做对抗样本的就业前景可以从多个角度进行分析：

市场需求

推荐系统：目前市场上企业更多使用推荐系统来服务用户，因此推荐算法岗位相对较多。而对抗学习在推荐系统中的应用较少，导致对抗学习的岗位相对较少。

AI安全：有些大厂会有AI安全方向的算法岗，但总体来说，这些岗位的数量和需求相对较少。

应用场景

视觉识别：对抗学习在视觉识别领域有广泛的应用，例如医疗上的X光片识别，识别肿瘤影像等。

金融、医疗、电力、自动驾驶、智能制造：虽然对抗学习在应用场景上有一定的局限性，但它所解决的问题非常重要，未来在这些领域会有大量的应用案例。

就业竞争力

基础技能：选择小样本学习和对抗学习的同学通常具备扎实的机器学习和深度学习基础，这在就业方面不会处于劣势。

研究成果：要想在就业市场上有优势，还需要有自己的研究成果。

行业趋势

技术挑战：随着技术的不断发展，对抗学习在安全领域的应用将越来越广泛，尤其是在防止对抗性样本攻击方面。

建议

持续学习：由于对抗学习是一个前沿且不断发展的领域，持续学习和跟进最新的研究进展是非常重要的。

多样化技能：除了对抗学习，还可以学习其他机器学习和深度学习的技能，以增加就业竞争力。

关注大厂招聘：定期关注大厂的招聘信息，了解市场对对抗学习相关岗位的需求变化。

积累实践经验：通过实习或项目经验，积累实际应用对抗学习技术的经验，这将有助于在就业市场上脱颖而出。

总体来说，做对抗样本的就业前景是存在的，但需要结合市场需求、个人技能和行业发展趋势来做出合适的选择和规划。