1.3 人工智能的职业发展

人工智能的迅速发展将深刻改变人类社会生活、改变世界，也是我国重点布局的国家战略。

（1）从政府层面来讲

在2017年的两会上，人工智能首次出现在政府工作报告中，包括马化腾、李彦宏和刘强东在内的多位企业家代表都提交了关于人工智能的议案。国务院为了抢抓人工智能发展的重大战略机遇，构筑我国人工智能发展的先发优势，加快建设创新型国家和世界科技强国，于2017年7月8日印发《新一代人工智能发展规划》，其中强调了我国新一代人工智能发展“分三步走”的战略目标：

到2020年，人工智能核心规模将超过1500亿元，带动相关产业规模超过1万亿元。

到2025年，人工智能核心规模将超4000亿元，带动相关产业规模超过5万亿元。

到2030年，人工智能核心规模将超1万亿元，带动相关产业规模超过10万亿元。

（2）从学校层面来讲

这几年有大量的人工智能学院如雨后春笋般涌现出来，如下所示：

2015年10月8日，复旦大学大数据学院正式揭牌成立，范剑青教授任院长。

2017年5月28日，中国科学院大学发文成立人工智能技术学院。

2018年1月18日，上海交通大学人工智能研究院在上海交通大学闵行校区揭牌成立。

2018年3月6日，南京大学正式成立人工智能学院。

2018年3月，中国科学技术大学大数据学院正式成立，鄂维南院士担任院长。

2018年6月28日，清华大学人工智能研究院在李兆基科技大楼揭牌成立。

2019年1月21日，西安交通大学和中国人民大学正式成立人工智能学院

由此看出，人工智能是当代科技的最新前沿，也是未来科技发展的战略制高点。人工智能基础理论创新和基本方法创新的重任落在了大学肩上。

（3）从业界来讲

创新工场掌门人李开复认为：下一个革命是人工智能，这也是创新工场的投资重点。目前，创新工场已经投资了包括美国在内的多家人工智能公司。未来10年，人工智能将催生数个千亿美元甚至万亿美元规模的产业。这一股人工智能的风潮，将不仅局限于创新工场，滴滴启动无人驾驶汽车项目，百度将人工智能定为重要战略，全面布局无人驾驶领域，而专注于服务和软件领域的腾讯，也成立了人工智能实验室，开始将目光投到包括机器学习、语音识别和自然语言处理的人工智能领域。国际著名市场调查公司埃森哲曾提出：到2035年，人工智能将帮助美国、日本等国家提高40%左右的生产率。人工智能革命，应该是继十八世纪工业革命之后又一场新的社会变革，技术驱动型的公司势必会获得更大的优势。

由于大数据、机器学习算法、计算力的发展为人工智能技术的发展奠定了基础，所以人工智能逐渐融入各个行业之中是必然的趋势。人工智能既是发展趋势也是社会进步需求，工程经验丰富且擅长理论的人工智能算法工程师的薪水往往都是50万元以上，并且由于这个行业需要扎实的数理基础和编程能力，所以从业人员缺口很大。

算法类工程师薪资在2018年秋招中再次独领风骚，并且占据了高薪板块的绝对份额。近几年来，随着人工智能的发展，不少企业为了抢夺未来发展制高点纷纷转战人工智能，算法类工程师的需求和薪资也一路水涨船高。从各大互联网公司先后创建人工智能研究院，以及表1-2中的高薪便可略窥一二。

高端AI人才是一人一价的，例如阿里星计划：年薪至少60万元，上不封顶，每年招10人，将在美国培训半年。百度少帅计划：IDL部门，主攻机器学习、深度学习，年薪100万元以上，每年培训9人，30岁以下，工作一年后硅谷或常青藤名校访问至少半年，三年后带领20～30人团队。

由于如今人工智能领域竞争比较激烈，所以大可不必完全把自己固定在某个方向上，并不是说在学校研究计算机视觉之后在工作中就只能够做计算机视觉，也不是说在学校从事自然语言处理研究的人到了公司之后就无法做语音识别，更不是说做推荐系统的人以后就无法做其他业务线。用机器学习技术来改变传统的一些业务，给传统的一些业务带来新的活力也是机器学习从业者的价值所在。无论是互联网公司里面的安全、运维、测试，还是金融公司里面的投资、量化、期货交易，或是物流、政务和农业等，其实都可以尝试着用机器学习的方法来改进。

将来估计不仅仅是计算机、自然语言处理、语音、推荐系统等方向才能够使用机器学习，而是会有越来越多的领域融入机器学习的大环境中形成AI+，机器学习加上领域知识感觉才是未来机器学习从业者的竞争力。下面可以参考某两个互联网公司的相关人才招聘计划。

1.互联网公司1：机器智能技术-算法技术专家

职位描述：

负责大规模高性能安全机器学习平台的建设以及机器学习前沿算法的探索。

负责以下具体职责之一，包括但不限于：

1）负责大规模机器学习平台的建设，包括实现离线在线训练、在线预测服务、模型管理、任务调度、资源管理等。

2）负责机器学习算法框架的高性能优化，包括机器学习框架的训练、预测模块的性能优化等。

3）负责机器学习安全领域技术的研发，包括模型加密、数据加密、反模型萃取、反模型攻击、密码学、安全编译、多语言编译器等。

4）负责机器学习、深度学习、强化学习、迁移学习、主动学习等前沿相关技术在特定场景的应用和科学研究。

岗位要求：

1）在机器学习算法方面有较好的广度和一定的深度，包括熟悉经典算法LR、SVM、GBDT、CNN、DNN、LSTM、GAN等，以及掌握基本机器学习原理。

2）熟悉至少一种机器学习框架，包括Caffe/Caffe2、TensorFlow、PyTorch、Deep Learning4j等。

3）熟悉分布式、并行、CPU/GPU编程等至少一种技术。

4）精通至少一门语言，Java/C++/Python等，具有扎实的代码功底和实战能力。

5）较好的英文阅读能力。

6）具有较强的问题发现能力、分析能力和解决能力；有通用化和产品化思维。

7）较强的沟通能力和团队协作能力，善于学习新知识、乐于接触新场景、关注前沿新技术。

2.互联网公司2：机器学习算法工程师招聘

职位描述：

1）使用机器学习算法分析海量数据，负责用户建模核心算法相关工作。

2）挖掘和识别海量数据中的用户异常行为，提升产品的用户体验。

3）构建和改进数据挖掘和机器学习算法与技术，支撑业务发展。

4）实习时间半年及以上。

职位要求：

1）本科及以上学历，计算机相关专业，1年以上工作经验优先。

2）扎实的计算机基本功，对数据结构和算法有深入理解；熟练掌握Python、Java、Scala、C中一门编程语言，理解面向对象等基本编程模式。

3）熟悉常用的机器学习模型，如GBDT、LR、SVM；熟悉常用的特征工程方法。

4）有NLP、推荐、排序、文本挖掘、异常检测等方向的实际工程和项目经验。

5）较强的逻辑分析能力，较好的沟通和表达能力，具备良好的团队合作精神和主动沟通意识。

6）有深度学习开发经验，熟悉paddlepaddle、tensorflow等深度学习平台的优先。

7）熟悉分布式数据处理，有hadoop/spark/mpi或其他分布式系统开发经验者优先。

从以上的招聘需求可以看出需要求职者有比较扎实的数学基础与编程能力，熟悉常见数据结构算法与机器学习算法，有工业界机器学习项目的实践经历，由于人工智能是个飞速发展的领域，所以能够紧跟并复现AI前沿顶级会议论文也是非常重要的竞争能力。