新一年涨工资指南：AI薪资水平和就业前景分析
AI方向的公司薪资有多高？哪些公司还在招AI人才？AI工程师薪水多少钱一个月？学人工智能专业未来工作前景如何？哪些高校有人工智能专业？人工智能学习和转岗的路径如何？AI应届生年薪50万是真的吗？你心中是否也有这些疑问？本文将对此作出回答。
背景前两天，在一个AI交流会上，有个男同学问我朋友（国内某大厂AI方向的leader）关于他要考研究生的方向，他的纠结点在于考北航AI方向研究生还是考国科大的AI研究生？考北航研究生更容易进大厂还是考国科大更容易？大厂对哪所大学的AI方向的学生录取率更高？
我朋友全程微笑很耐心的一一回答了他的问题，并且告诉他，大公司都是适才配岗，不论研究AI的哪一个方向，将来都很好找工作，关键在于个人能力和经验。
在我看来，这位男同学的问题就像是我们小时候纠结于我长大要考清华还是北大的问题，我也能理解他的潜意识想要的是一个标准答案。
可是这个问题没有准确答案，应届毕业生也好，转岗到AI的技术工程师也好，大家的成长路径不一样，从实习到面试，不同领域、不同业务、不同商业模式的企业和不同层级领导的一次次面试，用人单位对人才的考量从来都不是标准体系，而对于想要学习AI、进入AI领域工作的人来说，唯一的道路就是行动起来，在不断学习、不断探索和不断的变化中找到适应自己的道路。
Anyway，也许我无法给出一个标准答案，但是我可以把我对AI行业的薪资水平和就业前景的研究分享出来，给大家做一个参考。
目录：
行业解析互联网凌冬已至，哪些企业还在招AI人才？为什么学AI？AI薪资水平（对比其他语言和领域）热门岗位能力要求AI行业入门和进阶方向哪些高校有AI课程？2019年就业前景总结和建议一、AI行业解析：应用逐渐落地，人才需求量大大方向上来说，目前人工智能已经在各行各业得到了广泛的应用，从硬件到软件，部分成型的产品已经面世；未来还将逐渐渗透到工作、学习和生活中的每一个场景。
据北京市经济和信息化委员会指导，北京前沿国际人工智能研究院和中关村天使投资联盟组成的专项课题组发布的《北京人工智能产业发展白皮书》得知，截至2018年5月8日，全国人工智能企业4040家，北京市人工智能企业1070家。但这还只是专注搞AI的企业，而有AI业务的企业则已上万家。
资本方向，据工信部中国信通院副所长张雪丽介绍，2018年上半年，人工智能领域的全球融资规模达到435亿美元，中国的规模达到317亿美元，占了全球的四分之三以上。
AI产业目前最大两个问题集中在人才和商业之间。单一技术往往无法形成一个巨大的产业，AI的应用势必会与多个学科、领域、平台和场景进行相互交叉，AI的产业会细分成AI+。
如：AI金融，AI安防，AI医疗等。AI应用上目前最大的问题在于技术与业务之间存在巨大的鸿沟，如何跨越这道鸿沟或者从业务和技术之间寻找到平衡点是AI项目成功的关键与否。
二、互联网凌冬已至，哪些企业还在招AI人才人才方面，尽管目前整个互联网行业充斥着凌冬已至的感觉，互联网公司要么停止了社招校招，要么也通过年底末位淘汰的方式在变相裁员，但是互联网企业对招募人工智能人才的脚步从未停止或中断过。
据《中国ICT人才生态白皮书》研究分析，到2018年底，我国人工智能人才缺口将突破100万，到2020年，这一数字将攀升到226万。据第一财经报道，深圳某无人驾驶公司透露，去年给硕士应届生的年薪约30万元，应届博士生50万。但今年博士生年薪猛增30万，“好的能拿到80万元”。
从宏观来看，分析了各大招聘网站收集整理的信息，我们发现，除了BAT巨头企业之外，金融、新能源、汽车、智能硬件、计算机软件、电子商务、医疗、制造和教育九大行业目前仍然冒着凌冬继续在招聘AI人才。
不过各家招募的人才要求也都不一样。2018年11月至今，AI基础和初级人才的招聘数量相比较2018年上半年有所下滑，相反的，AI高端人才的招聘需求却增长了3.5倍。这里的AI高端人才指的有5年及以上AI行业工作经验、硕士以上学历/博士优先、有成功项目经验的人才。
对于用人单位来说，AI高端人才的定位就是带团队做项目的领头羊，即便放在国际上，这种人才也很少很难招到。
我曾经看过一则报道说科技巨头纷纷挖走高校人工智能专家，连大学老师都被挖走了，这不是传言，这就是现状。
微观方向，几家长期为大厂提供人才猎头的服务商也表示：近6个月以来AI人才的需求量仍然持续上涨，即使在互联网一片凌冬已至的情况下，企业对AI人才的需求也并未减少。
与笔者长期交往的几个猎头朋友也证实了这个说法。在应届毕业生群里，其他专业的毕业生在互吐苦水，大骂用人单位无故取消offer。而AI方向的同学却气定神闲的在比较谁拿到的offer比较多，纠结去哪家比较好，这也是现状。
三、为什么学AI不说假大空的东西，也不给大家画饼。在搞清楚我们为什么学一门新知识之前，我们需要了解自己学习的动力是什么？工作的意义是什么？是为了改变世界？是为了不被淘汰还是为了情怀？我认为学一门新知识的根本目标是提升自己，可是如何衡量自己学的东西有用呢？
工资和收入。
有一句笑话是“同样是九年义务教育，你怎么这么优秀？”对啊，同样都是大学本科、硕士毕业的人，凭什么别人第一份工资起薪就是两万三万，你的就是六千八千？
方向更重要。
为什么学AI？如果你对AI感兴趣，更喜欢AI技术，更擅长AI工作，为什么不呢？
AI行业前景好毋庸置疑，而且工资高，又能接触到最前沿的科学技术，为什么不呢？
你所有的改变和计划可能不会影响到你当前的生活、工作和学习，但是会影响你6个月后甚至6年后的状态。你以为AI、NLP、算法和机器学习是2016年才产生的吗？不不不，人工智能一词是JohnMcCarthy在1956年达特茅斯会议上一份提案中提出的。
凡是过往，皆为序章。
拥有编程基础的你，也许现在开始学AI，从基础的数学知识学起，从Python学起，可是随着时间的一点一滴积累，一年后，你也许可以成为AI初级人员，而两年三年后呢？你也许无法成为AndrewNg、李飞飞那样的大神，但足以让你两年后找到一份薪水更高的工作。过往我们无法改变，可是未来的一切攥在手里，为什么不呢？
除了技术开发人员，运营人员和产品、市场销售人员同样也需要具备AI相关的知识，不需要你会训练算法做技术开发，但是最起码，你要明白AI的原理和研究领域，理解每一个方向的应用和价值，这样以后你才能和你的朋友/客户/用户/去解释AI是什么？AI产品的优势等等。
小结一下，为什么学AI？于学生而言，为了更好的找到一份薪水高的工作；于在职技术人员来说，提升自己，为职业生涯中的加薪和跳槽做准备，从而应对工作中技术的不断发展和迭代。
四、AI的薪资水平4.1AI产业层级和热招岗位4.1.1AI产业层级
AI不是单独的一门技术或者一个学科，经过这几年的发展，AI已经形成了一个完整的生态链，从基础层到应用层，不同的层级对应需求不同的研究方向，不同的研究方向对应不同的技术，而不同的技术需要细分领域不同的人员来组成。
比如说语音交互方向，就会用到语音识别、数据清洗、自然语言处理、语义分析、算法等关键技能，这些关键技能也是企业在招人时要求候选人员工必须拥有的基本技能。
4.1.2AI领域热招岗位
通过对拉勾网、BOSS直聘、前程无忧、猎聘网和智联招聘等多家招聘网站两个月招聘数据的抓取和分析，我们发现，目前，AI领域企业热招的12大岗位如下：
a.人工智能专家/科学家
b.算法工程师
c.全栈工程师
d.NLP应用工程师
e.智能机器人研发工程师
f.AI研发工程师
g.人工智能产品经理
h.机器学习工程师
i.深度学习工程师
j.NLP算法工程师
k.Python研发工程师
l.AI项目负责人
4.2月薪年复合增长率为24%因2017年6月我的另外一个报告中曾留存过数据挖掘工程师和算法工程师的薪资情况，于是我加上了最新的数据做了一个比较分析，我们发现数据挖掘工程师过去18个月平均月薪年增长率为24%，相当于每个月增长了450块钱。而算法工程师过去18个月平均月薪年增长率为23%，相当于每个月增长了430块钱。
4.3使用不同的开发语言JAVA/Python/.net/h5对应的月薪工资除了受政策、市场环境的影响之外，技术人员使用不同的开发语言对应的月薪也有所不同。其中，使用Python语言的技术人员薪资最高，且岗位需求量也最高。Python是AI技术开发人员最常用到的语言，同时也是AI技术的基础之一。
4.5工资与学历的关系AI人才的薪资同时也受到学历的影响，无可厚非，博士是最高的。从招聘要求来看，企业招聘AI人才，本科学历是最基本的要求。（该数据来源于名为计算机视觉life爬了智联招聘上的关于算法工程师的将近6000个职位数据分析出来的结果。）
4.6技术不同岗位的平均薪资比较在此我们也针对技术开发不同岗位的薪资做了一个比较，同样是技术开发工程师岗位，不同的技术开发对应的薪资也不同，其中，NLP算法工程师以平均月薪34410居首，除此之外，排名前三的岗位还有机器学习工程师和人工智能研究员，算法工程师也以平均月薪30390打败了大数据工程师。
五、热门岗位平均月薪及能力要求5.1NLP算法工程师北京地区平均月薪为34410。如图所示：
5.2NLP算法工程师能力要求此处选取了今日头条NLP算法工程师（语音识别，对话机器人，知识图谱方向）的招聘需求：
年薪：72-111万，学历要求硕士及以上，需要有3年以上的工作经验。
工作职责要求：
【语音识别方向】
参与业务相关的文本分类、命名实体识别，文本相似性，语言模型，情感分析，用户行为分析等相关NLP工作；跟进NLP领域前沿技术，对现有产品和技术方案进行持续改进，同时探讨和开发新的产品。【知识图谱方向】
负责大规模文本信息挖掘和分类、语义理解、智能问答、信息提取等，并应用于实际场景；负责金融、法律等领域知识图谱以及事理图谱的构建；探索业界前沿方法，并提升现有NLP能力。【对话机器人方向】
基于机器学习,并结合现有的自然语言处理技术，研发文本近似、信息抽取、关系推断、阅读理解、智能聊天机器人等的解决方案；实现产品解决方案，进行效果调优；发布相关产品，不断迭代产品效果。任职能力要求
【语音识别方向】
至少在以下领域有过研究或工程经验：文本分类、知识图谱、文本挖掘、文本相似性、命名实体识别、分词、信息检索、Q&A、机器翻译；熟悉常见NLP相关模型，如HMM、EM、LDA等；熟悉深度学习相关技术，如句向量、CNN、RNN、LSTM等模型；熟悉Java、C/C++、Python其中一种开发语言，有数据结构与算法的基础。【知识图谱方向】
具备机器学习/数据挖掘理论和技术基础；有丰富的中文NLP、QA、知识图谱、事理图谱、机器翻译、阅读理解、信号处理等项目经验，基础扎实，编码能力强；为人踏实靠谱，具备较强的团队协作沟通和领导能力，积极主动，勇于探索新技术。【对话机器人方向】
熟悉NLP、机器学习、模式识别等常用算法，熟悉NLP领域当前热点和前沿技术，熟练掌握C/C++编程语言和Python，Shell等脚本语言；有相关项目经历，包文本分类、信息抽取、知识图谱、机器学习、自动摘要等，有深度学习背景；较强的分析解决问题能力、沟通表达和团队协作。5.3算法工程师岗位北京地区平均月薪为¥31070/月。较2016年，增长59%，近30天岗位需求指数为0.305，其中月薪30000-50000的人群达到了55.90%的比例。如图所示：
5.4算法工程师岗位能力要求此处选取了京东集团算法工程师的招聘需求。
月薪30K-50K，经验要求5-10年，学历要求本科及以上。
职位要求：
1.对机器学习及深度学习等前沿问题的进行探索和研究，结合未来的实际应用场景，提供全面系统的技术解决方案。
2.对图像识别、语音识别、自然语言处理和等与业务相结合领域提供模型支持。
3.优化离线/实时大数据计算任务的性能。
任职能力要求：
1.具备数学、统计学、概率统计知识，熟悉常见的机器学习算法（贝叶斯，聚类，逻辑回归，SVM，GBDT，RF等），熟悉主流机器学习框架如sktlearn/theano/tensorflow。
2.熟悉常用的图像处理算法和工具，包括但不限于CNN、RNN、OpenCV等，并有较强的动手实现能力。
3.熟悉NLP领域原理和一些开源的算法库，比如：tensorflow(keras)，stanfordNLP，NLTK，ApacheOpenNLP，Kaldi,mahout,word2vec等。
4.熟悉hadoop/hive/hbase、stom/spark等基础平台使用。
5.5机器学习工程师北京地区机器学习工程师的平均月薪为¥31570/月，近30天岗位需求指数为0.299，其中月薪30000-50000的人员比例达到了57.1%。如图所示：
5.6机器学习工程师能力要求此处选取了小米公司机器学习/高性能服务端工程师的招聘需求。
月薪30000-50000，学历要求本科及以上，要求工作经验3-5年。
职位要求：
1.负责分布式机器学习平台的架构设计与搭建
2.负责机器学习应用问题（如推荐系统等）的基础服务的开发与优化
3.负责设计与开发机器学习场景下高效稳定的大数据并行处理算法
4.负责设计、开发、优化机器学习场景下的工作流引擎、通用数据处理框架和通用计算组件
任职要求：
1.计算机相关专业，本科及以上学历；
2.2+年的大数据系统或分布式系统研发经验，掌握分布式系统原理，有tensorflow分布式集群开发与优化经验优先
3.扎实的算法和数据结构功底，熟练掌握C++，Java中至少一门编程语言；
4.具备一定的系统设计能力，主持或参与设计过大数据业务系统架构，并成功发布/上线；
5.良好的沟通和团队协作能力；
5.7其他人工智能热门岗位平均月薪六、AI行业人才入门和进阶方向如图所示，在此不做细表。
七、哪些高校有AI课程八、总结和建议A、受2018年互联网凌冬已至各大厂裁员缩招的影响，近三个月以来大厂或AI垂直领域独角兽的企业AI人才的招聘数量正在减少，而且招聘的门槛也在逐步变高，应届本科、研究所和硕士生进入AI公司的门槛也在增加。
B、对于应届毕业生来说，由于没有工作经验，那么，Kaggle竞赛、天池大赛的排名就会影响到用人单位的考量。所以竞赛刷排名还是要做的。
C、对于在职技术开发人员，技术转岗势在必行。在职技术开发人员的优势是有项目开发经验，对技术的理解比较通透，一点就透，且有部门合作经验，出活快。在职技术开发人员可利用工作业余时间学习Python和TensorFlow，加强自身数学知识（微积分、概率论、线性代数、凸优化、统计学等）和机器学习知识后，可转岗到AI行业。这里放出一张iOS、Python和H5开发方向的月薪对比，相信能够刺激到你。
D、对于门外汉，既不是在职技术人员也不是应届毕业生的话，我也建议你动起来，不一定是学技术，但是至少要拿到上AI这条大船的门票。比如你是原来是做APP运营的，那么你也可以自学AI相关知识，往AI产品经理方向努力。因为，你学起来，就比那么不学的多了一项竞争力，也给自己多了一个选择。
E、不一定是学越来越多的技术和知识越好，你需要精细化的去学东西。对于AI+行业方向来说，一方面要了解AI的能力和技术，知道AI的“能与不能”，一方面也要了解行业的基础知识，找到AI的应用场景。同时，对于大厂来说，最前沿的技术和框架都不是最好的选择。成熟、稳定的技术架构反而是大厂的优先选择。
D、对于博士学历的人员来说，顶级期刊的论文数量和被引用数量也是用人单位会考量的内容。所以，时间上条件允许的情况下，最好还是有一定的论文的产出。
E、没有工作经验的应届毕业生，先上船再说。也就是说，如果拿到船票就先上船，日后一边积累经验一边学习，千万不要等天时地利人和，因为你的每一天都有时间和生活成本。
D、加分项：论文、github、知乎、博客、竞赛。所以每一阶段工作、学习的总结就非常重要。
StayHungry，StayFoolish，今天就分享到这吧，欢迎大家补充。谨以两位大佬的名言作为结尾，另外祝所有AIer都找到心仪的好工作。
未来，没有任何一家企业宣称与人工智能没有任何关系。互联网提升了人与人的沟通效率，人工智能则会解决人与万物交流的问题。AI能力并非指企业要拥有发明AI的能力，而是要掌握利用人工智能的能力。
——百度创始人、董事长兼首席执行官李彦宏
人工智能技术将在未来几年迅速发展，呈指数级增长。新技术同时兼备颠覆性和创造性的两面性。有人对人工智能有恐惧。如果足够有远见，知道即将颠覆的领域，提前培养人才就能占领先机——创业精神推动创新，创新反过来也能推动创业。
——苹果CEO蒂姆·库克(TimCook)
引用：权威|五步教你AI转型！吴恩达带来《人工智能转型指南》北京人工智能产业发展白皮书.pdf中国ICT人才生态白皮书.pdf财经网《AI人才抢夺生猛：应届博士年薪涨到80万一年涨了60%》计算机视觉life：经验分享|如何拿到自己满意的offer？本文中所有涉及职位平均月薪的数据均来自“职友集”网站。入门AI的两大方式与进阶AI的10大路线-电子发烧友网全国高校人工智能专业盘点来啦！有你的学校吗？本文由@刘金玲原创发布于人人都是产品经理。未经许可，禁止转载
题图来自Unsplash，基于CC0协议
人工智能的薪资怎么样想学人工智能了
随着“人均大学生”时代的到来，未来职场人的就业竞争环境将变得更加激烈。与此同时，随着今年5月1日《新职业教育法》施行，国内职业教育毕业生将以更有竞争力的方式进入就业市场。
在这一时代背景下，猎聘大数据研究院发布《2022未来人才就业趋势报告》，探究当代职场人所在的就业市场正在发生哪些变化？
从2022年1-4月各行业中高端人才平均年薪来看，人工智能行业中高端人才平均年薪最高，为31.04万元；金融行业中高端人才以27.69万元的平均年薪位居第二；通信、大数据行业中高端人才平均年薪分别位列第三、第四；IT/互联网行业中高端人才平均年薪位列第七。如果你觉得很高，被平均了这样？那么打开Boss直聘，搜人工智能：你会发现市场上对人工智能的薪资从来不对，起薪要远高于IT其他行业。
而从2017年以来，中国一直在大力发展人工智能产业，从政策及资本上给予行业很大的支持，人工智能也与5G、大数据、工业互联网等新兴技术产业一起被列入新基建范围。
2020-2022年，是中国人工智能商业化较快的时期，AI进入了深度融合的发展期，开始运用于各行各业。回看近几年AI的发展，行业大环境与快速发展的趋势未改变
加上2022年，国家及地方持续出台多份鼓励性政策，支持引导AI产业发展。
与2021年不同的是，除了发展人工智能产业之外，AI作为进入元宇宙的重要技术抓手，其重要性也在2022年发布的多项元宇宙相关政策中被提出。
可以说中国人工智能行业整体仍呈快速发展趋势，行业大环境持续向好，在它高速发展的时期，也正是我们上车的事情，趁着行业风口，打下牢固基础。
大家如果真的想进入人工智能这个行业，可以参考以下学习路线，有需要文中资料的可以添加免费领取
第一：编程语言。初学者自学人工智能技术可以从编程语言开始学起，学习编程语言可以重点关注一下Python语言，一方面Python语言相对比较简单易学，另一方面Python语言在人工智能领域的应用也比较广泛，相关的参考案例也比较多。
第二：算法知识。算法是人工智能技术的三大基础之一，所以要想学习人工智能技术一定要具备一个扎实的算法基础。虽然学习算法需要具有一定的数学基础（高数、线性代数、概率论），但是初学者也完全可以从头开始学起。
第三：机器学习。机器学习是人工智能技术的六大研究内容之一，而且机器学习本身的技术成熟度也相对比较高，初学者学习机器学习会相对更容易一些。
第四：计算机视觉。（非必要，但优先考虑的热门学习方向）计算机视觉是当前人工智能领域的热点方向之一，目前计算机视觉的落地应用案例也比较多，所以学习计算机视觉往往也是很多初学者的选择。实际上当前很多研究生也比较愿意选择视觉方向。
第五：实践。学习人工智能技术一定要注重实践能力的培养，随着当前大型科技公司纷纷开发自身的人工智能平台，所以初学者可以基于这些人工智能平台来开发各种行业应用。
人工智能行业就业前景怎么样真实薪资待遇如何
身边咨询的朋友越来越多，有很多重复的问题，在这里统一详细回复，本文就人工智能行业现状及薪资待遇等问题作详细回答。
1.人工智能就业前景怎么样？可以非常确切地说，人工智能在当下以及未来几十年，是一个十分火热的就业方向。在中国，目前正处于人工智能大发展大应用阶段，随处可见的网络摄像头、电子交警的使用、自动驾驶、智能农业、智能物联网、现代化医院系统等，都是人工智能应用的实例，所以就人工智能就业这块，根本不是个问题。
同时，其实已经入坑的小伙伴都知识，人工智能是一个大的方向，里面有很多细分子领域，就像当年的互联网一样，又分为前/后端、数据库、网络安全等，人工智能也不例个，按应用功能分，有计算机视觉(物体识别、图像分割)、音频算法、自然语言处理(NLP)等，按层级划分，有AI算法研究、算法部署、算法优化(包括模型压缩、模型剪枝、模型加速等)，AI加速器，AI工具链路(AI编译器、AI算子驱动等)，这每个小方向都是一个岗位方向，它们都是人工智能行业的组成部分。
总体来说，中国目前这个大环境中，人工智能的发展需要更多的专业型人才，这个人才缺口现在依然非常大，现在不管是转行，还是先专业，选择人工智能方向，未来不愁工作的。
2.人工智能薪资待遇如何？不管是什么专业，薪资待遇都是我们第一地要参考的标准，我们有繁重的房贷、车贷要还，我们还上有七十老母，下有三岁小娃要养，大家都有生活，能赚到钱才是根本。那人工智能薪资待遇如何呢，我可以很负责任地告诉你，同比其它软件及传统算法行业，人工智能从业者的收入还是很可观、性价比极高的。说的有些笼统？下面细细说来。
上面已经分析这了，人工智能是一个大的方向，里面细分工种很多，不同工种、不同城市，人工智能岗位的收入会有一定幅度的差异，从大数据统计结果来看，搞人工智能的，主要集中在北京、上海、浙江、江苏等，那我下面就举点实际的例子加以说明吧。
a)深度学习工程师(坐标上海)这是某招聘app上一个上海做智能驾驶的公司发布的贴子，我们保守的3w计算，一年税后到手约有:3wx15x0.75=33.75w,同时，公积金约有6w，可以用来还房贷，实际可支配金额就是39.75w，总体来说，还是很可观的，只不过，这个收入估计也不会在上海买房，上海落户比较麻烦，大部分人是挣快钱，过几年就回中小城市了，扯远了。我们看这个岗位任职要求，其实主要就是会一个机器学习框架pytorch，会训练模型，会python编程即可，这些技能都是人工智能从业都必备的了，就像你从事C语言开发，数据结构要掌握一样，而且人家并不要求你是研究生，双一流，只要本科学历就能去面试，它标的是3W到6W，其实5年以上的人工智能技术大牛谈下来的话，至少在4.5W以上。
b)算法工程师(坐标北京)这是北京的一家做量化交易的公司的帖子，属于人工智能在金融领域的应用，而且人家是16薪，保守估计一年到手有税后3*16*0.75=36W，外加6W公积金，一共就是42W。量化交易就是用机器去预测什么时候买入，什么时候卖出，克服投资者的心理因素，像这种岗位，一般要求数学功底要好，同样代码实现能力要强，很有挑战性，也很诱人是吧。
c)AI芯片软件工程师(坐标南京)
这是南京的一家做AI芯片的，偏底层，该岗位用到的AI技术不算最新，但讲究的是对已有的AI算法要吃透，因为人家要把AI算法做到芯片里，这是一个不断打磨的过程，会python,C及linux，还要懂硬件，这也是人工智能应用的一个方向，且这几年相当火，从中美贸易战开始，国家鼓励国产化芯片，特别是智能芯片，遍地的小芯片公司。该岗位开出的薪水在南京这个城市来说，算是相当高的了，可以媲美中兴华为，税后一般到后是乘以0.75，自己可以算一下。
以上分析的三个不同城市的人工智能相关岗位具有一定的参考性和代表性，总的来说，人工智能就目前这个大环境来说，收入还是很可观的，性价比较高。
3.我适合学人工智能么？目前圈子里，从事人工智能行业的，多半不是科班出身，人工智能在2015年之后才火起来的，在此之前，大家使用最多的是经典智能算法，如模拟退火，遗传算法等，近几年，随着人工智能的发展，一些高校陆才续设置了人工智能相关专业，在正面回答你适不适合学人工智能前，我先分析以下几类人群是如何转行或过渡到人工智能的，你也可以对号入座。
a)经典算法从业者转行人工智能小王此前在某互联网公司从事数据挖掘、数据采集工作，受行业趋势，主动报了某人工智能培训机构几个月后，提升了自己，加上此前有一定的算法基础，工作中又有机器学习业务需要，边学边工作，成功入门人工智能行当。
b)app软件从业者转行人工智能小李此前一事从事手机端app开发，常用java语言及C语言，工作5年的他，职业到达瓶颈期，对于岗位以及薪资无显著提升，考虑转行人工智能，在网上看到我的贴子，咨询我，经过详细了解后，给他制定了一个学习线路，他本人数学基础比较薄弱，python也是现学现卖，经过几个月的一对一线上辅导，目前基本入门深度学习，能够自己使用tensorflow框架搭建模型并训练，目前已经在他所在的公司内部转岗，从事深度学习算法开发，工资也涨了一轮。
c)嵌入式从业者转行人工智能小吴毕业于某一本大学，电气自动化专业，从事嵌入式软件开发，C语言，单片机软硬件都懂一点，算法方面，完全是小白，对人工智能感兴趣，同时，想近一步提升自己，自学了半年多，一边看书一边写代码，哪里不会就在网上看贴子反复研究，加上自己嵌入式基本功比较扎实，公司业务里有人工智能算法部分，他主动请缨，结合自身对公司已有业务的了解，加上所学的人工智能知识，快速上手，把算法部署到公司芯片上，得到了领导的认可。小吴走的是人工智能算法部署方向，该方向着重企业级算法的落地，也是比较热门的方向。
d)考研选择人工智能专业小张本科是计算机科学与技术专业，毕业后成功考上某双一流大学研究生，他导师给他设置的方向是计算机视觉，从事图像分割，图像识别方向，毕业后可参考的公司有海康卫视、阿里等。
每个人的情况都不尽相同，如果不清楚自己适不适合人工智能方向，可以评论或私聊我。
2019年人工智能的薪资水平，薪资水平的分析图，通俗易懂
2019年人工智能的薪资水平，先来两张整体的薪资水平的分析图吧！
***张是不同水平薪资分布图
第二张是人工智能较互联网行业的薪资对比，随着工作经验的逐渐增加，薪资水平逐渐升高。
以上就是当前人工智能薪资水平的一个大概情况！
了解了前景，我们接下来看看该如何学习人工智能？假设你是零基础，如果有基础的，可以略过自己已经掌握的部分技术。
1、务实基础，学习高数和Python编程语言。
因为人工智能里面会设计很多数据、算法的问题，而这些算法又是数学推导出来，所以你要理解算法，就需要先学习一部分高数知识。
先将高等数学基础知识学透，从基础的数据分析、线性代数及矩阵等等入门，只有基础有了，才会层层积累，不能没有逻辑性的看一块学一块。
再就是学习python编程语言，Python具有丰富和强大的库，作为人工智能学习的基础编程语言是非常适合的。
2、阶段晋升，开始学习机器学习算法+实践演练。
掌握以上基础以后，就要开始学习完机器学习的算法，并通过案例实践来加深理解和掌握。还有很多机器学习的小案例等着你来挑战，前面掌握的好，后面当然轻松很多，步入深度学习
3、不断挑战，接触深度学习。
深度学习需要机器大量的经过标注的数据来训练模型，所以你的掌握一些数据挖掘和数据分析的技能，然后你再用来训练模式。在这里你可能会有疑问，据说深度学习，好像有很多神经网络，看着好复杂，编辑这些神经网络那不是太难了，你大可放心，谷歌、亚马逊、微软等大公司已经把这些神经网络模型封装在他们各自的框架里面了，你只需要调用就可以了。
4、不断实战，增加自己的实力经验。
实战是检验真理的***标准。当你掌握了基本的技术理论，就要开始多实践，不断验证自己的理论，更新自己的技术。如果有条件的话，可以从一个项目的前期数据挖掘，到中间模型训练，并做出一个有意思的原型，能把一整套的流程跑通，那么恭喜你，你已经具备一名人工智能初级工程师的水准了。
人工智能薪资分布：同是码农，待遇不同
导读：如果这个行业被人工智能取代，世界会是什么样？人工智能创造的智能，是强人工智能吗？人工智能可谓是目前最热门的行业，从走在前沿的科技公司，到努力创新的传统行业，几乎都想把握这个新“风口”。而人工智能的核心就是人才，热门的行业通常意味着工作机会和薪酬待遇都跟着增加，那么对于热门中的热门，人工智能领域薪酬水平和人才供需情况到底如何呢？
下面就通过11张统计图来看看，这个“风口”行业的人才有多贵。
统计数据由互联网招聘平台拉勾网提供，图表由雷锋网制作。统计所用的人工智能的标签词：深度学习、机器学习、图像处理、图像识别、语音识别、机器视觉、算法工程、自然语言处理、算法、语义识别、声纹识别、NLP、神经网络、自动驾驶、人工智能、自然语言、数据挖掘、计算机视觉、搜索引擎、模式识别。
1、人工智能在互联网岗位薪酬排名中位列第三
数据显示，管理岗在各岗位中薪酬最高，平均达到23k，数据开发和人工智能紧随其后，都在20k以上。
2、职位数大增，投递量增长更快
从2015年到2016年，人工智能招聘岗位的数量翻了一番，投递量增加了近两倍，平均薪酬也有温和增长。
从2016年到2017年，职位数增长了27%，投递量则翻了一倍不止，平均薪酬基本保持不变。
3、岗位竞争激烈程度下降
虽说投递量出现大幅增长，但从2016年到2017年，人工智能岗位与求职者数量比值实际上是下降的，从2.6个求职者到1.3个求职者对应一个职位，这其中有岗位数量种类增加的原因。
4、大部分要求1-5年经验
在招聘需求中，人工智能岗位大多要求3-5年或1-3年工作经验。其中要求3-5年经验的在2016年占40.4%，2017年降至38%；要求1-3年经验的则从31.8%增长至33.3%。
5、语音是人工智能中的热门，平均薪酬最高
声音认知是人工智能的新热门领域，相对其他岗位求职者数量增加导致薪水趋于平稳，声音认知一枝独秀薪资涨幅领先，平均薪酬从2016年的20.5k增长到2017年的27.6k。
6、想进人工智能行业，最好来北京
超过一半的人工智能岗位招聘都在北京，比例高达54%，排在后面的城市分别是上海、深圳、杭州、广州和成都。
7、大公司招人多
高达28%的人工智能岗位是由规模在2000人以上的大公司提供的，500人以上的公司占比达42%。
8、大公司平均薪酬高
2017年，人工智能招聘领域，2000人以上大公司平均薪酬25.2k，相比之下，15-20人的公司只有16.2k，而且整体呈现出公司越大薪酬越高的现象。
9、同是码农，待遇不同
在后端开发、前端开发、移动开发和人工智能四个领域中，人工智能是平均薪酬是最高的，平均比其它三个领域高三分之一左右。
10、人工智能岗位竞争没有其它领域激烈
人工智能领域平均一个职位收到24.7份简历，相比之下，移动开发领域最高，平均收到130.3份简历。
11、应届生做人工智能拿9k，做移动开发仅6k
和传统技术岗位相比，新兴的人工智能领域在不同经验阶段都提供了优厚的薪酬，一个应届毕业生进入人工智能行业，平均可拿9k，而移动开发则只有6k；10年以上优质人才，人工智能的薪酬比后端开发翻了近一番。
页面链接： https://news.znds.com/article/25873.html
人工智能（AI）革命性提升了人类的生活质量和工作效率
作为引领第四次科技革命的颠覆性技术，人工智能（AI）当前正广泛应用于工业制造、医疗、教育、农业、科学研究和公共事业等多个领域，革命性提升了人类的生活质量和工作效率，成为驱动数字经济增长和产业升级的关键要素之一。当前的AI以物联网、大数据、智能算法等先进技术为支撑，赋“物”以智，辅助和代替人类执行多种复杂任务，不仅大幅提高了生产力水平，也对经济和社会总体发展影响深远。与此同时，AI强大的赋能作用和可观的应用前景也引得全球资本趋之若鹜。实力强大的谷歌、微软、脸书、亚马逊、苹果等科技巨头公司近年来积极布局AI基础算力、数据，算法、框架、硬件，以及应用平台和场景解决方案等全产业链，积聚了大量开发人员和用户。不仅如此，巨头们还频频出手收购领先的AI初创公司，以确保自身对突破性技术和应用的强势掌控，进而塑造了AI行业的垄断格局。以谷歌公司为例，自2007年以来，谷歌至少收购了30家AI初创公司，涵盖当前大部分主流AI应用。尽管谷歌目前还不是AI发展的绝对掌控者，但已经在很大程度上拥有了左右产业和技术总体演进方向的影响力。人们不禁要问，AI作为一项对人类发展全局举足轻重的技术，若长期仅由几家科技巨头公司主导掌控，是否符合科技向善、普惠大众的基本价值取向？AI技术垄断有可能造成哪些潜在风险？基于AI治理的维度，各国政府可以采取哪些行动？今年8月，美国塔夫茨大学弗莱彻法律与外交学院全球商业研究所主任巴斯卡·查克拉维蒂（BhaskarChakravorti）在美国《外交政策》（ForeignPolicy）杂志官网发表评论文章《科技巨头公司对AI的掌控必须受到监管》（BigTech’sStrangleholdonArtificialIntelligenceMustBeRegulated），对上述现象和问题予以解析，并提出了政策建议。巴斯卡·查克拉维蒂（BhaskarChakravorti）首先回顾了2016年全球AI产业初步兴起时的数据。当时全球关于人工智能研究、开发和收购的总金额约在260亿至390亿美元之间，其中200亿至300亿美元均来自于谷歌、微软等科技巨头公司。它们不仅在搜索、社交媒体、在线零售和应用商城中占据主导地位，还掌握着海量用户数据。近年来，美国的人工智能人才也逐渐呈现高度集中态势，亚马逊、谷歌、微软、脸书和苹果这五家公司的人工智能人才数量的中位值约为18000人，而紧随其后第六至二十四名的公司拥有人才的中位数仅为2500人，之后的公司拥有量则更少。此外，对数据和知识的分享也随之成为一个问题。例如，谷歌收购的DeepMind公司最近研发了一项可以从细胞的DNA中预测人体内每一种蛋白质结构的AI技术，这极有可能触发世界生物和医学研究的众多突破性发现。然而，科学界首先要获得谷歌的允许才可以使用DeepMind创造出的知识，用以以开展后续研究。换言之，科技巨头公司对AI技术、人才和数据的主导掌控有可能限制其他人和机构利用该项技术，甚至妨碍科技进步。与此同时，鉴于AI本身是一项对人类兼具积极和消极双重影响的新兴技术，如果仅掌握在少数巨头公司手中，缺乏公众监督和参与，将很难避免潜在的风险与负面影响。一方面，巨头公司运营的网络平台多以定向广告推送为其重要利润来源，自然会优先考虑研发有助于提升定向推送精准度的人工智能应用，且有意无意地忽略其他更具社会公益价值的技术创新。由此导致的研发投资分布不均会对AI产业整体健康发展产生不利影响。另一方面，巨头公司往往倾向于“前瞻性”收购尚处于初创阶段的AI科技公司，主要用于支持其网络平台已有产品线，但这又会抑制AI技术取得更深入创新突破的可能性。有鉴于此，巴斯卡·查克拉维蒂（BhaskarChakravorti）提出，各国都应对科技巨头公司过度掌控AI技术和产业链的问题加以规范和监管。他还建议美国政府相关决策部门尽快采取三项行动：第一，通过美国国家科学基金会等联邦研究机构大幅增加对AI的公共投资，以对冲私有资本“野蛮收购”的负面影响，维护更多样化的创新技术研发；第二，整合创建统一的AI技术治理框架，改变当前全国上下治理规则碎片化的局面，以遏制AI有害影响，并有效保护用户隐私；第三，升级现行反垄断机制。长期以来，美国政府对科技巨头公司的反垄断执法更多集中于改变它们在社交媒体、搜索、应用商店和在线零售上的压倒性控制地位，对处置技术垄断削弱数字经济市场竞争的问题重视不足。并且，政府对互联网平台更偏重事后监管的模式也不尽合理，应强化关于事前防范、过程监督的机制建设，为科技初创企业的生存发展营造良好环境。此外，政府还可考虑适当发挥反垄断执法的杠杆功能，激励科技巨头公司优先研发对全社会有益的人工智能应用，并向公众开放相关数据。互联网生态所具有的扁平化和去中心化等特点曾令不少人预期世界将变得更加平等、透明，垄断现象也会渐趋消失。然而，现实却未尽如人意。迈入数字经济时代，市场垄断问题不但没有减少，反而出现了不同于传统经济的诸多新垄断形态。众所周知，垄断将阻碍数字产业整体发展、减缓创新，最终损害用户利益。当科技巨头公司对AI的掌控渐成垄断之势，尽快在国家层面制定针对性公共政策，深刻创新AI治理与监管机制，已成为保持数字经济活力，成就可持续发展的迫切需要。