今年AI大廠的算法熱門崗位100:1都不稀奇,BAT、字節跳動的算法求職簡歷供大于求,競爭異常激烈。2019學轉行AI還來得及嗎?先看全球AI大廠薪資及高薪攬才計劃。
昨天,新智元報道的圣母大學計算機系史弋宇副教授憑“貪心算法”秒殺美國警察,讓人們認識到算法的重要性:原來算法不僅能解決計算機問題,還能在關鍵時刻找回財產,幫警察抓劫匪。
認識到算法的重要性之后,還需要認識一下算法到底有多火。
前段時間,AI大廠字節跳動招聘收到的算法工程師的簡歷數量遠超需求,而安卓、iOS簡歷卻十分稀缺;后端、前端、測試開發和大數據也供不應求。
另外,新智元也從阿里巴巴、騰訊這樣的大廠了解到,今年的校招情況也出現了算法崗位供大于求的情況,熱門算法崗往往能收到無數簡歷,競爭激烈。
前幾年安卓/iOS開發崗特別火,而最近深度學習起來了過后,不管前端后端都轉方向擠破頭去做人工智能,喜歡圖像的做計算機視覺,喜歡文本的做自然語言處理,所以造成了當前大家的同質化競爭。
因此,算法大軍突起后,AI當前及未來就業環境到底怎么樣,薪酬是否很高?
熱門崗位100:1,別想上個慕課就做AI
先來看看字節跳動的廣告算法工程師的招聘:
看到這個條件,估計少不了人躍躍欲試。但可能正因如此,才出現了“分母過多”而真正符合崗位需求的人較少的情況。
在知乎《如何看待字節跳動招聘收到的算法工程師簡歷的數量遠超需求?》話題中,不少回答中都提到,算法簡歷和職位比較多,很多人都是看熱度想從事AI算法崗,但是公司原本崗位招聘有限,涌入求職的人變多。
甚至也有人稱,今年大廠的算法崗的投遞錄取比,都差不多達到一個很殘暴的數字:熱門算法100:1也不稀奇。
新智元拿到了去年秋季阿里巴巴和騰訊放出的 AI 崗位一手數據:
騰訊AI崗位校招特點:
機器學習和計算機視覺崗位的投簡歷人數最多,合計超過所有申請AI相關崗位的80%。投遞AI崗位的學生里博士占10%,碩士85%,本科生數量小于5%。
投遞數量top5的院校是中科院、浙大、清華、北郵、北航,從候選人學校所在城市的情況來看,北京有壓倒性優勢,隨后是西安、武漢、上海、杭州、廣州。
今年市場AI相關崗位的熱度很高,整體供大于求。計算機視覺方向供需嚴重不平衡,投遞/錄用比例比產品崗位都要高。做計算機視覺的實驗室太多了,但市場上并沒有那么大的需求。這種情況預計會持續到明年,建議2020屆的同學早作打算。
從描述中不難看出,機器學習、機器人和語音、視頻等 AI 領域仍將是人才招聘和培養的重點。
阿里AI崗位招聘特點:
阿里收到的求職崗位,最多的是 NLP 算法工程師、計算機視覺領域的算法工程師。
阿里目前AI 崗位所呈現的具體趨勢是高端 AI 人才短缺,年輕的 AI 領域工程師總數增長較快。
在AI工程師畫像分析方面,碩士及碩士以上工程師占比 46%,博士及博士后占比 4%,本科以上占比達到 96%。
可以看出的是,在涌入AI崗位的求職大軍里面,實際上有很多并不能達到要求,要勝任這樣一個算法崗位,可能5萬行代碼是起碼標準,并非“上過幾節機器學習MOOC”就能匹敵。
AI薪酬高不高?首先搞清楚有哪些AI崗位
無數人涌入AI算法崗,認準了待遇高、前途好。但在談人工智能的待遇前,得先清楚人工智能崗位都有啥。
知乎用戶“曉飛”認為,AI崗位可以分為以下幾部分:
AI research組
AI 應用組 (研究,系統)
業務組 (算法工程師)
AI research組由科學家和工程師組成,科學家包含NB的博士+教授,而工程師協助前面的大牛加速研究進程。
舉個例子,大牛A有了幾個NB的idea,于是面了1、2個NB的碩士工程師干活,最后發頂會paper。這些碩士工程師的背景,屬于名校名項目里最top的那些碩士,他們以碩士身份加入,但已經具備很強的科研能力,只是沒有讀博罷了。
AI research 組做的都是最前沿的技術,而真正短期要落地到產品的還是AI應用組。里面根據方向分自然語言處理,計算機視覺,大規劃機器學習平臺之類的,里面集結了各種有專才的牛博牛碩做深度學習模型算法+系統平臺優化的工作,他們要么在某個特定領域有所積累,要么熟悉c++,分布式高性能計算。前者主要還是博士和教授,后者碩士就多了。
以上兩個組在公司里人都不多,但是這年頭學AI的人多了,高手云集,博士間競爭已經特別激烈,碩士就更難了,于是大部分人其實是前往業務組做AI。
業務組里通常只是使用AI應用組已有的模型和框架,加上自己對業務的理解,提出一定的優化和個性化訓練,大的公司有的組還是需要自己造輪子,比如廣告算法組,博士占比超過一半,各種個性化算法模型。但大部分組的算法工程師,大概率只是做特征工程+微調模型+業務邏輯就足夠了,一般不至于去到改深度學習模型的那一步。
最后回到題目,AI崗待遇:
AI research組大牛 > AI 應用組大牛 ~ 牛逼業務組大牛 > 知道怎么改模型的小牛 > AI調包俠 > 普通產品組工程師。
所以想要提高自己的待遇,理想情況下就是名校名導讀博,發幾篇頂會,然后自然會被邀請到AI research組工作了。
全球大廠AI方向薪資及高薪攬才計劃大起底
另一位知乎用戶“留德華叫獸”比較認同“曉飛”的回答,他還從職能上和部門上劃分了AI崗位。
從職能上劃分:
研發科學家(Research Scientist)
軟件內工程師(Software Engineer)
通常1需要博士學位,2碩士甚至本科都可申請。
2在國內內一般會叫算法工程師。
從部門上劃分:
AI研究院(Research Lab)
公司研發部門(R&D)
公司產品部
1的代表:Facebook AI research Lab(FAIR)、微軟亞洲研究院(MSRA)、百度AI Lab等。
1中既有研發科學家“發明”全新的AI模型和底層的優化算法,也有軟工協助科學家們實現算法跑實驗,或是把這些前沿的模型做成Prototype(樣品)推銷給公司2和3的研發、產品部。
2和3有些功能更是沒有嚴格區分。
3的代表:微軟小冰、微信、騰訊王者榮耀等工資待遇一般情況下按上面的數字遞減。
案例一
國內某一本自動化專業本科,國內某985碩士(研究方向:動態優化+并行計算)。
畢業于普通的一本院校,非985,非211,專業也是普通的工科專業,本科期間學習成績良好,但是也沒有學過任何與人工智能相關的內容。碩士期間從事的是CUDA并行計算的研究,將一些優化算法通過GPU并行加速。
Offer1:順豐科技,第一年16*15K,CUDA高性能計算,只招聘兩人,順利拿到Offer。主要工作內容是將一些人工智能的相關算法并行加速。
Offer2:華為C++測試崗,第一年16*15K,由于具備良好的C++編程基礎,所以拿到大廠的Offer基本不成問題。
這個案例告訴我們,找到一份好工作對學歷是有一個基本的要求的,但是要求并不是很高,身邊很多的人也都是普通本科出身,通過自身的學習和努力一樣能得到好的工作機會。
另外對專業的要求也并不是很嚴格,因為國內目前基本還沒有人工智能專業,只要是工科相關專業,或者數學統計專業,乃至于經管類專業都可以比較容易的轉行到人工智能。
案例二
國內某985碩士(碩士課題研究方向:多目標優化算法)
Offer1:圖森,第一年22*15,參與自動駕駛的研發。
Offer2:Momenta,第一年20*15,參與自動駕駛系統的研發。
曾參與了并完成了優達學城自動駕駛課程,并由此獲得了滴滴自動駕駛的實習機會。
這個案例告訴我們,碩士的研究課題其實很多時候和找工作關系并不大,因為目前國內的碩士教育依然是偏重學術研究。本案例中的同學碩士研究方向和自動駕駛沒有什么關系,但是他通過自學并參與了優達學城自動駕駛課程并由此獲得實習機會。如果沒有參與課程的話僅僅依靠其碩士研究的內容是很難找到好工作的。
案例三(我自己)
德國Top3 數學博士,申請博世(Bosch)集團BCAI Lab,被拒。
Offer 1:Bosch Corperate Research(可以理解為研發部)機器學習組, 應用方向有安防、機器人、自動駕駛,8W歐元左右/年。
Offer 2:某車廠自動駕駛系統部門(可以理解為產品部)機器學習組,產品為自動駕駛系統中的各個模塊,7W歐元左右/年。
P.S.,一歐元約等于8塊人民幣。
全球范圍各大廠人工智能方向薪資及高薪攬才計劃
人工智能、機器學習最近幾年有多火?
從各大互聯網公司先后創建人工智能研究院,以及以下這些高薪攬才計劃便可略窺一二。
阿里星計劃
年薪平均估計60w左右,上不封頂,本科生-博士生都有機會入,CTO直接面試,每年招10人,半年base美國office的機會
百度少帥計劃
IDL部門(機器學習、深度學習),年薪100w+,每年9人,30歲以下,工作地北京、深圳,一年后硅谷或常青藤名校訪問至少半年,三年后帶領20-30人團隊。
滴滴新銳計劃
滴滴研究院,面向全球高校博士、碩士、優秀本科生的精英人才計劃,研究方向包含機器學習、計算機視覺、機器人、自動控制、汽車工程、人工智能、數據挖掘、最優化理論、分布式計算、圖形圖像、語音識別、語音合成、自然語言處理等。
騰訊技術大咖
要求,全球TOP100 CS相關碩士博士畢業,人工智能相關,待遇:上不封頂offer,深圳市還有“孔雀計劃”160w的獎勵。
Google/Amazon/Facebook/Apple等
硅谷科技公司巨頭,如斯坦福這樣的名校畢業碩士,去Google就有可能達到20W刀/年的package。
非名校+非大牛+轉專業做AI要謹慎
“曉飛”認為,對于名校NB的碩士生,為了具備和博士競爭的資格,建議在一個細分領域(nlp, cv之類的)深入沉淀,出點論文,然后爭取去AI應用組或者NB的業務組里去寫模型。
對于普通的AI背景一般的非博士生,如果想做系統還好,要是想做模型……努力提升自己爭一個好的業務組AI崗的機會。
對于非名校+非大牛+轉專業,建議甚至思考自己是不是要做機器學習。這是一個有門檻的,競爭非常激烈的領域,現在AI待遇高,但那是有泡沫的。一旦各種成熟的機器學習平臺搭建好了,就不再需要太多調包俠調參俠,業務組不需要那么多AI工程師。
所以,不是一定要在AI上面擠,去學分布式系統、云計算、移動端開發其實也挺好的。就算一定要搞AI,作為程序員的基本功還是得學好,在成為所謂的AI工程師之前,首先先成為一名優秀的軟件工程師,寫出高質量的代碼吧。
知乎用戶“張戎”認為,人工智能領域肯定大有前景,至少從目前的發展趨勢來看是這樣的。不過計算機視覺、自然語言處理、語音、推薦系統等方向競爭激烈也是可以理解的,畢竟這些方向是人工智能的經典方向。既然是經典方向,那么就無法避免人數眾多,同質化競爭激烈的情況。
如果是做人工智能領域的,其實大可不必完全把自己固定在某個方向上,并不是說在學校研究計算機視覺之后在工作中就只能夠做計算機視覺,也不是說在學校從事自然語言處理研究的到了公司之后就無法做語音識別,更不是說做推薦系統的以后就無法做其他業務線。
”個人感覺,用機器學習技術來改變傳統的一些業務,給傳統的一些業務帶來新的活力也是機器學習從業者的價值所在。無論是互聯網公司里面的安全、運維、測試,還是金融公司里面的投資、量化、期貨交易,其實都可以嘗試著用機器學習的方法來改進。
在機器學習競爭的下半場,估計不僅僅是計算機視、自然語言處理、語音、推薦系統等方向才能夠使用機器學習,而是會有越來越多的領域融入機器學習的大環境中,形成所謂的 Machine Learning +,或者 AI+,機器學習加上領域知識感覺才是未來機器學習從業者的競爭力。”
-
算法
+關注
關注
23文章
4617瀏覽量
93030 -
AI
+關注
關注
87文章
31042瀏覽量
269390 -
大數據
+關注
關注
64文章
8895瀏覽量
137507
原文標題:算法崗百里挑一熱爆了,全球AI大廠薪酬大起底
文章出處:【微信號:AI_era,微信公眾號:新智元】歡迎添加關注!文章轉載請注明出處。
發布評論請先 登錄
相關推薦
評論