知乎原问题：
https://www.zhihu.com/question/446374101
问题描述：
现在校招对于算法岗而言，非常的看重顶会，有多篇顶会会让最终的
offer
会上升一个
level
。既然这样的话，想知道工作了一两年后，再找工作时，顶会还会发挥这么大的重要性吗？如果有的话，工作后应该怎么发顶会呢？还请各位大佬分享下经验与看法。这里指的工作岗位是：算法非纯
research
岗位。
以下回答版权归属原答主，侵删。回答附上原帖链接，如果大家觉得回答有价值，可以关注一下答主。
知乎用户“王宁”
https://www.zhihu.com/question/446374101/answer/2226404333
我的观点：如果后续的职业规划不是高校、研究院、大厂
Lab
，顶会论文只能锦上添花，不是核心竞争力。随着时间推移，也会慢慢贬值。
刷这个问题很久了，而这个问题也一直困扰着我。原因在于今年夏天博士毕业，找工作期间已经明确了不在学术圈卷，不出国做博后。因此纠结的点在于各个大厂的
Lab
和纯业务部门。下面聊聊我的个人看法吧。
个人情况：博士期间做
CV
算法，积攒了一些顶会和期刊。今年七月毕业时，会议有三篇
CVPR
，两篇
AAAI
。期刊有一篇
IJCV
，两篇
TIP
，两篇
TCSVT
。全部都是第一作者。这些论文确实给我带来了实打实的收益。学校期间拿到了各种奖励，找工作时顺利获得了各家公司还不错的
offer
。可是我很清醒，每个阶段积累的东西是不同的，这种顶会只是找工作的敲门砖，后面又可以吃多久红利呢？
工业界，纯粹发论文的部门是很少的，即便是公司的
Lab
，也有一定的业务压力。在业务部门，对于业务的理解，对于算法的功耗和性能的极致优化，端到端全栈的工程能力等都是十分重要的。如果有好的想法，解决了实际问题并对他人有启发式的创新意义，那么顺手发顶会，是双赢的选择。但是论文很难算作是业务部门核心的绩效竞争点。输出了漂亮的
idea
，发了顶会论文，但是项目没有落地，在业务部门毫无用处。
至于积攒顶会论文，如果后续面试大厂的
Lab
，是很有竞争力的。但是对于年轻的研究员，想要退一步重回国内顶尖的高校，恐怕还是要多积攒一作的论文。而大厂
Lab
的很多工作都是
research intern
主要输出的，一作也自然多是实习生。而发一篇一作的论文，是真的耗费精力啊
……
想到博士期间老板的话：想清楚每个阶段在积累什么，最后会变成什么。要时常为每个人生阶段画句号。前十几年的学习积攒了知识，变成了大学录取通知书；本科时候平时的优异成绩变成了保研资格；博士期间积累了论文，要努力把他变成各种奖项、优博称号、满意的
offer
。虽然老板的观点有点强调目标论。但想想，很多时候，中间的过程确实也仅仅是在支撑着结果。所以要想好自己每个人生阶段的规划，这个五年我做什么，下个五年我要走一条什么样的路，这些顶会论文意味着什么，又能带来什么？
学术界和工业界的差别确实不小，入职几个月，我本人也一直在努力跳出以前做科研发论文的学生思维，想办法把之前学校培养的能力和实际应用场景相匹配。很多事情我也想不明白，只是选择了便要坚定走下去，前路仍然坎坷啊……
知乎用户“
Luke”
https://www.zhihu.com/question/446374101/answer/1754289502
我理解的问题意思：顶会
paper
是否对业务算法岗（
R&D
）发展（跳槽）有所帮助？
先说观点：顶会是重要加分项，但不是必需。
简单介绍下我的背景，工作时长不止
2
年半的算法练习生，
FinTech
公司工作一年半多后社招（无
paper
）跳槽
BAT
，如今已经入职快一年，中间也面试了一些应聘者，自认为有些一线经验可以分享。
在鹅厂，算法工程师可以分为纯研究岗和应用岗两个类别，其他公司应该也类似。据我所知，纯研究岗坑位较少且大部分是
PHD
，其主要工作是研究各种前沿技术，对于
ta
们而言，顶会是升级打怪的护身符，重要性不言而喻。而大部分人进来其实都是应用岗，也就是问题中的算法非纯
research
岗位，主要负责将各种算法落地来解决实际问题。
可以看到，纯研究和做应用的发展路线是存在差异的，自然对候选者的要求也不一样。
对于应用岗来说，关注的重点应该是你的算法带来了怎样的业务收益？复用性高不高？技术影响力几何？不难发现，顶会
paper
可以直接作用于技术影响力，但根据我的经验，并不是证明技术影响力的唯一途径。
反应在对面试候选人的考察上，我们并不会唯
paper
是论，更多是看这个人是不是能有产出？是否适合团队？
那是不是顶会
paper
就一点都不重要了呢？其实也不是，顶会
paper
就像一件美丽的衣裳，路过的人总是忍不住会多看两眼。作为
AI
领域的顶级学术成果，我们如果在扫简历的时候发现有
paper
，我们一般也捞出来认真读下，对于简历的曝光其实帮助不小。但就像上文说的，我们更看重候选人的综合能力，现实中也确实遇到过有
paper
但不接地气的情况。
换个角度跳出来看，除了工作跳槽用，一篇好的顶会
paper
可以帮助我们提升圈子内的影响力。国内的
AI
圈并不大，某某大牛可能就和你在同一个微信群里，一篇好的
paper+
一个可复现结果的
github repo
可以迅速提升我们的知名度，如果真的能做的这一点，还需要担心找工作吗？
最后，打个小广告，组里招算法，实习生
/
社招皆可，欢迎私信小窗联系ヾ
(≧
∇
≦
*)
ゝ
知乎用户“
Houye”
https://www.zhihu.com/question/446374101/answer/1750557765
重要，在我实习过的两个业务组都会看重。
为了让做的东西得到别人认可，最好有顶会支撑。晋升答辩的时候，别人有顶会，你没有，就感觉弱了一点。
再功利一点的说，发一篇
A
奖励
1W
，专利一个
3k-5k
。
不过工作以后可以招
research intern
带飞呀，一年招两个，一人搞两篇，比在读博士产出都多。。。
知乎用户“邢永伟”
https://www.zhihu.com/question/446374101/answer/2216695218
只能锦上添花，不能雪中送炭。当然，你能发出
BERT
这种级别的论文当我没说。
之前在百度的时候，
IDL
的
T9
、
T10
满世界找业务部门合作。和其中一个
T10
聊过，他的
KPI
就是发论文
+
业务落地。
T5
，
T6
更是长期找业务部门合作落地他们的论文，落地不了就影响晋升。
简单一句话。如果你的论文足够牛逼，那一切好说。退一步，论文发了，也要业务落地，不然容易被
diss
效果。又不是纯理论研究，证
bound
什么的。
现在一年顶会不知道多少论文，多少可看能用的，大家心里没数么？而且有的论文名字挂了不知道多少个，这个你怎么说得清。
知乎用户“包包大人”
https://www.zhihu.com/question/446374101/answer/1755169211
非常重要。
很多回答说，顶会能一定程度上体现你的研究能力。
这个观点，简直是皇帝用金锄头种地了。
说的对，但不在点子上。
为什么呢？研究这种事，高职级的大佬们，肯定不会是亲力亲为自己来做的。
影响力在高职级的评价中，是非常重要的一个维度。
翻翻
P9
的职级要求，你就发现，行业影响力怎么体现呢？
在工作之后，顶会约等于影响力。
一个经典的论调是，工作上，业务
>
技术。
但业务一般都是自己跟自己比，很少有横向比较。
300
个人同时做一个业务，你敢说自己很懂业务吗？
但是你发了顶会，说明你解决的这个业务问题所用的技术方法，得到了世界牛皮同行的高度认可。
效果差不多，等于你
github
获得了很多
star
。
虽然论文也有水文，但总体还是一个客观的评价。
还有一个点就是，论文几乎可以在你简历上写一辈子。
你做的项目，能在简历上保持一辈子吗？
你做
5
个项目，不会有
5
份的认可度的分量，但是你发
5
篇顶会，是超过简单的
1
篇
*5
的效果的。这就是论文的
buff
指数爆炸效应
知乎用户“
pico”
https://www.zhihu.com/question/446374101/answer/1803892982
更新，欢迎大家有不同的看法，但是诋毁、杠精是不受欢迎的，理性、礼貌地表达观点是基本修养。
原回答：
直入主题，以下回答只当你是个普通
985
本硕找了个大厂算法岗
offer
的情况，如果你是科研大牛可以直接跳过。
鉴于你说的顶会是机器学习方面的，答案就是不要，你的时间应该花费在更有意义的事情上，而不是钻学术空子。说得难听点，你的所谓顶会价值远不如调整公司的基础架构，不如针对公司的工作流、数据特点提升框架
inference
的效率，甚至不如好好看一个
10w+
行的优秀开源项目。
如人饮水，冷暖自知。你提出这个问题本质上就意味着你努力的方向和刘知远老师、王云鹤大佬等等知乎大神完全不一样。你选择了公司就决定你不可能像清华大学老师一样有大量的时间徜徉在学术的海洋里，并且在每一位实验室同学发表的论文上署上自己的名字。平时
996
已经够累了，有多少时间写一篇高质量的论文？选择了公司就必须为公司创造价值，你发表一篇所谓
ml
方向的顶会能为公司带来多少价值？有多少人能像
jeff dean
一样工业学术双丰收？
ml
顶会实在是太水了，我之前不这么觉得，直到工作之后开始看
HPCA
、
OSDI
才逐渐意识到，同是顶会，所要付出的努力和带来的价值简直天渊之别。但是这篇回答不想发牢骚。热潮褪去，就知道谁在裸泳了，裸泳的其实就是那些所谓算法工程师、却作为
sde
完全不合格的那一批人。你想想，就算热潮褪去了，那些身居学术界、工业界高位的人，会裸泳吗？
你现在该怎么做？最高效的方式就是学习、参与开源代码，同时仔细梳理公司的基础架构和工作流，对你所在领域做到完全透彻。简单来说，你应该向架构努力，让自己成为一名合格的
sde+architect
。你应该对公司的工作流程、遇到的问题做到心中了然。数据如何进入系统，经历了哪些组件处理，如何存储、如何应对高并发，哪些部分是影响数据流的重要组件，是否应该上云等等。当整个系统出现故障或者性能降级时，你应该有足够的能力发现问题，并通过与同事的共同努力解决问题。
对新技术时刻保持热情，却同时保持理性。顶会只是技术的一小部分，技术只是工作的一小部分，工作只是生活的一小部分。努力、坚持、谦逊才能让你在浮躁的
CS
领域越走越好。
【
轻松参会
】为所有
