關(guān)鍵信息：人工智能將讓就業(yè)機會變得更多，而不是更少。到2020年，人工智能將創(chuàng)造220萬個工作崗位。同時那薪酬也是高的離譜。

關(guān)鍵數(shù)據(jù)：與人工智能或機器學習有關(guān)的工作崗位數(shù)量增長了99.8％，對AI或機器學習有關(guān)職位的搜索或查詢次數(shù)更是增長了182％，薪資方面，數(shù)據(jù)總監(jiān)平均薪資最高，年薪達到14萬美元。

關(guān)鍵意義：人工智能是一個多學科交叉的研究方向，未來這個方向畢業(yè)生就業(yè)被看好。

過去三年，美國與AI和機器學習相關(guān)的崗位需求數(shù)量幾乎翻了一番。薪資方面，數(shù)據(jù)總監(jiān)平均薪資最高，年薪達到14萬美元。DataCamp人員調(diào)查了35位一線數(shù)據(jù)科學家，專家強調(diào)PPT做的好可能比懂深度學習更重要。

職業(yè)招聘信息網(wǎng)站Indeed.com近日發(fā)布報告稱，自2015年6月到2018年6月，與人工智能或機器學習有關(guān)的工作崗位數(shù)量增長了99.8％。

而在同一時間段內(nèi)，更多的求職者也在尋找與人工智能有關(guān)的職位。對AI或機器學習有關(guān)職位的搜索或查詢次數(shù)更是增長了182％。

從硅谷到華爾街，人工智能和機器學習對高技術(shù)工人的需求不斷增加。但是，符合需求的人才數(shù)量極其有限，企業(yè)的求賢若渴讓少數(shù)符合條件的薪水越來越高。

過去三年中對人工智能和機器學習相關(guān)職業(yè)的搜索或查詢量增長了182％。但更多的搜索次數(shù)并不代表有更多合格的申請人，實際上，企業(yè)很難找到具備足夠熟練技能的求職者。

哪些專業(yè)的人才是企業(yè)需要的求職者

1、計算機科學與技術(shù)

不得不說，宇宙機確實是最火的，在人工智能領(lǐng)域最缺的是計算機行業(yè)的高端人才。尤其是學習相關(guān)算法的，人才更是緊缺。因此，在計算機專業(yè)人才遍布天下的情況下，如何做到在一個行業(yè)精通是需要認真考慮的。國內(nèi)計算機專業(yè)比較強的高校包括：清華大學、北京大學、哈爾濱工業(yè)大學、國防科技大學、北京航空航天大學等。

2、控制工程及其自動化

人工智能的核心在于算法，而自動化專業(yè)有一個專門的方向是算法學習，說起來也更是對口。在今年人工智能相關(guān)招聘啟事中，自動化專業(yè)是提及比較多的。但這一專業(yè)本科學到的知識可能還算比較皮毛，如果你能讀碩士或博士，從事這方面的研究相信也會非常不錯。

3、應(yīng)用數(shù)學

人工智能若想在工程上廣泛應(yīng)用，離不開理論的支撐。而人工智能的基礎(chǔ)機器學習其本質(zhì)上是微分方程、概率論和矩陣分析等數(shù)學領(lǐng)域的一個應(yīng)用。人工智能的研究人員必須有非常好的數(shù)學基礎(chǔ)才能做好相關(guān)領(lǐng)域的研究，應(yīng)用數(shù)學也是一個非常對口的專業(yè)！

4、大數(shù)據(jù)

有人說大數(shù)據(jù)和人工智能是兩個完全不相關(guān)的兩個專業(yè)，其實說這些話的人可以說只看到了皮毛。按李開復的說法，大數(shù)據(jù)是人工智能的前提；百度李彥宏也提出了相似的觀點，人工智能和大數(shù)據(jù)非常相似。教育部也在2017年批準了35所高校開辦大數(shù)據(jù)專業(yè)，包括中國人民大學、北京郵電大學、復旦大學和電子科技大學等都成為了首批開辦高校。

5、智能科學與技術(shù)

可能很多人都沒有聽說過這一專業(yè)，這也是創(chuàng)辦時間不長的一個專業(yè)，創(chuàng)辦于2004年。這一專業(yè)可謂人工智能研究的正統(tǒng)分支，目前有北京大學、北京郵電大學、南開大學、西安電子科技大學等35所高校開設(shè)了這一專業(yè)。

哪個城市AI職業(yè)機會最多？紐約！

Indeed.com分析了2015年6月至2018年6月期間在美國發(fā)布的數(shù)百萬份公開招聘信息。其中20%以上的職位描述或工作地點及薪資待遇的相關(guān)信息中都包括“人工智能”或“機器學習”。

從數(shù)據(jù)上來看，如果你想進入人工智能領(lǐng)域工作，那就把目光投向紐約市吧。

人工智能和機器學習職位分布最集中的大城市排名。按城市計算，紐約市發(fā)布的AI相關(guān)職位數(shù)站比例最高，但硅谷地區(qū)的總職位仍占全國的五分之一。資料來源：Indeed.com

在2015年6月至2018年6月期間，美國大城市的職位列表的描述中，紐約市有11.6％的職位描述與AI或機器學習有關(guān)，比例最高。其次是舊金山（9.6％），圣何塞（9.2％），華盛頓特區(qū)（7.9％）和波士頓（6.1％）。

據(jù)Glassdoor最近的一份報告，在過去四年中，美國薪酬最高的工作崗位都是技術(shù)部門。蘋果、亞馬遜、谷歌、Facebook、Uber等公司長期以來為具備機器學習技能的高技術(shù)求職者提供高薪待遇。

據(jù)《彭博商業(yè)周刊》報道，這些名牌公司可以提供每年超過30萬美元的工資和股票期權(quán)?，F(xiàn)在，包括金融業(yè)和醫(yī)療保健業(yè)在內(nèi)的其他行業(yè)也在努力尋找人才，提供的年薪達6位數(shù)。

AI相關(guān)職位薪資排行：數(shù)據(jù)總監(jiān)最高，平均年薪14萬美元

在2017年6月至2018年6月的十大職位列表中，10個常見的AI相關(guān)職位中有7個的平均年薪超過10萬美元，如下圖所示：

與AI和機器學習相關(guān)的高薪職位排名。分析總監(jiān)的平均薪資最高，年薪達到近14.4萬美元。資料來源：Indeed.com

Indeed.com的報告顯示，今年在人工智能和機器學習相關(guān)職位中，平均工資最高的是分析總監(jiān)，達到14萬美元，其次是首席科學家（13.8萬美元），機器學習工程師和計算機視覺工程師（均為13.4萬美元）。該報告通過分析數(shù)萬個提供工資信息的公開招聘信息來確定平均工資。

公開發(fā)布的主任科學家、機器學習工程師、計算機視覺工程師和數(shù)據(jù)科學家的薪水也極具競爭力，最低的平均工資水平也在年薪13萬美元以上。如果工作地點位于紐約或硅谷，薪水還會額外提升3萬美元。

而且，Indeed.com發(fā)布的數(shù)字不包括員工獎金，股票期權(quán)等福利，這些都會使年薪大大提高。而且，在公共招聘平臺上提供的優(yōu)厚待遇，比起企業(yè)直接招募或通過獵頭招募的更高級職位相比，有時可能更顯得微不足道。

在職位發(fā)布信息與AI或機器學習的相關(guān)性方面，機器學習工程師的招聘職位信息中有94.2%提到了“機器學習”和“人工智能”。排在第二位的是數(shù)據(jù)科學家，比例為75.1%，計算機視覺工程師以64.6%的比例位居第三。

據(jù)市場研究機構(gòu)Gartner預測，人工智能將讓就業(yè)機會變得更多，而不是更少。到2020年，人工智能將創(chuàng)造220萬個工作崗位，同時減少180萬個工作崗位。

數(shù)據(jù)科學革命：各行各業(yè)無所不包

今年在人工智能和機器學習相關(guān)職位中，數(shù)據(jù)科學家的招聘信息量排第二。

現(xiàn)代數(shù)據(jù)科學在科技領(lǐng)域內(nèi)的應(yīng)用越來越廣，可以優(yōu)化Google搜索排名和LinkedIn建議，還能影響B(tài)uz***eed上的頭條新聞。而現(xiàn)在，數(shù)據(jù)科學有望改變所有行業(yè)，從零售業(yè)、電信業(yè)、農(nóng)業(yè)到醫(yī)療，貨運和刑罰制度。

然而，有時人們不是很理解“數(shù)據(jù)科學”和“數(shù)據(jù)科學家”這類詞。

DataCamp的數(shù)據(jù)科學家Hugo Bowne-Anderson博士接觸了35位一線數(shù)據(jù)科學家，描述了他們的日常工作內(nèi)容。

數(shù)據(jù)科學家是做什么的。我們現(xiàn)在至少在科技行業(yè)內(nèi)，了解數(shù)據(jù)科學的運行方式。首先，數(shù)據(jù)科學家要奠定堅實的數(shù)據(jù)基礎(chǔ)，以便執(zhí)行可靠的分析。然后使用在線實驗以及其他方法來實現(xiàn)可持續(xù)增長。最后，他們構(gòu)建機器學習流程，打造個性化的數(shù)據(jù)產(chǎn)品，以更好地了解他們的業(yè)務(wù)和客戶，并做出更好的決策。

換句話說，在技術(shù)領(lǐng)域，數(shù)據(jù)科學涉及基礎(chǔ)設(shè)施、實驗測試，用于決策的機器學習以及數(shù)據(jù)產(chǎn)品。

幾乎所有人都明白，工作數(shù)據(jù)科學家通過數(shù)據(jù)收集和數(shù)據(jù)清理，來制作日常工作的原料，通過圖表和報告、數(shù)據(jù)可視化、統(tǒng)計結(jié)論等方式將結(jié)果傳達給主要利益相關(guān)方，并努力讓決策者相信他們的結(jié)果。

PPT做得好，可能比懂技術(shù)還重要

科學家所需的技能正在不斷發(fā)展（具備深度學習的經(jīng)驗并不是最重要的）。在與西雅圖地區(qū)的數(shù)據(jù)科學家Jonathan Nolis的對話中，我們提出了一個問題，“對于數(shù)據(jù)科學家來說，哪種技能更重要：是能夠使用最復雜的深度學習模型，或還是制作更優(yōu)秀的PPT幻燈片的能力？“他表示后者更重要，因為溝通結(jié)果仍然是數(shù)據(jù)科學工作的重要組成部分。

數(shù)據(jù)科學專業(yè)化大趨勢下道德問題是最大的挑戰(zhàn)

Jonathan Nolis將數(shù)據(jù)科學分為三個部分：（1）商業(yè)智能，主要是以儀表板、報告和電子郵件的形式“獲取公司所擁有的數(shù)據(jù)并將其提供給合適的人員”；（2）決策科學，即“獲取數(shù)據(jù)并利用它來幫助公司做出決定”；（3）機器學習，即“如何采用數(shù)據(jù)科學模型并將它們持續(xù)投入生產(chǎn)。”盡管許多數(shù)據(jù)科學家都是通才，他們同時從事所有三種工作，但我們看到了截然不同的職業(yè)道路，例如機器學習工程師的案例。

道德是該領(lǐng)域面臨的最大挑戰(zhàn)之一。你可能會認為這個職業(yè)為其從業(yè)者提供了很大的不確定性。當我詢問Hilary Mason，問她數(shù)據(jù)科學界是否還面臨其他重大挑戰(zhàn)，她說：“你認為不明確的道德規(guī)范、缺乏實踐標準、缺乏一致的術(shù)語這些挑戰(zhàn)，對我們來說還不夠重大嗎？”

整個行業(yè)和社會的數(shù)據(jù)科學革命才剛剛開始。數(shù)據(jù)科學家這一頭銜是否會繼續(xù)成為“21世紀最性感的工作”，是否會變得更加專業(yè)化，還是會成為大多數(shù)專業(yè)工作者需要具備的技能，目前尚不清楚。正如Hilary Mason所說：“10年后我們還會有數(shù)據(jù)科學嗎？我記得我們有過沒有數(shù)據(jù)科學的時代，如果告訴我說那時候數(shù)據(jù)科學家的頭銜是’網(wǎng)站管理員’，我也不會驚訝?！?/p>