AI方向，顶会发过十篇，五篇一作，博士毕业，去什么地方工作好？

我假设提问者是认真的，所以我也认真回答。都是个人见解，可能存在高估或者低估，只是information sharing。

假设你是在美国，国内我不清楚。我觉得你这样是可能可以找到不错的教职的，比如uci，uva，umn这些的。要看你工作的impact。但要去顶校ap你可能需要做博后再把自己搞得网红一点。但也就是可能。因为现在你是在跟华人的男博士竞争。我们要承认学校录取是看种族看性别的，因为要考虑diversity。

你这条件要是个黑人，你找eecs的教职横着走。但现在有若干顶会的大陆过来男博士太多了。有个university of xxx（美国一个主要州，不是华人，求别八）的ece的chair，说，招个女ap，是能拿出去吹的，招个黑人女ap，能吹一辈子。这没啥discrimination的，你把学校想成公司的话，学生就是顾客。美国就这样教育产业化。你给顾客提供服务的都是一个类型的人，而顾客又是diversify的，那生意怕是不好做吧。换言之，你要是找临床的教职，有md的那种，可能种族还变成优势了。

再说工业界吧。一样的，你也要考虑竞争者。我目测你去ibm Watson估计是可以的。但msr不好说。谷歌脸书这种的ML 纯research岗位你不一定可以，看你够不够知名，也看你的方向够不够热门。引用怎么样？现在nips，icml等等“顶会”每年那么多paper，有些一般的学校cs phd毕业的标准有的都已经到三篇nips或者icml一作了。那你说五篇算不算多呢？

如果要是去做machine learning engineer。那要刷题，录取跟software engineer是一样的。那你有五篇顶会，更容易match到ml的组。我觉得也挺好的。

总之。只说五篇顶会是不好估计的，还是要看你工作的impact，你要是写的包红遍全网，或者citation大几百，那就是impact。还要考虑竞争者。我觉得如果对学术界感兴趣，就是试试教职，找找博后。工业界的简历也要投，刷题也别停。我觉得你现在的情况在教职和MLE的边界上。可以蹦一蹦找教职。

####

最后补一句，有两个会，是很典型的有时候会被人dis的会议，AAAI和IJCAI。我不知道为什么要dis这两个，投的人多？但录取率不高啊。审稿不认真？那你觉得NIPS审稿认真么？找关系？come on，NIPS不找么。反正我自己是挺认可这两个会的。我在上面估值的时候，是把这两个会也算进去的。

假设题主是认真的，答主去年刚从美国玉米校CSE phd毕业，手里ICLR*1，NIPS3，ICML*2，KDD*3，面试了Google Brain和DeepMind都没有通过，最后入职了M厂（原F厂）。从有限的个人经历来看，现在更看重质，而不是量。同组面试有的只有一两篇文章，但是引用上500，很容易就过了。所以建议作者着重质量，不要看重数量，凭借数量压人一等的时代已经过去了。