前言
如果没有机器学习等相关的数据处理技术，或许你根本没有机会看到人类历史上的第一张黑洞照片。2017年4月份的从8个台站记录了约3500 TB的数据（1TB等于1024GB），量级大到无法用网络，需要用硬盘存储，而科学家们也耗费了两年的时间来处理数据，其中用到的就是AI相关技术。
无论是德克萨斯大学的学生Anne Dattilo用 AI 算法发现系外行星，还是斯坦福大学研究小组利用机器学习来研究强引力透镜的图像，都意味着处理AI技术正在变革天文领域，甚至整个人类的认知边际。
随着人工智能、大数据时代的到来，未来决定商业竞争的，已不再是简单的企业或个人间的较量。数据交互和更新的速度与日俱增，技术创新的节奏越来越快，一场新的商业革命、职场革命已经悄然发生。人工智能的影响力，正“无孔不入”地引领产业变革。
人工智能与交通、安防、医疗、金融、教育等领域结合，已逐渐融入日常生活。以医疗领域为例，Nature 子刊 Medicine 前几日发布的重磅文章中，依图科技等众多专家共同研发了的AI系统，可以像医生一样准确地检测出测试结果，诊断儿童疾病。准确率方面始终与初级保健儿科医生相当，甚至有所超越。
根据全天候科技报道，很多 AI 方面的独角兽公司从今年开始扩大校招范围。很多人面对高薪岗位蠢蠢欲动，但如何正确看待 AI 行业的高薪？
AI 行业高薪源自人才稀缺性
AI 人才存量小、需求旺盛，更是未来的发展趋势。对于高校、高学历人才来说，应届 80w 恐怕只是“起薪”。去年腾讯的图像识别算法研究岗，就开出了 80w+ 的年薪，19 年校招基础的算法岗位行业平均薪酬也在 25w-40w 之间。
数据来源：BOSS直聘研究院
初级算法工程师比初级编程开发者高110%
入行 AI，门槛高吗？
入行 AI 并没有想象的难，我们从学历要求、技术门槛角度分析：
从技术角度来说，任何行业都有初级和高级的岗位。对于准备转行或相关专业本科生而言，机器学习工程师很可能是你找到的第一个 AI 工作，可能没有想象中高薪，但机会更多、发展空间更广阔。
从学历角度来说，高校背景为加分项，而非必须项。机器学习、算法都是核心的 AI 能力，这些岗位往往对学历有相对基础的要求，更看重技能本身。
图中招聘信息来自拉勾网
AI 方向多应选择哪个细分领域?
从职位薪资看，即使是 AI 领域平均薪资最低的图像处理，平均招聘薪酬也达到 2.36w，比一般技术类职位薪酬高出 40-80%。而最高的无人驾驶领域，平均薪资达 4.14w，当然技术要求也更高。
数据来自《2018 AI 人才白皮书》
从岗位需求看，需求量增长最大的是实现人机对话的机器学习人才，2015-2017 年年均入职复合增长率为 168.2%。以搜索、图像、推荐算法为主的算法类岗位需求量增长幅度位居第 2。
数据来自《2018 AI 人才白皮书》
2017 年以图像识别、视频识别等技术为核心的计算机视觉市场规模达到 82.8 亿元。中国企业的业务发展更侧重计算机视觉和自然语言处理领域，这也是相关岗位在中国尤其稀缺的原因。
AI 求职企业最看重“项目经验”
绝大多数企业招聘时要求应聘者有“实践经验”或项目经验。AI 人才难求，难的不是技术门槛，而是技术的应用能力。
更重要的是，如何获取项目经验，提升雇主最为看中的 “应用技能”? 毕竟招聘你来是让你去解决问题的，如果你能快速上手公司业务、快速实现算法模型项目落地，这个比啥文凭都来的实在，如果你学的够好、项目经验够丰富，那么文凭就是一张纸，而有的人会说就是这张纸决定了你的简历会不会被HR看上，那么我想说的是如果你闭门造车，光练不说假把式，那肯定是没人知道，但是你可以找一些平台或者社区来发表自己的一些技术观点。
就比如我，以前技术小白的时候每次发文章都有人喷（记得有次在一个社区我和一群皮皮怪喷起来了，然后发现喷不过我，技术还不如我，然后就把我给踢出去了......），但是你坚持别人就能看到你的进步，我在很多社区和一些同行交流，分享技术。（然后很多人就想着挖我过去，我把他们当兄弟，他们却要挖我老大的墙角，贼难受）
结语
给大家送一波福利：人工智能学习资料，有意向的可以加我V，回复：【学习资料】来领取整理好100G的学习资料
网友评论