AI人才爭奪戰：平均年薪40萬，互聯網大廠成加分項

　　年薪30萬，居然是“白菜價”?

　　近來，國內外企業高薪尋求技術人員的招聘信息，將人工智能領域的就業熱度刷新到了新高度。

　　9月21日，全球*的求職網站Indeed發布的報告顯示，與Gen AI相關的職位發布量和薪資水平呈現急劇上升趨勢。

　　Indeed發布《Indeed's AI at Work》報告

　　截止至發稿前，Indeed網站上AI職位薪資數據

　　8月底，360集團創始人周鴻祎在個人社交賬號上發文稱，360智腦持續招聘研發人才。而在招聘平臺上，360在招崗位達194個，其中，和AI相關的崗位月薪在3萬至6萬之間浮動。

　　某招聘平臺上，360招聘頁面

　　7月28日，流媒體平臺Netflix在其網站上發布了一則招聘信息，高薪招聘機器學習平臺的AI產品經理，該職位的年薪范圍30萬至90萬美元(約220萬至660萬人民幣)。

　　今年6月，薪酬網站Levels.fyi通過各方爆料總結，Open AI的工程師年薪高達92.5萬美元(約人民幣680萬元)。

　　目前AI行業的熱招職位大多集中在算法工程師、AI專家、Prompt工程師等等。根據今年7月的《AIGC就業趨勢大報告2023》數據顯示，近一年AIGC新發職位招聘平均年薪為40.12萬元，比同期AI的招聘平均年薪高8.09萬元。

　　高薪之下，AI行業最需要哪些人才？對應哪些要求？哪些求職者更容易在其中嶄露頭角？“頭號AI玩家”對話了部分AI從業者和投資人，希望為想進入AI領域的玩家提供一些參考。

　　01、算法、數據成AIGC熱招崗位

　　數據顯示，2023年以來，我國新增38萬家人工智能相關企業，3個月內新增相關企業數達13.5萬家。(注：數據統計截至9月底，僅統計企業名稱、經營范圍、產品名稱包含關鍵詞“人工智能”“AI”的企業。)

　　AI成為了站在風口上的熱門行業，各企業對于AI相關崗位的人才需求也快速增長。不僅百度、騰訊、阿里、字節等互聯網大廠砸出重金“搶人”，初創企業、中小廠商也開始招攬科技人才。

　　“數據”、“算力”和“算法”是AI不可或缺的三要素。同樣在AIGC領域熱招崗位中，對算法⼯程師、⾃然語⾔處理等研發人才的需求旺盛。

　　《2023泛互聯網行業人才流動報告》顯示，今年上半年，泛互聯網行業最緊缺的崗位主要集中在AI方向，算法研究員位居人才緊缺度榜首。

　　在某招聘網站上，以“人工智能”為關鍵詞在上述招聘網站中進行檢索，在上海地區，招聘一年以下經驗的AI崗位僅有18個，而招聘3年以上經驗的崗位超過500個。

　　“頭號AI玩家”粗略統計了一下，算法工程師、AI研發工程師、數據工程師等核心技術研發類崗位需求*，占一半以上。大部分崗位對求職者的經驗要求在3-5年，不過也有明確標明“經驗不限”。

　　這些崗位的月薪區間跨度從2.5萬至40多萬不等。在北上深杭等城市，如果是不限經驗的應屆碩士生，算法工程師崗位的招聘年薪基本在25萬左右，其他城市穩定在20萬上下。而要求3年以上經驗的算法崗位，薪酬大多和崗位能力相掛鉤，少數崗位年薪能達到數百萬。

　　除了算法、前端等傳統技術研發崗，大模型的火爆同樣帶火了“提示詞工程師”（prompt訓練師）、“數據標注師”等為AI服務的新崗位。

　　提示詞工程師相關職位從專業知識、編程經驗、熟悉AI產品等方面進行了限制，主要工作內容包括優化提示詞來進行大模型訓練，配合業務團隊提升產品功能和用戶體驗。

　　而此前引發熱議的“數據標注師”崗位，是AIGC相關崗位中要求較低的。大多數“數據標注”崗的工作內容是對數據進行整理，標注，要求有計算機操作能力，專業不限，經驗不限，認真細心即可。這些崗位月薪在5000至8000之間浮動，更有企業以10至25元的時薪進行結算。

　　同樣，對于非技術出身的求職者來說，產品運營、市場、設計、銷售等崗位在AI企業中是常規設置。

　　“頭號AI玩家”還發現，部分AI產品經理崗位的薪資水平達到了年薪72萬的水準，與其他企業的產品經理崗相比占據較大薪資優勢。其中一個原因可能是，AI領域需要有實際落地的產品，急需既懂AI又懂產品的從業者。

　　02、AI人才競爭，高薪帶來高要求

　　AI行業優渥的薪資水平吸引了不少求職者的青睞。但對于想要拿到高薪的人來說，不僅要有過硬的技術實力，往往還需要AI方面的實踐經驗。

　　負責深度學習框架研發的高級工程師嚴長生認為，AI領域的算法工程師特指深度學習算法方向，用統計等方法來解決某些問題，更偏向于具體工程。

　　技術崗位大多需要求職者能夠獨立完成算法設計、模型搭建，具備前端開發經驗，*精通Python等編程語言，熟悉機器學習和深度學習算法，有圖像/音頻/NLP等領域經驗。

　　負責AIGC早期創業項目孵化的投資人李依桐表示，目前AI領域最缺乏的是專業技術人才，對學術背景要求非常高，需要具備*名校的碩士或博士學歷，并有在海內外知名實驗室進行研究項目并將其應用于產業的經歷。

　　以醫療健康領域的提示詞工程師為例，該崗位要求應聘者會設計、創建、優化與管理醫療AI⼤模型的提示詞(Prompt)，以確保⼤模型能夠滿⾜特定的業務場景需求進⾏⾼質量輸出;同時需要與醫學團隊協作，加分項中還包括熟悉醫⽣診療流程，或對醫學有相當程度理解與學習能⼒。目前該崗位在招聘平臺上的月薪標注為“20k-40k·14薪”。

　　另外，和數據相關的崗位聚焦在“如何構建AI的數據支撐體系”，需要豐富的數據分析能力。

　　比如某AI初創企業招聘AI工程實習生的要求是熟練掌握主流的深度學習框架，例如Tensorflow，Pytorch，MXNet，PaddlePaddle，并能夠利用現有框架的API實現新的深度學習模型和算法。

　　而一些AI研發工程師崗位，則更注重大模型關鍵技術的探索創新，要求計算機、通信等專業背景、研究生及以上學歷，在計算機視覺(CVPR，ICCV，ECCV)和機器學習(NIPS，ICML，AAAI)等相關會議發表論文者優先。

　　某AI圖像識別和算法研究企業CEO鄭傳軍告訴“頭號AI玩家”：“因為我們的方向是SAAS模式，團隊規模還不大，AI技術研發團隊人數在10人以內，但大部分成員是中高級技術工程師。除了AI和元宇宙研發團隊，還有JAVA和前端的一些技術人員。”

　　據“頭號AI玩家”觀察，大部分AI初創企業都是技術驅動型的公司。以專注多模態AI的科技企業JINA AI為例，技術人員占比超80%。這種情況下，一些常規崗位比如“運營”也要求求職者具備技術背景，或對前沿技術有強烈的好奇心。

　　在JINA AI從事技術運營的張颯說：“至少得了解如何安裝Pytorch(深度學習平臺)，GPU驅動，了解如何給模型調整參數，怎么運行Docker，然后才能去談問題。”

　　大部分招聘企業都秉持這樣一個觀點：應聘者要和他們的技術研發方向匹配，*是有過相關的技術或項目研發經驗。目前這個行業競爭比較激烈，所以需要上手就能開始研發。

　　熱門崗位中，AI產品經理類、運營類等⾮技術崗位同樣需要一定的AI工具使用技能傍身。

　　這些崗位對求職者的要求不再是“如何用技術創造AI”，更多在于“能否用AI提高生產力”。某企業招聘“AI訓練師”明確表示求職者是人工智能的發燒友，對時下熱門的AI繪圖工具Midjourney、Stable Diffusion等有深入研究。

　　很多打著“AIGC”標簽的內容創作、設計等崗位，其實質工作內容和傳統崗位相似，只不過多了相應的AI技能要求，薪酬報價也隨之提升。

　　03、誰能在AI求職賽道“遙遙*”

　　在AI風口下，什么樣的求職者更容易分到一杯羹?

　　國內主流的招聘網站上，一些AI崗位的要求，看上去與傳統互聯網的技術崗并沒有很大差異，甚至有些崗位的“加分項”明確提到了“互聯網企業經驗”。

　　某企業招聘人員表示，具有大廠經驗的人員大多能更快地將算法應用到實際業務中，快速實現產品和商業價值。

　　互聯網企業豐富的業務場景和用戶數據，為AI算法的設計、迭代和落地提供了良好的支撐。AI賽道需要互聯網工作經驗，而互聯網也是最渴望AI人才的行業。

　　不過，部分互聯網大廠出身的求職者扎堆轉行AI賽道，卻陷入“普遍焦慮”中。盡管AI領域最急需資深技術和架構師，但非AI專業技術人員“原地轉型”AI技術也沒有想象的那么容易。

　　一方面，AI前沿研究成果變化更新過快，及時跟上AI技術的潮流難度大，轉行門檻比其他時期都要高。另一方面，理解和熟悉大模型技術通常需要算力支撐，以及結合具體的業務場景，很難快速將理論知識運用到實踐中。

　　面試了國內24家大模型公司的求職者“Rooters”在社交平臺分享面試經驗時表示，大模型這個方向真的“卷”，面試時遇到了很多新模型，相關研究論文更新迅速，“東西出的比我讀的快”。

　　不過，李依桐告訴“頭號AI玩家”：“互聯網領域中的許多從業者有機會直接轉移到AI產業內。技術人員通常能夠最早接觸到AI浪潮，也更容易抓住技術紅利期。”

　　有AI初創團隊向“頭號AI玩家”分享了自己的組織架構——創始人做過產品經理、管理咨詢、VC投資等，招攬了曾在BAT大廠工作的全棧技術人員(掌握多種技能的全端工程師)，目前深耕“GPT聊天交互+Text to Link”交互邏輯的應用軟件。

　　既了解底層的技術原理，又能考慮到AI應用落地的各種場景，解決具體問題，這種復合型的求職者大可在AI賽道脫穎而出。

　　如果技術是必不可少的敲門磚，那非技術背景的人員還有機會跟上這波AI浪潮嗎?

　　對于新興企業來說，無論求職者技術含量有多高，是否會用AI繪圖工具、是否了解AI產品、對時下熱門AI應用有多深的見解，也會成為其選人的依據。

　　李依桐認為，AI賽道除了底層技術的構建，將技術應用于實際場景也需要產品、運營、銷售等多種專業支持，“關鍵是要找到自己的利基位置”。

　　從事人工智能技術與解決方案的AI創業者Bain表示，AI這個賽道是目前最有機會和熱度，也是最容易獲得投資并做出結果的賽道。在大模型火了之后，有很多人從安防、法律、文案、情感等各個領域尋找和AI相結合的地方，其實每個人都可以在AI賽道進行嘗試。

　　尤其是，隨著AIGC落地的應用越來越多，AIGC領域的普適性變得更強，普通人花幾天了解AI基礎知識之后，也能夠從事和AI相關的工作。

　　低代碼和無代碼環境的出現，使非技術人員能夠構建和部署應用程序，甚至無需學習如何編程。而且，TensorFlow(開源機器學習平臺)已經迭代更新，更利于開發者使用。而Pytorch(深度學習平臺)也讓開發者有了更多選擇。

　　張颯也提到，如果兩年前進入AI領域，還需要學習很多底層知識。但目前AI的提示詞工程已經非常貼近大眾了，每個人都可以嘗試用自然語言的方式去開發AI應用。新的技術、新的交互以及新的變革，能讓更多人和行業前輩站在同一起跑線。

　　作為新興領域，AI帶來了新的缺口和機會。無論個人背景如何，都可以通過持續探索和學習發展相關技能，為自己在AI領域開辟更多的可能性。

　　最后，為各位玩家獻上AI從業者、投資人等帶來的建議，僅供參考：

　　每一次風口浪潮之后，能夠幸存并發展壯大的創業公司是少數。AI行業里新的技術層出不窮，在實踐中會遇到很多意想不到的“坑”，再加上大部分公司都是精兵強將的打法，入門、上手、入行會有一定難度，但能夠真正將“生成式AI”轉化成“生產力AI”，就一定能在這一行走得更好。

　　本文轉自公眾號「新榜」(ID：newrankcn)，專注新媒體內容領域的觀察報道，關心與內容產業相關的人和事。