-
-
挨踢妹 数据达人Lv4
发表于2019-2-13 16:31
楼主
移动互联网发展迎来春天，同时带动整个互联网行业的快速发展，然后决定整个互联网行业发展的，是专业人才的培养。
无论是传统划分的985、211院校，还是结合新时代发展要求的“双一流”本科院校，以及高职院校，纷纷为互联网的发展而开设相应的专业（大数据技术与应用 网络营销 电子商务 物联网等。然而今天我们聚焦人工智能-AI。
都说AI热，到底热在哪里？
都说投身AI，到底能做什么？
在凛冬包围之下，AI能带给从业者更多选择吗？
本文将从多个方面全面解析AI发展路径，给出更多行业参考。
应用逐渐落地，人才需求量大。
大方向上来说，目前人工智能已经在各行各业得到了广泛的应用，从硬件到软件，部分成型的产品已经面世；未来还将逐渐渗透到工作、学习和生活中的每一个场景。
如：AI金融，AI安防，AI医疗等。AI应用上目前最大的问题在于技术与业务之间存在巨大的鸿沟，如何跨越这道鸿沟或者从业务和技术之间寻找到平衡点是AI项目成功的关键与否。
二、互联网凌冬已至，哪些企业还在招AI人才
人才方面，尽管目前整个互联网行业充斥着凛冬已至的感觉，互联网公司要么停止了社招校招，要么也通过年底末位淘汰的方式在变相裁员，但是互联网企业对招募人工智能人才的脚步从未停止或中断过。
从宏观来看，分析了各大招聘网站收集整理的信息，我们发现，除了BAT巨头企业之外，金融、新能源、汽车、智能硬件、计算机软件、电子商务、医疗、制造和教育九大行业目前仍然冒着凌冬继续在招聘AI人才。
不过各家招募的人才要求也都不一样。2018年11月至今，AI基础和初级人才的招聘数量相比较2018年上半年有所下滑，相反的，AI高端人才的招聘需求却增长了3.5倍。
——这里的AI高端人才指的有5年及以上AI行业工作经验、硕士以上学历/博士优先、有成功项目经验的人才。
对于用人单位来说，AI高端人才的定位就是带团队做项目的领头羊，即便放在国际上，这种人才也很少很难招到。
我曾经看过一则报道说科技巨头纷纷挖走高校人工智能专家，连大学老师都被挖走了——这不是传言，这就是现状。
微观方向，几家长期为大厂提供人才猎头的服务商也表示：近6个月以来AI人才的需求量仍然持续上涨，即使在互联网一片凌冬已至的情况下，企业对AI人才的需求也并未减少。
与笔者长期交往的几个猎头朋友也证实了这个说法。在应届毕业生群里，其他专业的毕业生在互吐苦水，大骂用人单位无故取消offer。而AI方向的同学却气定神闲的在比较谁拿到的offer比较多，纠结去哪家比较好，这也是现状。
三、为什么学AI
不说假大空的东西，也不给大家画饼。
在搞清楚我们为什么学一门新知识之前，我们需要了解自己学习的动力是什么？工作的意义是什么？是为了改变世界？是为了不被淘汰还是为了情怀？
我认为，学一门新知识的根本目标是提升自己，可是如何衡量自己学的东西有用呢？
工资和收入。
有一句笑话是“同样是九年义务教育，你怎么这么优秀？”对啊，同样都是大学本科、硕士毕业的人，凭什么别人第一份工资起薪就是两万三万，你的就是六千八千？
方向更重要。
为什么学AI？如果你对AI感兴趣，更喜欢AI技术，更擅长AI工作，为什么不呢？
AI行业前景好毋庸置疑，而且工资高，又能接触到最前沿的科学技术，为什么不呢？
你所有的改变和计划可能不会影响到你当前的生活、工作和学习，但是会影响你6个月后甚至6年后的状态。
你以为AI、NLP、算法和机器学习是2016年才产生的吗？不不不，人工智能一词是 John McCarthy 在 1956 年达特茅斯会议上一份提案中提出的。
凡是过往，皆为序章。
拥有编程基础的你，也许现在开始学AI，从基础的数学知识学起，从Python学起；可是随着时间的一点一滴积累，一年后，你也许可以成为AI初级人员，而两年三年后呢？你也许无法成为Andrew Ng、李飞飞那样的大神，但足以让你两年后找到一份薪水更高的工作。
过往我们无法改变，可是未来的一切攥在手里，为什么不呢？
除了技术开发人员，运营人员和产品、市场销售人员同样也需要具备AI相关的知识，不需要你会训练算法做技术开发，但是最起码，你要明白AI的原理和研究领域，理解每一个方向的应用和价值，这样以后你才能和你的朋友/客户/用户/去解释AI是什么？AI产品的优势等等。
小结一下，为什么学AI？于学生而言，为了更好的找到一份薪水高的工作；于在职技术人员来说，提升自己，为职业生涯中的加薪和跳槽做准备，从而应对工作中技术的不断发展和迭代。
四、AI的薪资水平
4.1 AI产业层级和热招岗位
4.1.1 AI产业层级
AI不是单独的一门技术或者一个学科，经过这几年的发展，AI已经形成了一个完整的生态链，从基础层到应用层，不同的层级对应需求不同的研究方向，不同的研究方向对应不同的技术，而不同的技术需要细分领域不同的人员来组成。
比如说语音交互方向，就会用到语音识别、数据清洗、自然语言处理、语义分析、算法等关键技能，这些关键技能也是企业在招人时要求候选人员工必须拥有的基本技能。
4.1.2 AI领域热招岗位
通过对拉勾网、BOSS直聘、前程无忧、猎聘网和智联招聘等多家招聘网站两个月招聘数据的抓取和分析，我们发现，目前，AI领域企业热招的12大岗位如下：
因2017年6月我的另外一个报告中曾留存过数据挖掘工程师和算法工程师的薪资情况，于是我加上了最新的数据做了一个比较分析。
我们发现：数据挖掘工程师过去18个月平均月薪年增长率为24%，相当于每个月增长了450块钱。而算法工程师过去18个月平均月薪年增长率为23%，相当于每个月增长了430块钱。
4.3 使用不同的开发语言对应的月薪工资
除了受政策、市场环境的影响之外，技术人员使用不同的开发语言对应的月薪也有所不同。
其中，使用Python语言的技术人员薪资最高，且岗位需求量也最高。
Python是AI技术开发人员最常用到的语言，同时也是AI技术的基础之一。
4.4 工资与学历的关系
AI人才的薪资同时也受到学历的影响，无可厚非，博士是最高的；从招聘要求来看，企业招聘AI人才，本科学历是最基本的要求。
（该数据来源于名为计算机视觉life爬了智联招聘上的关于算法工程师的将近6000个职位数据分析出来的结果。）
4.5 技术不同岗位的平均薪资比较
在此我们也针对技术开发不同岗位的薪资做了一个比较，同样是技术开发工程师岗位，不同的技术开发对应的薪资也不同。
其中，NLP算法工程师以平均月薪34410居首；除此之外，排名前三的岗位还有机器学习工程师和人工智能研究员，算法工程师也以平均月薪30390打败了大数据工程师。
五、热门岗位平均月薪及能力要求
5.1 NLP算法工程师
北京地区平均月薪为34410。如图所示：
5.2 NLP算法工程师能力要求
此处选取了今日头条NLP算法工程师（语音识别，对话机器人，知识图谱方向）的招聘需求：
年薪：72-111万，学历要求硕士及以上，需要有3年以上的工作经验。
工作职责要求
【语音识别方向】
参与业务相关的文本分类、命名实体识别，文本相似性，语言模型，情感分析，用户行为分析等相关NLP工作；
跟进NLP领域前沿技术，对现有产品和技术方案进行持续改进，同时探讨和开发新的产品。
【知识图谱方向】
负责大规模文本信息挖掘和分类、语义理解、智能问答、信息提取等，并应用于实际场景；
负责金融、法律等领域知识图谱以及事理图谱的构建；
探索业界前沿方法，并提升现有NLP能力。
【对话机器人方向】
基于机器学习, 并结合现有的自然语言处理技术，研发文本近似、信息抽取、关系推断、阅读理解、智能聊天机器人等的解决方案；
实现产品解决方案，进行效果调优；
发布相关产品，不断迭代产品效果。
任职能力要求
【语音识别方向】
至少在以下领域有过研究或工程经验：文本分类、知识图谱、文本挖掘、文本相似性、命名实体识别、分词、信息检索、Q&A、机器翻译；
熟悉常见NLP相关模型，如HMM、EM、LDA等；熟悉深度学习相关技术，如句向量、CNN、RNN、LSTM等模型；
熟悉 Java、C/C++、Python其中一种开发语言，有数据结构与算法的基础。
【知识图谱方向】
具备机器学习/数据挖掘理论和技术基础；
有丰富的中文NLP、QA、知识图谱、事理图谱、机器翻译、阅读理解、信号处理等项目经验，基础扎实，编码能力强；
为人踏实靠谱，具备较强的团队协作沟通和领导能力，积极主动，勇于探索新技术。
【对话机器人方向】
熟悉NLP、机器学习、模式识别等常用算法，熟悉NLP领域当前热点和前沿技术，熟练掌握C/C++编程语言和Python，Shell等脚本语言；
有相关项目经历，包文本分类、信息抽取、知识图谱、机器学习、自动摘要等，有深度学习背景；
较强的分析解决问题能力、沟通表达和团队协作。
5.3 算法工程师岗位
北京地区平均月薪为￥ 31070/月。较 2016 年增长 59%， 近30天岗位需求指数为0.305，其中月薪30000-50000的人群达到了55.90%的比例。
如图所示：
5.4 算法工程师岗位能力要求
此处选取了京东集团算法工程师的招聘需求。
月薪30K-50K，经验要求5-10年，学历要求本科及以上。
职位要求：
对机器学习及深度学习等前沿问题的进行探索和研究，结合未来的实际应用场景，提供全面系统的技术解决方案。
对图像识别、语音识别、自然语言处理和等与业务相结合领域提供模型支持。
优化离线/实时大数据计算任务的性能。
任职能力要求：
具备数学、统计学、概率统计知识，熟悉常见的机器学习算法（贝叶斯，聚类，逻辑回归，SVM，GBDT，RF等），熟悉主流机器学习框架如sktlearn/theano/tensorflow。
熟悉常用的图像处理算法和工具，包括但不限于CNN、RNN、OpenCV等，并有较强的动手实现能力。
熟悉NLP领域原理和一些开源的算法库，比如：tensorflow(keras)，stanfordNLP，NLTK，ApacheOpenNLP，Kaldi,mahout,word2vec等。
熟悉hadoop/hive/hbase、stom/spark等基础平台使用。
5.5 机器学习工程师
北京地区机器学习工程师的平均月薪为￥ 31570/月，近30天岗位需求指数为0.299，其中月薪30000-50000的人员比例达到了57.1%。
如图所示：
5.6 机器学习工程师能力要求
此处选取了小米公司机器学习/高性能服务端工程师的招聘需求。
月薪30000-50000，学历要求本科及以上，要求工作经验3-5年。
职位要求：
负责分布式机器学习平台的架构设计与搭建
负责机器学习应用问题（如推荐系统等）的基础服务的开发与优化
负责设计与开发机器学习场景下高效稳定的大数据并行处理算法
负责设计、开发、优化机器学习场景下的工作流引擎、通用数据处理框架和通用计算组件
任职要求：
计算机相关专业，本科及以上学历；
2+年的大数据系统或分布式系统研发经验，掌握分布式系统原理，有tensorflow分布式集群开发与优化经验优先
扎实的算法和数据结构功底，熟练掌握C++，Java中至少一门编程语言；
具备一定的系统设计能力，主持或参与设计过大数据业务系统架构，并成功发布/上线；
良好的沟通和团队协作能力；
5.7 其他人工智能热门岗位平均月薪
六、AI行业人才入门和进阶方向
如图所示，在此不做细表。
七、哪些高校有AI课程
八、总结和建议
A、受2018年互联网凌冬已至各大厂裁员缩招的影响，近三个月以来大厂或AI垂直领域独角兽的企业AI人才的招聘数量正在减少，而且招聘的门槛也在逐步变高，应届本科、研究所和硕士生进入AI公司的门槛也在增加。
B、对于应届毕业生来说，由于没有工作经验，那么，Kaggle竞赛、天池大赛的排名就会影响到用人单位的考量。所以竞赛刷排名还是要做的。
C、对于在职技术开发人员，技术转岗势在必行。在职技术开发人员的优势是有项目开发经验，对技术的理解比较通透，一点就透，且有部门合作经验，出活快。
在职技术开发人员可利用工作业余时间学习Python和TensorFlow，加强自身数学知识（微积分、概率论、线性代数、凸优化、统计学等）和机器学习知识后，可转岗到AI行业。这里放出一张iOS、Python和H5开发方向的月薪对比，相信能够刺激到你。
D、对于门外汉，既不是在职技术人员也不是应届毕业生的话，我也建议你动起来，不一定是学技术，但是至少要拿到上AI这条大船的门票。比如你是原来是做APP运营的，那么你也可以自学AI相关知识，往AI产品经理方向努力。因为，你学起来，就比那么不学的多了一项竞争力，也给自己多了一个选择。
E、不一定是学越来越多的技术和知识越好，你需要精细化的去学东西。对于AI+行业方向来说，一方面要了解AI的能力和技术，知道AI的“能与不能”，一方面也要了解行业的基础知识，找到AI的应用场景。同时，对于大厂来说，最前沿的技术和框架都不是最好的选择。成熟、稳定的技术架构反而是大厂的优先选择。
D、对于博士学历的人员来说，顶级期刊的论文数量和被引用数量也是用人单位会考量的内容。所以，时间上条件允许的情况下，最好还是有一定的论文的产出。
E、没有工作经验的应届毕业生，先上船再说。也就是说，如果拿到船票就先上船，日后一边积累经验一边学习，千万不要等天时地利人和，因为你的每一天都有时间和生活成本。
D、加分项：论文、github、知乎、博客、竞赛。所以每一阶段工作、学习的总结就非常重要。
无论是传统划分的985、211院校，还是结合新时代发展要求的“双一流”本科院校，以及高职院校，纷纷为互联网的发展而开设相应的专业（大数据技术与应用 网络营销 电子商务 物联网等。然而今天我们聚焦人工智能-AI。
都说AI热，到底热在哪里？
都说投身AI，到底能做什么？
在凛冬包围之下，AI能带给从业者更多选择吗？
本文将从多个方面全面解析AI发展路径，给出更多行业参考。
行业解析一、 AI行业解析
互联网凛冬已至，哪些企业还在招AI人才？
为什么学AI？
AI薪资水平（对比其他语言和领域）
热门岗位能力要求
AI行业入门和进阶方向
哪些高校有AI课程？
2019年就业前景
总结和建议
应用逐渐落地，人才需求量大。
大方向上来说，目前人工智能已经在各行各业得到了广泛的应用，从硬件到软件，部分成型的产品已经面世；未来还将逐渐渗透到工作、学习和生活中的每一个场景。
据北京市经济和信息化委员会指导，北京前沿国际人工智能研究院和中关村天使投资联盟组成的专项课题组发布的《北京人工智能产业发展白皮书》得知，截至2018年5月8日，全国人工智能企业4040家，北京市人工智能企业1070家。——但这还只是专注搞AI的企业，而有AI业务的企业则已上万家。
资本方向，据工信部中国信通院副所长张雪丽介绍，2018年上半年，人工智能领域的全球融资规模达到435亿美元，中国的规模达到317亿美元，占了全球的四分之三以上。AI产业目前最大两个问题，集中在人才和商业之间。单一技术往往无法形成一个巨大的产业，AI的应用势必会与多个学科、领域、平台和场景进行相互交叉，AI的产业会细分成AI+。
如：AI金融，AI安防，AI医疗等。AI应用上目前最大的问题在于技术与业务之间存在巨大的鸿沟，如何跨越这道鸿沟或者从业务和技术之间寻找到平衡点是AI项目成功的关键与否。
二、互联网凌冬已至，哪些企业还在招AI人才
人才方面，尽管目前整个互联网行业充斥着凛冬已至的感觉，互联网公司要么停止了社招校招，要么也通过年底末位淘汰的方式在变相裁员，但是互联网企业对招募人工智能人才的脚步从未停止或中断过。
据《中国ICT人才生态白皮书》研究分析，到2018年底，我国人工智能人才缺口将突破100万，到2020年，这一数字将攀升到226万。
据第一财经报道，深圳某无人驾驶公司透露，去年给硕士应届生的年薪约30万元，应届博士生50万。但今年博士生年薪猛增30万，“好的能拿到80万元”。
从宏观来看，分析了各大招聘网站收集整理的信息，我们发现，除了BAT巨头企业之外，金融、新能源、汽车、智能硬件、计算机软件、电子商务、医疗、制造和教育九大行业目前仍然冒着凌冬继续在招聘AI人才。
不过各家招募的人才要求也都不一样。2018年11月至今，AI基础和初级人才的招聘数量相比较2018年上半年有所下滑，相反的，AI高端人才的招聘需求却增长了3.5倍。
——这里的AI高端人才指的有5年及以上AI行业工作经验、硕士以上学历/博士优先、有成功项目经验的人才。
对于用人单位来说，AI高端人才的定位就是带团队做项目的领头羊，即便放在国际上，这种人才也很少很难招到。
我曾经看过一则报道说科技巨头纷纷挖走高校人工智能专家，连大学老师都被挖走了——这不是传言，这就是现状。
微观方向，几家长期为大厂提供人才猎头的服务商也表示：近6个月以来AI人才的需求量仍然持续上涨，即使在互联网一片凌冬已至的情况下，企业对AI人才的需求也并未减少。
与笔者长期交往的几个猎头朋友也证实了这个说法。在应届毕业生群里，其他专业的毕业生在互吐苦水，大骂用人单位无故取消offer。而AI方向的同学却气定神闲的在比较谁拿到的offer比较多，纠结去哪家比较好，这也是现状。
三、为什么学AI
不说假大空的东西，也不给大家画饼。
在搞清楚我们为什么学一门新知识之前，我们需要了解自己学习的动力是什么？工作的意义是什么？是为了改变世界？是为了不被淘汰还是为了情怀？
我认为，学一门新知识的根本目标是提升自己，可是如何衡量自己学的东西有用呢？
工资和收入。
有一句笑话是“同样是九年义务教育，你怎么这么优秀？”对啊，同样都是大学本科、硕士毕业的人，凭什么别人第一份工资起薪就是两万三万，你的就是六千八千？
方向更重要。
为什么学AI？如果你对AI感兴趣，更喜欢AI技术，更擅长AI工作，为什么不呢？
AI行业前景好毋庸置疑，而且工资高，又能接触到最前沿的科学技术，为什么不呢？
你所有的改变和计划可能不会影响到你当前的生活、工作和学习，但是会影响你6个月后甚至6年后的状态。
你以为AI、NLP、算法和机器学习是2016年才产生的吗？不不不，人工智能一词是 John McCarthy 在 1956 年达特茅斯会议上一份提案中提出的。
凡是过往，皆为序章。
拥有编程基础的你，也许现在开始学AI，从基础的数学知识学起，从Python学起；可是随着时间的一点一滴积累，一年后，你也许可以成为AI初级人员，而两年三年后呢？你也许无法成为Andrew Ng、李飞飞那样的大神，但足以让你两年后找到一份薪水更高的工作。
过往我们无法改变，可是未来的一切攥在手里，为什么不呢？
除了技术开发人员，运营人员和产品、市场销售人员同样也需要具备AI相关的知识，不需要你会训练算法做技术开发，但是最起码，你要明白AI的原理和研究领域，理解每一个方向的应用和价值，这样以后你才能和你的朋友/客户/用户/去解释AI是什么？AI产品的优势等等。
小结一下，为什么学AI？于学生而言，为了更好的找到一份薪水高的工作；于在职技术人员来说，提升自己，为职业生涯中的加薪和跳槽做准备，从而应对工作中技术的不断发展和迭代。
四、AI的薪资水平
4.1 AI产业层级和热招岗位
4.1.1 AI产业层级
AI不是单独的一门技术或者一个学科，经过这几年的发展，AI已经形成了一个完整的生态链，从基础层到应用层，不同的层级对应需求不同的研究方向，不同的研究方向对应不同的技术，而不同的技术需要细分领域不同的人员来组成。
比如说语音交互方向，就会用到语音识别、数据清洗、自然语言处理、语义分析、算法等关键技能，这些关键技能也是企业在招人时要求候选人员工必须拥有的基本技能。
4.1.2 AI领域热招岗位
通过对拉勾网、BOSS直聘、前程无忧、猎聘网和智联招聘等多家招聘网站两个月招聘数据的抓取和分析，我们发现，目前，AI领域企业热招的12大岗位如下：
a.人工智能专家/科学家4.2 月薪年复合增长率为24%
b.算法工程师
c.全栈工程师
d.NLP应用工程师
e.智能机器人研发工程师
f.AI研发工程师
g.人工智能产品经理
h.机器学习工程师
i.深度学习工程师
j.NLP算法工程师
k.Python研发工程师
l.AI项目负责人
因2017年6月我的另外一个报告中曾留存过数据挖掘工程师和算法工程师的薪资情况，于是我加上了最新的数据做了一个比较分析。
我们发现：数据挖掘工程师过去18个月平均月薪年增长率为24%，相当于每个月增长了450块钱。而算法工程师过去18个月平均月薪年增长率为23%，相当于每个月增长了430块钱。
4.3 使用不同的开发语言对应的月薪工资
除了受政策、市场环境的影响之外，技术人员使用不同的开发语言对应的月薪也有所不同。
其中，使用Python语言的技术人员薪资最高，且岗位需求量也最高。
Python是AI技术开发人员最常用到的语言，同时也是AI技术的基础之一。
4.4 工资与学历的关系
AI人才的薪资同时也受到学历的影响，无可厚非，博士是最高的；从招聘要求来看，企业招聘AI人才，本科学历是最基本的要求。
（该数据来源于名为计算机视觉life爬了智联招聘上的关于算法工程师的将近6000个职位数据分析出来的结果。）
4.5 技术不同岗位的平均薪资比较
在此我们也针对技术开发不同岗位的薪资做了一个比较，同样是技术开发工程师岗位，不同的技术开发对应的薪资也不同。
其中，NLP算法工程师以平均月薪34410居首；除此之外，排名前三的岗位还有机器学习工程师和人工智能研究员，算法工程师也以平均月薪30390打败了大数据工程师。
五、热门岗位平均月薪及能力要求
5.1 NLP算法工程师
北京地区平均月薪为34410。如图所示：
5.2 NLP算法工程师能力要求
此处选取了今日头条NLP算法工程师（语音识别，对话机器人，知识图谱方向）的招聘需求：
年薪：72-111万，学历要求硕士及以上，需要有3年以上的工作经验。
工作职责要求
【语音识别方向】
参与业务相关的文本分类、命名实体识别，文本相似性，语言模型，情感分析，用户行为分析等相关NLP工作；
跟进NLP领域前沿技术，对现有产品和技术方案进行持续改进，同时探讨和开发新的产品。
【知识图谱方向】
负责大规模文本信息挖掘和分类、语义理解、智能问答、信息提取等，并应用于实际场景；
负责金融、法律等领域知识图谱以及事理图谱的构建；
探索业界前沿方法，并提升现有NLP能力。
【对话机器人方向】
基于机器学习, 并结合现有的自然语言处理技术，研发文本近似、信息抽取、关系推断、阅读理解、智能聊天机器人等的解决方案；
实现产品解决方案，进行效果调优；
发布相关产品，不断迭代产品效果。
任职能力要求
【语音识别方向】
至少在以下领域有过研究或工程经验：文本分类、知识图谱、文本挖掘、文本相似性、命名实体识别、分词、信息检索、Q&A、机器翻译；
熟悉常见NLP相关模型，如HMM、EM、LDA等；熟悉深度学习相关技术，如句向量、CNN、RNN、LSTM等模型；
熟悉 Java、C/C++、Python其中一种开发语言，有数据结构与算法的基础。
【知识图谱方向】
具备机器学习/数据挖掘理论和技术基础；
有丰富的中文NLP、QA、知识图谱、事理图谱、机器翻译、阅读理解、信号处理等项目经验，基础扎实，编码能力强；
为人踏实靠谱，具备较强的团队协作沟通和领导能力，积极主动，勇于探索新技术。
【对话机器人方向】
熟悉NLP、机器学习、模式识别等常用算法，熟悉NLP领域当前热点和前沿技术，熟练掌握C/C++编程语言和Python，Shell等脚本语言；
有相关项目经历，包文本分类、信息抽取、知识图谱、机器学习、自动摘要等，有深度学习背景；
较强的分析解决问题能力、沟通表达和团队协作。
5.3 算法工程师岗位
北京地区平均月薪为￥ 31070/月。较 2016 年增长 59%， 近30天岗位需求指数为0.305，其中月薪30000-50000的人群达到了55.90%的比例。
如图所示：
5.4 算法工程师岗位能力要求
此处选取了京东集团算法工程师的招聘需求。
月薪30K-50K，经验要求5-10年，学历要求本科及以上。
职位要求：
对机器学习及深度学习等前沿问题的进行探索和研究，结合未来的实际应用场景，提供全面系统的技术解决方案。
对图像识别、语音识别、自然语言处理和等与业务相结合领域提供模型支持。
优化离线/实时大数据计算任务的性能。
任职能力要求：
具备数学、统计学、概率统计知识，熟悉常见的机器学习算法（贝叶斯，聚类，逻辑回归，SVM，GBDT，RF等），熟悉主流机器学习框架如sktlearn/theano/tensorflow。
熟悉常用的图像处理算法和工具，包括但不限于CNN、RNN、OpenCV等，并有较强的动手实现能力。
熟悉NLP领域原理和一些开源的算法库，比如：tensorflow(keras)，stanfordNLP，NLTK，ApacheOpenNLP，Kaldi,mahout,word2vec等。
熟悉hadoop/hive/hbase、stom/spark等基础平台使用。
5.5 机器学习工程师
北京地区机器学习工程师的平均月薪为￥ 31570/月，近30天岗位需求指数为0.299，其中月薪30000-50000的人员比例达到了57.1%。
如图所示：
5.6 机器学习工程师能力要求
此处选取了小米公司机器学习/高性能服务端工程师的招聘需求。
月薪30000-50000，学历要求本科及以上，要求工作经验3-5年。
职位要求：
负责分布式机器学习平台的架构设计与搭建
负责机器学习应用问题（如推荐系统等）的基础服务的开发与优化
负责设计与开发机器学习场景下高效稳定的大数据并行处理算法
负责设计、开发、优化机器学习场景下的工作流引擎、通用数据处理框架和通用计算组件
任职要求：
计算机相关专业，本科及以上学历；
2+年的大数据系统或分布式系统研发经验，掌握分布式系统原理，有tensorflow分布式集群开发与优化经验优先
扎实的算法和数据结构功底，熟练掌握C++，Java中至少一门编程语言；
具备一定的系统设计能力，主持或参与设计过大数据业务系统架构，并成功发布/上线；
良好的沟通和团队协作能力；
5.7 其他人工智能热门岗位平均月薪
六、AI行业人才入门和进阶方向
如图所示，在此不做细表。
七、哪些高校有AI课程
八、总结和建议
A、受2018年互联网凌冬已至各大厂裁员缩招的影响，近三个月以来大厂或AI垂直领域独角兽的企业AI人才的招聘数量正在减少，而且招聘的门槛也在逐步变高，应届本科、研究所和硕士生进入AI公司的门槛也在增加。
B、对于应届毕业生来说，由于没有工作经验，那么，Kaggle竞赛、天池大赛的排名就会影响到用人单位的考量。所以竞赛刷排名还是要做的。
C、对于在职技术开发人员，技术转岗势在必行。在职技术开发人员的优势是有项目开发经验，对技术的理解比较通透，一点就透，且有部门合作经验，出活快。
在职技术开发人员可利用工作业余时间学习Python和TensorFlow，加强自身数学知识（微积分、概率论、线性代数、凸优化、统计学等）和机器学习知识后，可转岗到AI行业。这里放出一张iOS、Python和H5开发方向的月薪对比，相信能够刺激到你。
D、对于门外汉，既不是在职技术人员也不是应届毕业生的话，我也建议你动起来，不一定是学技术，但是至少要拿到上AI这条大船的门票。比如你是原来是做APP运营的，那么你也可以自学AI相关知识，往AI产品经理方向努力。因为，你学起来，就比那么不学的多了一项竞争力，也给自己多了一个选择。
E、不一定是学越来越多的技术和知识越好，你需要精细化的去学东西。对于AI+行业方向来说，一方面要了解AI的能力和技术，知道AI的“能与不能”，一方面也要了解行业的基础知识，找到AI的应用场景。同时，对于大厂来说，最前沿的技术和框架都不是最好的选择。成熟、稳定的技术架构反而是大厂的优先选择。
D、对于博士学历的人员来说，顶级期刊的论文数量和被引用数量也是用人单位会考量的内容。所以，时间上条件允许的情况下，最好还是有一定的论文的产出。
E、没有工作经验的应届毕业生，先上船再说。也就是说，如果拿到船票就先上船，日后一边积累经验一边学习，千万不要等天时地利人和，因为你的每一天都有时间和生活成本。
D、加分项：论文、github、知乎、博客、竞赛。所以每一阶段工作、学习的总结就非常重要。
