人工智能的发展趋势和行业岗位
目录1人工智能的未来发展十大趋势2人工智能产业岗位分布2.1人工智能产业技术架构 2.2人工智能产业岗位分布2.2.1人工智能产业人才技术岗位分布2.2.2 人工智能产业技术人才结构2.2.3各产业人才结构分布图3人工智能典型岗位对能力的要求3.1人工智能产业人才能力四要素 3.2人工智能各产业人才能力要求1人工智能的未来发展十大趋势（1）自动机器学习的自动化程度与可解释性得到进一步提升
自动机器学习将实现对机器学习涉及的每个环节的真正的自动化设计过程。
自动机器学习、将推动新─代普适性AutoML平台的建设，并实现机器学习的大众化。
（2）无监督/弱监督学习逐渐成为企业降本增效新利器
无监督学习和弱监督学习通过不使用标签或减少对标签数量、质量的要求来迅速降低深度模型对于数据的标注需求。
未来将有越来越多的AI企业会面临从前期的迅速扩张到稳定期高效化运作的新阶段，无监督/弱监督学习将成为他们过渡到这个阶段的重要手段之一。 （3）3D视觉技术助力产业消费升级，淡化虚实边界
随着相关算法与硬件计算能力的不断升级，3D视觉算法效果将得到大幅提升，带来更加逼真的视觉观感。
基于3D虚拟形象的舞台演出、直播带货、教育互动等应用会层出不穷，将成为AI内容产业全新发展方向。
带有交互功能的3D虚拟现实、增强现实、混合现实的3D视觉应用会将用户体验向真实与虚拟的完美融合进一步迈进。
（4）多模态融合加速AI认知升维
多模态融合是要将视觉、自然语言处理等细分领域各自所针对的信息模态整合利用，向实现通用人工智能的目标进一步迈进，是AI发展的必然趋势。
随着人工智能认知能力的提升，多模态融合也将会从图文等实质性模态，逐渐拓展到如物理关系，逻辑推断，因果分析等知识性模态，从感知智能迈向认知智能。
（5）人工智能推动数字内容生成向新范式演进
AI与数字内容产业的深度耦合，将有希望为行业释放更大的科技势能。
AI将逐步在数字内容生成领域释放引擎级的影响力，在内容、平台、技术多方合力引导下，构筑数字内容生成新范式。
（6）边缘计算与人工智能加速融合
随着边缘智能设备的广泛普及和硬件改进，基于深度学习的人工智能技术在边缘端应用落地成为了可能。
边缘端模型必须满足低计算复杂度、小模型尺寸、低模型功耗等要求，适配不同硬件的模型压缩与优化加速技术是未来研究热点趋势。
（7）人工智能内核芯片向类脑神经计算方向演进
未来人工智能内核芯片将在结构上更接近人脑的神经构造，获得类神经计算的能力。
定制型人工智能内核芯片将逐渐演变为通用型人工智能内核芯片，在提高自我学习能力的同时，实现对不同人工智能技术在不同任务上的加速计算。
（8）人工智能内核芯片向类脑神经计算方向演进
未来人工智能内核芯片将在结构上更接近人脑的神经构造，获得类神经计算的能力。
定制型人工智能内核芯片将逐渐演变为通用型人工智能内核芯片，在提高自我学习能力的同时，实现对不同人工智能技术在不同任务上的加速计算
（9）隐私保护AI落地实用帮助算法可持续进化
针对机器学习中隐私保护问题，研究工作近年来逐步深入走向成熟，发展出了数据匿名化、联邦学习、差分隐私等一系列方法。
未来能够保护用户数据隐私的更加灵活高效的AI学习方法将在金融、医疗、社交等场景实用化落地，消减用户的隐私担忧，帮助AI算法在场景中可持续地进化。
（10）人工智能技术向安全智能方向迈进
近年来算法后门攻击、对抗样本攻击、模型窃取攻击等针对人工智能算法的攻击技术持续发展，带来了更大的算法安全风险。
未来人工智能技术将向着安全智能方向持续演化，最终实现人工智能可用性与可信性双轨并重的现实需求，推动人工智能技术在更广泛领域的安全落地。
2人工智能产业岗位分布2.1人工智能产业技术架构技术架构自底向上依次为基础层、技术层、和应用层。
2.2人工智能产业岗位分布2.2.1人工智能产业人才技术岗位分布2.2.2 人工智能产业技术人才结构人工智能产业人才结构表现为四层次金字塔结构：
●源头创新人才 顶尖人才，领军人物，推动和实现前沿技术的创新与突破
●产业研发人才 能够将人工智能前沿理论与实际算法模型开发实现结合
●应用开发人才 将人工智能算法工具与行业需求相结合并实现推进落地应用
●实用技能人才 理解人工智能基础理论并对关键技能和实用方法都有所掌握
2.2.3各产业人才结构分布图
3人工智能典型岗位对能力的要求3.1人工智能产业人才能力四要素 3.2人工智能各产业人才能力要求
人工智能岗位的调研
人工智能岗位的调研背景调研方法调研内容岗位方向工作年限与薪资工作职责任职资格/专业要求（通用型）加分项（与公司业务相关）公司业务类型出现频率较高的公司（其中带有熟悉的偏好成分）总结优化改进背景个人选择学习人工智能方向的课程，但是对接下来具体从事的岗位方向处于一种茫然的状态，不知道具体的岗位是什么，具体的岗位的工作内容又是什么，那么如何明确这些东西呢？
已知的途径如下：
一、学完整套课程之后，再选择方向二、当下就结合招聘网站上公布的信息，提炼总结出相关内容
两种途径对比：1、时间上有区别，一个是以后的某个时间才可以行动，一个是现在就可以完成；2、如果提前确定了今后具体的努力方向，或者是把方向缩小范围，那么学习的时候就有了目标，清楚学习的内容，可以把精力放在这些内容上，提高学习的效率，避免盲目学习；
经过以上的对比，我采用了途径二，以下便是相关的调研信息。
调研方法招聘网站：拉勾网搜索内容：拉钩网-搜索人工智能-地域上海|不限工作经验、不限学历
调研内容岗位方向1、算法工程师2、智能可视化-可视化工程师3、机器学习专家4、NLP专家5、数据科学家6、图像处理工程师7、数据分析师8、数据挖掘工程师（数据服务）9、数据开发工程师10、人工智能训练师11、人工智能开发工程师12、人工智能专家13、人工智能科学家14、人工智能算法研究员15、数据分析师16、推荐算法工程师17、高级NLP算法工程师18、机器学习工程师19、机器视觉工程师20、搜索算法-机器学习方向21、视觉算法工程师22、上海深擎信息科技有限公司23、深度算法工程师
工作年限与薪资1、3-5年，硕士，20-40k2、1-3年，本科，25-40K（高级）3、1-3年，硕士，18-28（资深）4、3-5，本科，40-60K(未知https://www.lagou.com/jobs/5872218.html)
部分20-40k，学历要求本科，职位描述和专业要求比较含糊
工作职责（平安租赁）1、基于业务场景，如智能营销、关系网络、个性化推荐，构建训练机器学习模型，分析挖掘提升业务效果2、以集团及公司大数据为核心，对业务进行分析，对数据进行深入挖掘，赋能公司各项业务3、负责用户画像方向的研发，基于大数据中台，深入挖掘用户的行为与偏好，建立标签体系和用户画像
（友塔游戏）
用户增长预测：在数据驱动下，善于从数据中挖掘增长点并进行策略制定和算法落地；推荐系统：负责个性化推荐系统算法和架构研发，搭建和优化推荐、排序系统，实现在相关产品中的精准推荐；广告优化：通过算法提高广告转化率和ROI。（信息咨询）NLP算法研究员1、负责商业智能领域语义分析算法、自然语言处理相关技术和方法的研发；2、负责将语义分析的数据挖掘算法应用到智能人机对话产品中，解决实际问题；3、积极探索自然语言、人工智能研究领域的研究动向，并迅速进行转化
（上海深擎信息科技有限公司）知识图谱算法1、负责商业智能领域语义分析算法、自然语言处理相关技术和方法的研发；2、负责语料库、知识图谱构建与维护；3、积极探索自然语言、人工智能研究
（拼多多）资深数据分析师
理解电商平台业务，通过数据分析，实现电商业务和营销活动的风控策略和模型优化；负责电商平台业务风控数据分析、挖掘和建模，通过规则或机器学习算法，构建风控体系；与产品、策略团队一起推进风控数据模型系统的架构、设计和研发，支撑实时和离线的风控需求。任职资格/专业要求（通用型）1、扎实的机器学习/数据挖掘/最优化理论基础，有相关领域的算法实践经验。2、熟练使用一门常用的编程语言，如Java/C++/python等，编程功底扎实3、熟练掌握SVG/Canvas/WebGL等Web前端绘图技术及标准，熟练使用D3/G2/Three.js/ECharts等至少一个数据可视化框架或类库；4、有统计及数据挖掘、BI、报表、可视分析类产品的开发/设计经验；5、发表过相关的学术论文，或有高质量的博客文章。6、有一定统计理论基础，具备较强的数据处理和分析能力；7、具有良好的英文读写能力，可以无障碍阅读英文学术文献，并转化为开发技术的能力8、对大数据技术有浓厚的兴趣，了解Hadoop,Hive,Pig,ELK,Spark,Cassandra、JanusGraph、NEO4j、DGraph等一个或多个大数据相关系统者优先9、熟悉深度学习框架tensorflow、pytorch；10、了解分词、词性标注、命名实体识别、文本复述等NLP基本概念，并能够实现；11、了解基本的分类、聚类、降维等算法，LR、word2vec、seq2seq等模型，并能够实现；12、通过大数据分析计算企业关键绩效指标,比如用户获取成本，终身价值，转化率，留存率等13、有优秀的SQL语言能力，能够熟练使用SQL语言写较复杂的数据提取查询语句14、参与实现数据的统一采集、抽取、分析、可视化、管理等相关的工作15、参与爬虫策略和防屏蔽规则研究，提升网页抓取的效率和质量16、熟悉机器学习原理与算法，对弱监督学习、生成模型，强化学习、深度学习等领域有扎实的理论功底。17、从事文本挖掘、自然语言理解、自然语言生成、OCR、计算机视觉、图像处理、机器学习与模式识别等人工智能相关的算法设计和研发工作18、参与OCR、自动摘要、写作机器人、报告生成、信息抽取、事件抽取、知识图谱等相关产品的研发，优化和升级工作19、根据项目需求进行开发实现,文档撰写,项目实施等20、人工智能技术的工程化；21、熟悉用户画像指标体系、精准营销、产品推荐项目经验22、熟悉数据仓库各类建模理论，以及数据仓库层级体系；23、2年及以上数据开发经验，精通SQL，有分布式计算平台（Spark、Hive）数据开发经验；24、对决策树、逻辑回归、支持向量机，贝叶斯方法、降维，聚类，人工神经网络相关的算法均有所深刻的理解，并有一定实际应用经验；25、熟练使用SQL查询、SQL代码调优、Matlab、Python/LinuxShell等脚本开发等；
加分项（与公司业务相关）1、对推荐系统有具有相关的工作经验；2、对http协议熟悉者优先3、具备金融风控，互联网反作弊，图像和文本处理，精准营销，推荐系统等相关产品工作经验者优先；4、具备较强的数据分析，问题分析，逻辑思维能力，良好的沟通，团队协作能力。5、熟悉使用Hadoop，Storm，Spark，HBase等大数据技术平台，有大规模数据日志处理经验者优先；6、跟进人工智能的前沿进展，将其工程化应用到公司相关产品和系统上，实现效果、性能等各方面的优化7、负责分众传媒大数据部人工智能解决方案和模型的设计；8、对数据可视化分析有经验和较强理解；9、有统计及数据挖掘、BI、报表、可视分析类产品的开发经验；10、有深度学习模型8bit/16bit量化经验者优先；11、熟悉SSD、YOLO、Fast/Faster-RCNN等常用目标检测框架和方法；12、对根据图形提取几何信息有相关的经验。
公司业务类型1、物流众包
研究物流众包系统的供需预测、动态定价等问题基于海量数据挖掘业务中的真实需求和痛点。使用人工智能/机器学习/运筹学等手段，优化众包物流配送平台的成本和效率2、金融3、医疗健康4、游戏
出现频率较高的公司（其中带有熟悉的偏好成分）1、达观数据2、别样app3、蚂蚁金服4、携程（资深算法工程师）5、平安租赁6、饿了么7、拼多多（资深数据分析师）8、趣头条（NLP）
总结要找到一份人工智能相关岗位的工作，需要具备的基本条件如下：1、精通一种机器学习算法2、有该算法的相关项目经验3、熟悉该算法适用的两种以上业务场景
优化改进1、本报告内容是通过人工手动搜索提炼出来的，懂得爬虫知识的可以通过爬虫进行自动地全方位的检索和统计
2、统计的招聘网站比较单一，本报告仅仅简略统计了拉钩网的职位信息，可以结合多个招聘网站的职位信息，分别统计然后再综合统计，最后对比结果
3、信息统计不全面，本报告仅仅统计了很少的几类信息，还有公司情况等信息没有统计进去
4、特征点比较孤立，没有提炼出的特征点之间的相互关系