因 AI 而倍受追捧的的5种职业！

作者Babak Hodjat是旧金山人工智能公司SentientTechnologies的首席执行官兼联合创始人。

“人工智能”（AI）这个词眼常常让人感到恐惧和忧虑。害怕AI的未知可能性，害怕像《终结者》这些电影所描绘的AI引起的反乌托邦式场景；最现实的是，害怕这种可能性：AI有一天会抢走我们的工作岗位。这种恐惧不是什么新出现的，也并非毫无根据。与任何颠覆性的技术发明一样，更快速、更高效的机器必然会取代人类工作者。然而，如果知道至少有潜力找到一份新工作，害怕AI抢走工作的那些人也许可以稍微安心一些了。

市场研究机构Gartner的一份新报告声称，虽然AI会淘汰180万个岗位，但也会创造230万个岗位。Gartner的首席研究员彼得•桑德加德（PeterSondergaard）预测，AI将增强工作者的能力，并从2020年开始成为“净就业创造者”。我认为，与过去的所有其他颠覆性技术一样，AI将为新工作带来许多机会。

以下是势必会因AI的兴起而更加红火的五种职业。

1. 数据科学家

数据科学家是一批新的分析数据专家。他们分析数据以了解复杂的行为、趋势和推论，从而发现隐藏的洞察力，帮助公司企业做出更明智的业务决策。正如SAS所言，数据科学家“既是数学家，又是计算机科学家，还是趋势发现者。”

下面几个例子表明了公司企业在如何运用数据科学：

• Netflix：挖掘数据以分析用户的观影模式，从而了解什么驱动着用户的兴趣。该公司利用该数据来做出制作Netflix原创作品方面的决定。

• Target：利用消费者数据来确定其用户群的主要细分客户。它还分析那些细分客户当中独特的购物行为，向不同的受众传达针对性的营销消息。

• 宝洁：利用时间序列模型更清晰地了解未来需求，这帮助该公司规划最佳生产水平。

由于AI对生成和收集更多数据这股趋势起到了推波助澜的作用，我们可能会看到将来对数据科学家的需求有所增加。IBM预测，到2020年，市场对数据科学家的需求量会增长28%，数据科学家、数据开发人员和数据工程师每年的需求量将达到70万人。典型的AI专家（包括刚毕业的博士生和教育程度较低、只有几年工作经验的专业人士）每年可拿到30万美元至50万美元的薪水和公司股票。

2. AI /机器学习工程师

在大多数情况下，机器学习工程师与数据科学家密切配合，确保工作同步。因此，类似市场对数据科学家的需求很旺盛，对机器学习工程师的需求可能同样会增长。虽然预计数据科学家在统计和分析方面拥有更强的技能，不过预计机器学习工程师具备计算机科学方面的专业知识，他们通常需要强大得多的编程能力。

如果十年前你进入机器学习领域，很难在学术界之外找到工作。现在，由于各行各业都希望将AI应用于各自所在的领域，普遍需要机器学习专业知识。AI会继续推动市场对机器学习工程师会有旺盛的需求。此外，从事于不同垂直领域（比如图像识别、语音识别、医药或网络安全）的公司已经面临这一挑战：招聘拥有合适技能和知识的劳动力。据Gartner声称，如果CIO现在试图在纽约市招聘拥有AI技能的人才，他面临的是只有32位专家的人才库。其中，只有16人是潜在的候选人，只有8人在积极寻找新的机会。

3. 数据标记专业人员

由于收集数据这种做法在几乎每个垂直领域日益普及，将来市场对数据标记专业人员的需求会激增。实际上，数据标记已成为AI时代的一份蓝领工作。

据IBM公司负责Watson的团队负责人格鲁•巴纳瓦（GuruBanavar）声称：“数据标记说白了就是筛选数据，即你先获取原始数据，清理数据，并组织整理数据，以供机器消化。”标记工作让AI科学家能够训练机器学习新的任务。

巴纳瓦说：“假设你想训练一台计算机以识别飞机，你有100万张图片，一些图片上有飞机，一些图片上没有飞机。你需要有人先教计算机哪些图片上飞机，哪些图片上没有飞机。”这时候，标记人员就有了用武之地。

4. AI硬件专家

AI时代下另一种日益增长的蓝领工作是负责建造AI硬件（比如GPU芯片）的工业岗位。各大科技公司已经在采取措施，建造各自的专用芯片。

英特尔正在专门为机器学习建造一款芯片。与此同时，IBM和高通正在建造这样的硬件体系结构：体现神经网络的设计，执行起来也能像神经网络那样。据Facebook的AI研究总监雅恩•乐昆（YannLeCun）声称，Facebook也在帮助高通开发与机器学习有关的技术。由于对AI芯片和硬件的需求越来越大，专门建造这些专用产品的工业制造业岗位会随之增多。

5. 数据保护专家

颇有价值的数据、机器学习模型和代码不断增加，势必需要将来对这些数据予以保护，因而需要数据库保护IT专家。

信息安全控制的许多层次和类型适用于数据库，包括如下：

• 访问控制

• 审计

• 认证

• 加密

• 完整性控制

• 备份

• 应用程序安全

• 运用统计方法的数据库安全

数据库在很大程度上是通过网络安全措施（比如防火墙和基于网络的入侵检测系统）来抵御黑客攻击的。由于网络日益向更广泛的接入（尤其是来自互联网的接入）敞开，为数据库系统及其中的程序、功能和数据确保安全将变得更为重要。

企业组织始终需要人的判断

虽然AI可以用来加快日常流程，而且可能会在将来取代一些工作者，但它创造的岗位多过淘汰的岗位。就分析数据、整理数据，并从数据得出可付诸行动的结论这个过程而言，人类仍然必不可少。这就是为什么人类在创造、实施和保护AI方面扮演的角色会变得极其重要。

正如弗若斯特沙利文咨询公司（Frost & Sullivan）的高级副总裁安德鲁•米尔罗伊（AndrewMilroy）所说：“如果缺少实现转型所需要的人力资源，这将会减慢技术采用和自动化的步伐。AI会创造工作岗位。技能更高的新岗位将会出现，到时会使用新的颠覆性技术。要是没有它们，AI这项技术不可能得到具体实施。”

AI是人类发展进程中的一步。这项技术在构建工具，好让生活更轻松，减少人类执行繁琐任务的需求。AI正在迅速遍地开花，这意味着培训员工队伍，好让他们胜任这些新岗位的责任是我们应认真对待的一项责任，当然这也蕴含着更多的工作机会。

2017年，中国人工智能产业正在爆发

今年的两会上，政府工作报告指出要加快培育壮大包括人工智能在内的新兴产业，人工智能首次被写入了政府工作报告。

不仅政府重视，BAT企业更是投入重金。百度已经将人工智能列为核心发展战略，腾讯也广招人才，成立AI实验室等部门。

再加上云计算等配套计算环境的成熟与完善，GPU云服务器、FPGA云服务器相继推出（如腾讯云），人工智能产业今年或将迎来一个爆发式发展时期。

政府和企业对人工智能产业越来越重视，云计算使得AI工程师的门槛逐步降低。如何成为一名AI工程师，俨然成为程序员重点讨论的热门话题之一。

什么样的人可以成为AI工程师？薪酬如何？

基于腾讯云上的Python爬虫，我们抓取了几家主流招聘网站的AI相关的技术岗位，剔除重复数据和非工程师类的岗位需求，AI相关的技术岗位样本量为231份。

最高薪酬的56个岗位（60-100万，100万+两档），要求硕士以上学历的30个，比例53%，比AI工程师中硕士学历要求的平均比例28.6%，要高一倍。

可以看到对于AI相关的技术岗位，30万-60万年薪基本上是比较主流的收入水平，相较于其他技术岗位，基本上是8年以上工作经验的架构师的收入水平。231份样本数据中，30万以下年薪24份，30-60万年薪88份，60-100万25份，100万+31份，面议类的63份，局限在于很多年薪数百万的岗位不会被猎头发布出来。

薪酬和地域相关也与行业有关，30万以下的岗位24个，有9个在二线城市，同时12个30万以下收入岗位属于非TMT行业。

AI领域目前在招的初级岗位较多，行业很缺资深人士。231份招聘岗位需求中：1-3年工作经验要求占比62%，4-5年的21.7%，6-10年只占比15.8%。

学习人工智能，已经不仅是ai工程的事情，实际上在未来几乎每个领域都会受到人工智能技术的冲击，每个人都应该加强人工智能技术的学习，或许你不需要会写代码，但你必须知道人工智能技术的运作机制，以及如何使用！

AI先锋

ID：EnlightAI

关注人工智能行业发展，介绍人工智能技术与产品