211计算机大二就业迷茫，CV就业真的必须985硕士吗？考研还是直接工作？

​今天给大家分享的是一位粉丝的提问，211计算机大二就业迷茫，CV就业真的必须985硕士吗？考研还是直接工作？

接下来把粉丝的具体提问和我的回复分享给大家，希望也能给一些类似情况的小伙伴一些启发和帮助。

同学提问：

yt哥你好，我是某211大学计算机专业的学生，目前大二，打过全国大学生智能车竞赛，拿了完全模型组国一，以及RoboMaster机甲大师赛，目前在视觉组，也是国一。我主要做C++的计算机视觉，像深度学习，opencv，以及基于神经网络的6D位姿估计等项目特有涉猎，大三可能会有涉及v slam方向的项目，但是周围普遍不太看好计算机视觉的就业情况，说必须是上了985研才有出路，所以陷入了迷茫。想问问yt哥，我应该继续深入做计算机视觉还是转C++开发呢，以及我应该考研还是选择就业？麻烦yt哥给一些具体的指导，感谢！

Yt回答：

现在目前大二，打过全国智能车竞赛，然后目前拿了一个国一，还有一个视觉组的国一，就是两个国一。其实这个背景在大二我认为你已经很强了，相比较很多人来说，大一过来之后，很多人还是属于一种迷茫的状态，但是我认为你慢慢已经找到了一些属于自己的方向。其实在这里我认为你这种先发优势啊，而且目前现在才大二，能够有两个国一在手，应该在你们学校应该还是有保研机会的，现在目前来说读个研，读个好学校的研，你这个苗子往后面走，应该还是能够为中国的软件能够做出一份自己的贡献的。

我现在目前主要做的是C++的计算机视觉，像深度学习，opencv。这里你可能对它的理解会有一些偏学术，就是计算机视觉请注意它是五个汉字，深度学习四个汉字。深度学习和计算机视觉这几个字啊，它是一个学术概念，它不是一个工程概念。学术概念是什么意思？学术概念就是我需要在这个方向上面做一些自己的学术研究，我不需要去考虑产品落地的问题。所以在这个过程你会发现，如果你延续这个思路走，那你会发现后面你找工作的时候，你依旧会有很强的学术思维。这个东西到了企业之后用到深度学习，它可能会用到这种PyTorch相关的，Tensorflow，包括机器视觉，用到的方案可能就是opencv。你可以在网上招聘岗位搜一下opencv，它的岗位是怎么样的，如果你陷入这个方式，你会发现在应届生群体里面找工作的时候，应届生，现在你直接找工作，大二你比如作为211本科，你直接找工作，你即使后面你读一个985研究生出来之后，你会发现对于校招生来说，有opencv的词汇吗？少的可怜。对于这种方向，一般来说都是有对应企业开发经验，有产品落地的经验，然后才会给你招一个技术专家来做这块核心的。如果你比如应届生的朋友，那大家你不用怀疑啊，它是不可能会有。比如说opencv、FPGA，包括这种神经网络，深度学习这种，不是说它没有啊，而是说它会翻译成一种工程词汇直接适应。比如C/C++语言，你可能都没有接触过很多的场景，他们也不会给你留，而是等你入职的时候再给你定方向。给你讲这个什么意思呢？就是你现在后面来说，读个研，读个研之后你也不用去坚持，比如一定要去做CV视觉，或者说去做这种深度学习这种方向，不是说这个方向不行，是因为你现在理解的这个方向，它都不是一个行业，它都不是一个产品的东西，它是一个学术概念，就是书本上面给它定义的概念，它后面到了产品上面，它都不是这个东西。

所以在这一点上面，首先第一读研，后面选择能够做一两款产品出来，做到上线落地，你能用，别人也能用，做到这样一点，你自然而然就会发现你优势的东西。至于这个产品是什么，你就比如说基于你的智能车竞赛，你能做一款车，能够比如说它能够去做扫地机器人这种也行，你基于这个款车做一个扫地机器人，或者基于这款车，它能够做一个这种导航也行，或者说针对于这种盲人做的这种导航的这种车，它能够识别其中的障碍，带领着老人往前面走，只要老人输入目的地，他就能够带着他走，这种也行。你一定要把它做到产品，做成产品，你就能够理解到它的不一样。

你会发现在做产品的过程中，其实我也是从这个思维过来的，跟你讲一下，这里借着这个问题我们多讲一下，因为有很多朋友延续着学术这种思维，比如深度学习，包括这种计算机视觉，CV这个方向，在做的时候，你就会发现很多产品的细节它是不愿意做的，做的那个东西很毛糙，就是核心来说，我只把这个算法做完就可以了，我就把这个核心的做完就可以了。你会发现那个东西离产品还很远，就是你到真正产品，后面来说是很多琐碎，很多细节的工作都是需要考虑的，就比如这个轮子的大小以及放的位置，包括整个结构都是需要考虑的，绝对不仅仅只是一个算法，它能够做到产品，这个离产品还很远。这就跟你讲到在这个过程研究生阶段，现在暂时去读个研，读研阶段，后面来说做一款产品做到落地，做到上线，你能够做到服务于别人，能够把它做到产品化，做到这一点，你后面去个大厂，乃至你后面都不需要去个大厂，可能就直接能创业。

总结：

1. 背景优势与学业规划：作为大二学生，手握智能车竞赛国一和RoboMaster视觉组国一，竞赛和项目经历远超同龄人，保研竞争力极强。建议优先争取保研，选择985院校，为后续发展打下基础。
2. 计算机视觉方向的本质问题：学术概念 ≠ 工程能力：当前接触的“计算机视觉”“深度学习”更多是学术理论（如OpenCV、神经网络），而非实际产品落地的工程需求。企业招聘时，更看重产品化能力而非单纯算法研究。就业局限性：纯CV算法岗对学历（985硕）和论文要求极高，而**工程岗（如C++开发）**更注重实际项目经验，且岗位更多、门槛相对低。
3. 核心建议：读研 + 产品化实践：读研必要性：通过研究生阶段将竞赛项目升级为可落地的产品，例如：将智能车改造成扫地机器人，实现导航避障、路径规划等完整功能。开发盲人导航车，集成视觉识别、SLAM等模块，解决实际问题。工程思维培养：学术研究需与工程细节结合（如硬件适配、性能优化），避免只关注算法而忽略产品落地的“毛糙思维”。
4. 职业路径选择：若坚持计算机视觉，需在研究生阶段绑定工业场景（如自动驾驶、机器人），而非纯学术方向。若转C++开发，可深耕高壁垒领域（如分布式系统、嵌入式中间件），利用竞赛背景切入智能制造、工业软件等赛道。

计算机相关专业就业求职学习路线/offer选择/职业规划建议

工种浩：程序员yt （学习就业困惑？我们来为你答疑解惑！）免费投稿 投稿必回

​