年薪30万,居然是“白菜价”?
近来,国内外企业高薪寻求技术人员的招聘信息,将人工智能领域的就业热度刷新到了新高度。
9月21日,全球*的求职网站Indeed发布的报告显示,与Gen AI相关的职位发布量和薪资水平呈现急剧上升趋势。
![AI人才争夺战:平均年薪40万,互联网大厂成加分项](https://pic2.pedaily.cn/23/202310/20231081314143924.jpg)
Indeed发布《Indeed's AI at Work》报告
截止至发稿前,Indeed网站上AI职位薪资数据
8月底,360集团创始人周鸿祎在个人社交账号上发文称,360智脑持续招聘研发人才。而在招聘平台上,360在招岗位达194个,其中,和AI相关的岗位月薪在3万至6万之间浮动。
某招聘平台上,360招聘页面
7月28日,流媒体平台Netflix在其网站上发布了一则招聘信息,高薪招聘机器学习平台的AI产品经理,该职位的年薪范围30万至90万美元。
今年6月,薪酬网站Levels.fyi通过各方爆料总结,Open AI的工程师年薪高达92.5万美元。
目前AI行业的热招职位大多集中在算法工程师、AI专家、Prompt工程师等等。根据今年7月的《AIGC就业趋势大报告2023》数据显示,近一年AIGC新发职位招聘平均年薪为40.12万元,比同期AI的招聘平均年薪高8.09万元。
高薪之下,AI行业最需要哪些人才?对应哪些要求?哪些求职者更容易在其中崭露头角?“头号AI玩家”对话了部分AI从业者和投资人,希望为想进入AI领域的玩家提供一些参考。
01、算法、数据成AIGC热招岗位
数据显示,2023年以来,我国新增38万家人工智能相关企业,3个月内新增相关企业数达13.5万家。
AI成为了站在风口上的热门行业,各企业对于AI相关岗位的人才需求也快速增长。不仅百度、腾讯、阿里、字节等互联网大厂砸出重金“抢人”,初创企业、中小厂商也开始招揽科技人才。
“数据”、“算力”和“算法”是AI不可或缺的三要素。同样在AIGC领域热招岗位中,对算法?程师、?然语?处理等研发人才的需求旺盛。
《2023泛互联网行业人才流动报告》显示,今年上半年,泛互联网行业最紧缺的岗位主要集中在AI方向,算法研究员位居人才紧缺度榜首。
在某招聘网站上,以“人工智能”为关键词在上述招聘网站中进行检索,在上海地区,招聘一年以下经验的AI岗位仅有18个,而招聘3年以上经验的岗位超过500个。
“头号AI玩家”粗略统计了一下,算法工程师、AI研发工程师、数据工程师等核心技术研发类岗位需求*,占一半以上。大部分岗位对求职者的经验要求在3-5年,不过也有明确标明“经验不限”。
这些岗位的月薪区间跨度从2.5万至40多万不等。在北上深杭等城市,如果是不限经验的应届硕士生,算法工程师岗位的招聘年薪基本在25万左右,其他城市稳定在20万上下。而要求3年以上经验的算法岗位,薪酬大多和岗位能力相挂钩,少数岗位年薪能达到数百万。
除了算法、前端等传统技术研发岗,大模型的火爆同样带火了“提示词工程师”、“数据标注师”等为AI服务的新岗位。
提示词工程师相关职位从专业知识、编程经验、熟悉AI产品等方面进行了限制,主要工作内容包括优化提示词来进行大模型训练,配合业务团队提升产品功能和用户体验。
而此前引发热议的“数据标注师”岗位,是AIGC相关岗位中要求较低的。大多数“数据标注”岗的工作内容是对数据进行整理,标注,要求有计算机操作能力,专业不限,经验不限,认真细心即可。这些岗位月薪在5000至8000之间浮动,更有企业以10至25元的时薪进行结算。
同样,对于非技术出身的求职者来说,产品运营、市场、设计、销售等岗位在AI企业中是常规设置。
“头号AI玩家”还发现,部分AI产品经理岗位的薪资水平达到了年薪72万的水准,与其他企业的产品经理岗相比占据较大薪资优势。其中一个原因可能是,AI领域需要有实际落地的产品,急需既懂AI又懂产品的从业者。
02、AI人才竞争,高薪带来高要求
AI行业优渥的薪资水平吸引了不少求职者的青睐。但对于想要拿到高薪的人来说,不仅要有过硬的技术实力,往往还需要AI方面的实践经验。
负责深度学习框架研发的高级工程师严长生认为,AI领域的算法工程师特指深度学习算法方向,用统计等方法来解决某些问题,更偏向于具体工程。
技术岗位大多需要求职者能够独立完成算法设计、模型搭建,具备前端开发经验,*精通Python等编程语言,熟悉机器学习和深度学习算法,有图像/音频/NLP等领域经验。
负责AIGC早期创业项目孵化的投资人李依桐表示,目前AI领域最缺乏的是专业技术人才,对学术背景要求非常高,需要具备*名校的硕士或博士学历,并有在海内外知名实验室进行研究项目并将其应用于产业的经历。
以医疗健康领域的提示词工程师为例,该岗位要求应聘者会设计、创建、优化与管理医疗AI?模型的提示词,以确保?模型能够满?特定的业务场景需求进??质量输出;同时需要与医学团队协作,加分项中还包括熟悉医?诊疗流程,或对医学有相当程度理解与学习能?。目前该岗位在招聘平台上的月薪标注为“20k-40k·14薪”。
另外,和数据相关的岗位聚焦在“如何构建AI的数据支撑体系”,需要丰富的数据分析能力。
比如某AI初创企业招聘AI工程实习生的要求是熟练掌握主流的深度学习框架,例如Tensorflow,Pytorch,MXNet,PaddlePaddle,并能够利用现有框架的API实现新的深度学习模型和算法。
而一些AI研发工程师岗位,则更注重大模型关键技术的探索创新,要求计算机、通信等专业背景、研究生及以上学历,在计算机视觉和机器学习(NIPS,ICML,AAAI)等相关会议发表论文者优先。
某AI图像识别和算法研究企业CEO郑传军告诉“头号AI玩家”:“因为我们的方向是SAAS模式,团队规模还不大,AI技术研发团队人数在10人以内,但大部分成员是中高级技术工程师。除了AI和元宇宙研发团队,还有JAVA和前端的一些技术人员。”
据“头号AI玩家”观察,大部分AI初创企业都是技术驱动型的公司。以专注多模态AI的科技企业JINA AI为例,技术人员占比超80%。这种情况下,一些常规岗位比如“运营”也要求求职者具备技术背景,或对前沿技术有强烈的好奇心。
在JINA AI从事技术运营的张飒说:“至少得了解如何安装Pytorch,GPU驱动,了解如何给模型调整参数,怎么运行Docker,然后才能去谈问题。”
大部分招聘企业都秉持这样一个观点:应聘者要和他们的技术研发方向匹配,*是有过相关的技术或项目研发经验。目前这个行业竞争比较激烈,所以需要上手就能开始研发。
热门岗位中,AI产品经理类、运营类等?技术岗位同样需要一定的AI工具使用技能傍身。
这些岗位对求职者的要求不再是“如何用技术创造AI”,更多在于“能否用AI提高生产力”。某企业招聘“AI训练师”明确表示求职者是人工智能的发烧友,对时下热门的AI绘图工具Midjourney、Stable Diffusion等有深入研究。
很多打着“AIGC”标签的内容创作、设计等岗位,其实质工作内容和传统岗位相似,只不过多了相应的AI技能要求,薪酬报价也随之提升。
03、谁能在AI求职赛道“遥遥*”
在AI风口下,什么样的求职者更容易分到一杯羹?
国内主流的招聘网站上,一些AI岗位的要求,看上去与传统互联网的技术岗并没有很大差异,甚至有些岗位的“加分项”明确提到了“互联网企业经验”。
某企业招聘人员表示,具有大厂经验的人员大多能更快地将算法应用到实际业务中,快速实现产品和商业价值。
互联网企业丰富的业务场景和用户数据,为AI算法的设计、迭代和落地提供了良好的支撑。AI赛道需要互联网工作经验,而互联网也是最渴望AI人才的行业。
不过,部分互联网大厂出身的求职者扎堆转行AI赛道,却陷入“普遍焦虑”中。尽管AI领域最急需资深技术和架构师,但非AI专业技术人员“原地转型”AI技术也没有想象的那么容易。
一方面,AI前沿研究成果变化更新过快,及时跟上AI技术的潮流难度大,转行门槛比其他时期都要高。另一方面,理解和熟悉大模型技术通常需要算力支撑,以及结合具体的业务场景,很难快速将理论知识运用到实践中。
面试了国内24家大模型公司的求职者“Rooters”在社交平台分享面试经验时表示,大模型这个方向真的“卷”,面试时遇到了很多新模型,相关研究论文更新迅速,“东西出的比我读的快”。
不过,李依桐告诉“头号AI玩家”:“互联网领域中的许多从业者有机会直接转移到AI产业内。技术人员通常能够最早接触到AI浪潮,也更容易抓住技术红利期。”
有AI初创团队向“头号AI玩家”分享了自己的组织架构——创始人做过产品经理、管理咨询、VC投资等,招揽了曾在BAT大厂工作的全栈技术人员,目前深耕“GPT聊天交互+Text to Link”交互逻辑的应用软件。
既了解底层的技术原理,又能考虑到AI应用落地的各种场景,解决具体问题,这种复合型的求职者大可在AI赛道脱颖而出。
如果技术是必不可少的敲门砖,那非技术背景的人员还有机会跟上这波AI浪潮吗?
对于新兴企业来说,无论求职者技术含量有多高,是否会用AI绘图工具、是否了解AI产品、对时下热门AI应用有多深的见解,也会成为其选人的依据。
李依桐认为,AI赛道除了底层技术的构建,将技术应用于实际场景也需要产品、运营、销售等多种专业支持,“关键是要找到自己的利基位置”。
从事人工智能技术与解决方案的AI创业者Bain表示,AI这个赛道是目前最有机会和热度,也是最容易获得投资并做出结果的赛道。在大模型火了之后,有很多人从安防、法律、文案、情感等各个领域寻找和AI相结合的地方,其实每个人都可以在AI赛道进行尝试。
尤其是,随着AIGC落地的应用越来越多,AIGC领域的普适性变得更强,普通人花几天了解AI基础知识之后,也能够从事和AI相关的工作。
低代码和无代码环境的出现,使非技术人员能够构建和部署应用程序,甚至无需学习如何编程。而且,TensorFlow已经迭代更新,更利于开发者使用。而Pytorch(深度学习平台)也让开发者有了更多选择。
张飒也提到,如果两年前进入AI领域,还需要学习很多底层知识。但目前AI的提示词工程已经非常贴近大众了,每个人都可以尝试用自然语言的方式去开发AI应用。新的技术、新的交互以及新的变革,能让更多人和行业前辈站在同一起跑线。
作为新兴领域,AI带来了新的缺口和机会。无论个人背景如何,都可以通过持续探索和学习发展相关技能,为自己在AI领域开辟更多的可能性。
最后,为各位玩家献上AI从业者、投资人等带来的建议,仅供参考:
每一次风口浪潮之后,能够幸存并发展壮大的创业公司是少数。AI行业里新的技术层出不穷,在实践中会遇到很多意想不到的“坑”,再加上大部分公司都是精兵强将的打法,入门、上手、入行会有一定难度,但能够真正将“生成式AI”转化成“生产力AI”,就一定能在这一行走得更好。
本文转自公众号「新榜」,专注新媒体内容领域的观察报道,关心与内容产业相关的人和事。