2020 人工智能人才报告

最新推荐文章于 2024-09-18 15:15:52 发布

Robin.ly

最新推荐文章于 2024-09-18 15:15:52 发布

阅读量5.3k

点赞数 3

文章标签：人工智能大数据机器学习微软 makefile

本文链接：https://blog.csdn.net/RobinlyChannel/article/details/104404126

版权

2020年AI人才需求持续增长，尤其在机器学习/深度学习、数据科学领域。硅谷AI工程师薪资最高，初创公司提供大量股票期权吸引人才。2020年，产品开发和商业化人才需求增加，AI应用向金融、医疗保健等行业扩展，团队将在硅谷之外扩展。非技术素质如创造力和沟通能力变得重要，线上学习平台成为培养AI人才新途径。

摘要由CSDN通过智能技术生成

点击阅读原文，获取英文报告摘要及全文。

2019 年，人工智能技术（AI）持续保持惊人的发展速度。预计到 2030年，AI 技术将为全球增加 15.7 万亿美元的商业价值。2020 年将成为 AI 研究、产品开发和商业化的关键之年。

随着 AI 公司的迅速发展以及创纪录的风险投资，AI 人才的市场需求也持续保持增长。构建一个可持续的、繁荣的人才生态系统对于实现 AI 技术的大规模产品化和商业化至关重要。

本报告基于 TalentSeer 多年来与 500 多家 AI 公司和 1.5 万 AI 人才的合作经验，以硅谷为核心，深入讨论了美国当前的人工智能人才供需、薪酬状况、及 2020 年的最新市场趋势。希望通过提供及时、有效的市场信息和人才策略，帮助科技人才领导者组建并维护强大的 AI 团队，同时帮助 AI 从业者实现更好的职业发展。

报告要点

2019年人工智能人才现状

AI 人才需求2016-2019年均增长高达 74％，其中机器学习/深度学习工程师、数据科学家、AI研究人员、和算法开发人员需求最高。
美国以领先的研究和教育水平，吸引了全球 50% 的AI专业人才，但其移民政策在一定程度上影响了人才留存。
硅谷 AI 工程师薪金稳居北美首位。处于增长期的初创公司基本年薪最高，平均约20万美金。考虑股票、奖金等因素的总薪酬可比肩科技巨头。
越来越多的公司将 AI 人才多样化正式纳入招聘考量，并为女性和少数族裔设置配额。

2020年人工智能人才市场趋势

随着 AI 技术的成熟，产品开发管理和商业化的人才需求将大量增长。
AI 人才将更多投身于金融、医疗保健、零售、农业等应用行业。
AI 团队将在硅谷之外迅速扩张，以降低高科技人才成本。
创造力、批判性思维、应变能力和沟通能力等非技术素质将成为考核 AI 人才的重要指标。
线上课程和线下短期训练营将在培养 AI 人才方面发挥更大的作用。

雇主人才策略建议

充分了解 AI 人才市场供需和薪酬状况，以合理规划人才需求和预算。
突破地理区域和教育背景限制，扩展 AI 人才储备以降低团队成本。
评估 AI 技术产品化和商业化的人才需求，尽早作出规划、抢占先机。
明确品牌价值定位，并通过合理的薪酬和激励机制在竞争中有效吸引并留住人才。
建立鼓励创新、支持协作和多元化企业文化。

AI 人才职场建议

了解市场中不同类型、不同发展阶段公司的薪酬福利，以建立合理预期、寻求最适合的工作机会。
在核心 AI 技能和经验之外，也应关注非技术能力和素质的培养，以获得更高的职业发展空间。
进入新的行业之前，应充分考虑长期职业发展和职场关系网络，谨慎权衡利弊。
经验是重中之重。希望转入 AI 领域的人才，要结合自身条件创造机会，积攒相关实践经验。
根据个人需要，可考虑硅谷之外的新兴科技中心，通过迁居提高生活质量。

请上下滑动查看

2019年人工智能人才市场分析

1. 人才需求持续增长，资深研发人才最受青睐

AI 人才需求在过去几年中呈现持续增长的趋势。美国最大的职业社交网站 LinkedIn 显示，人工智能和机器学习相关的人才需求在从 2016 至 2019 年均增长高达 74％。据知名求职招聘网站 Indeed 的调查，机器学习工程师、深度学习工程师、数据科学家、计算机视觉工程师和算法开发人员是 2018-2019 年最受欢迎的 AI 技术相关职位。

值得注意的是，AI 职位发布的增长率近年来正在逐渐放缓，Indeed 数据显示年增长率从 2017 年的 136.3％降至 2018 年的 57.9％和 2019年的 29.1％。

2019 年 11 月，TalentSeer 对硅谷的 80 多位 AI 初创公司人才高管进行了问卷/电话调查，以了解他们在人工智能人才招聘中的问题、经验和市场预期。调查结果显示：50% 以上的公司在 2019 年侧重扩充算法、研究和平台架构团队（AI公司常见团队结构见下图）。80％的雇主倾向优先招聘知名高校 AI 专业毕业生，而 70％的雇主更青睐具有 3-5 年工作经验的应聘者。

常见 AI 团队架构图（TalentSeer）

数据团队负责整理和分析数据。AI 算法团队是公司的工程基础。随着公司的成熟，可衍生出 AI 研究团队。平台架构团队负责部署、维护和扩展关键基础架构。一些公司会成立硬件团队专注实体产品的开发。AI 应用和产品团队负责在全生命周期的产品开发和管理。商业化团队由销售、市场营销和法律等专业人才组成，以确保产品能够成功发布并被市场接受。

2. 人才供给渠道有所扩展，总体市场仍供不应求

腾讯 2017 年发布的《全球人工智能人才白皮书》提供了广义的人工智能人才数量评估，报告估算全球约有 30 万名 AI 从业者和研究人员，其中包括在校学生和 AI 公司的全部技术人员。2019年 Element AI 发布的《全球人工智能人才报告》基于人才的 LinkedIn 背景分析，推算全球共有约 3.6 万名 AI 专家，他们都拥有相关领域的博士学位，扎实的技术技能，以及至少三年的相关工作经验。
‍
据美国数据创新中心 2019 年报告分析，美国以领先的研究和教育水平，吸引了超过 50% 的人工智能专业人才，处于全球领先地位。但同时严格的移民政策在一定程度上影响了高技能人才的留存。欧盟拥有可与美国媲美的人才资源，但由于 AI 投资和商业发展相对落后于美国，科技公司对人才的吸引力较弱。中国由于人才流失海外（Brain Drain），顶尖人工智能人才存在明显缺口，但随着 AI 教育投资的持续增加和学习速度的加快，这种差距正在逐步缩小。