè)界對(duì)比。其他學(xué)科如有雷同純屬巧合。

另：國(guó)外學(xué)術(shù)界或有不同，我見識(shí)有限，不能說的很清楚。但是在美國(guó)是不太一樣的 。原因是美國(guó)的工業(yè)界太特么牛B了，以至于像通用、谷歌這類公司的研發(fā)水平很高。這就造成了美國(guó)的學(xué)術(shù)界和工業(yè)界“分工”較明確，學(xué)術(shù)界只研究新的超前的技術(shù)，證明可行性之后，然后工業(yè)界完善成熟。

中國(guó)和美國(guó)是不同的，中國(guó)絕大多數(shù)公司養(yǎng)不起大量真正的研發(fā)人員，所以本來高校承擔(dān)了相當(dāng)多的工業(yè)研發(fā)的角色。然而工科理科化之后，承擔(dān)工業(yè)研發(fā)這部分角色的教師逐步被“轉(zhuǎn)化”或者“淘汰”，而所謂創(chuàng)新研究的也因?yàn)榈貌坏焦I(yè)界的反饋而變?yōu)榧埳险劚?/span>所以，這其實(shí)和我國(guó)為什么要走中國(guó)特設(shè)社會(huì)主義道路一樣，片面學(xué)習(xí)美國(guó)是行不通的。

因?yàn)閷W(xué)術(shù)界和工業(yè)界必須相互依存才能發(fā)展的很好！

編輯：fqj