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。
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。
