AI爆发后，这五大岗位依然屹立不倒.doc

《AI爆发后，这五大岗位依然屹立不倒.doc》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、AI爆发后,这五大岗位依然屹立不倒　　人工智能爆发后估计有许多人都开始恐慌，因为人工智能的强大将会超越人类，霍金也曾说过，人工智能将有可能会取代人类。但也有人说，那些担心AI会抢走他们工作的人其实大可不必如此紧张，因为AI也会催生新的工作岗位。在AI浪潮下，依然有5大岗位依然屹立不倒。　　“人工智能”一词经常会让人感觉心生恐惧和忧虑，人们畏惧人工智能所带来的未知可能性，害怕发生像《终结者》这样的电影中所展现出来的反乌托邦式情景，担心人工智能未来某一天可能会抢走我们的工作。这种恐惧情绪并非最近才刚刚出现，也并不是完全没有依据。人工智能与其他任何颠覆性技术发明一样，由此出现的更快速、更高效的机器

2、必然会取代部分人类工作者。但是，那些担心AI会抢走他们工作的人其实大可不必如此紧张，因为AI也会催生新的工作岗位，而他们至少可以往这些新工作方向发展。据Gartner最新发布的一份报告指出，尽管AI技术将取代180万个工作岗位，但同时也将创造出230万个新就业岗位。Gartner首席研究员PeterSondergaard预测表示，AI将强化员工的工作能力，并可能成为2020年的“净工作创造者”。我相信，AI与过去所有的其他颠覆性技术一样，将为我们带来许多新就业机会。　　　　得益于AI技术的兴起，以下五个行业岗位将呈现出显著的增长趋势：　　1、数据科学家　　数据科学家属于分析型数据专家中的一个

3、新类别，他们对数据进行分析来了解复杂的行为、趋势和推论，发掘隐藏的一些见解，帮助企业做出更明智的业务决策。正如致力于商业分析和商业智能软件的SAS所说的那样，数据科学家是“部分数学家，部分计算机科学家和部分趋势科学家的集合体”。　　以下是数据科学应用的一些例子：　　Netflix通过数据挖掘电影观看模式，了解用户兴趣，再利用这些数据来做出Netflix原创剧的制作决定。　　Target使用消费者数据来确定主要客户群，并且对客户群中独特的购物行为进行分析，从而能引导消息传递给不同的受众。　　宝洁公司利用时间序列模型能够更加清晰地了解未来的产品需求，从而帮助公司规划出最合适的生产量。　　由于AI

4、推动了创造和收集数据的趋势发展，所以我们也可以看到未来对于数据科学家的需求也将日益增加。据IBM预测，到2020年，对于数据科学家的需求增长幅度将达到28%，数据科学家、数据开发人员和数据工程师的年需求量将达到70万人。其中一般的AI领域专家，包括刚踏出校园的博士生以及相对教育程度低一些、但是有几年工作经验的专业人士，每年薪水加公司股票可能在30万美元至50万美元范围内。　　2、AI/机器学习工程师　　大多数情况下，机器学习工程师都是与数据科学家合作来同步他们的工作。因此，对于机器学习工程师的需求可能也会出现类似于数据科学家需求增长的趋势。数据科学家在统计和分析方面具有更强的技能，而机器学习

5、工程师则应该具备计算机科学方面的专业知识，他们通常需要更强大的编码能力。　　如果你是十年前进入机器学习领域，那当时除了学术界之外很难找到别的工作。但是现在，每个行业都希望能将AI应用到他们的领域，对于机器学习专业知识的需求也就无处不在，因此AI也将继续推动社会对于机器学习工程师高需求趋势的发展。除此之外，AI不同垂直行业的企业，包括图像识别、语音识别、医药和网络安全等，也面临着缺乏合适技能和知识的劳动力这一问题的挑战。据Gartner报告显示，有一位首席信息官想要在纽约聘用AI技术的专业人才，却发现人才库只有32人，其中只有16人符合潜在候选人标准。而在这16人中，只有8人正在积极寻找新就业

6、机会。　　3、数据标签专业人员　　随着数据收集几乎在每个垂直领域实现普及，数据标签专业人员的需求也将在未来呈现激增之势。事实上，在AI时代，数据标签可能会成为蓝领工作。　　IBMWatson团队负责人GuruBanavar表示“数据标签将变成数据的管理工作，你需要获取原始数据、对数据进行清理，并使用机器来进行收集。”标签可以让AI科学家训练机器新任务。　　Banavar继续解释道：“假设你想训练一台机器来识别飞机，你有100万张照片，其中有一些照片里边有飞机，有一些没有飞机。那你需要有人先来教会计算机哪些图像有飞机，哪些又没有飞机。”这就是标签的用处所在。　　4、AI硬件专家　　AI领域内另

7、外一种日益增长的蓝领工作是负责创建AI硬件（如GPU芯片）的工业操作工作。大科技公司目前已经采取了措施，来建立自己的专业芯片。　　英特尔正在为机器学习专门打造一个芯片。与此同时，IBM和高通正在创建一个反映神经网络设计、并且可以像神经网络一样运行的硬件架构。据FacebookAI研究总监YannLeCun表示，Facebook也在帮助高通开发与机器学习相关的技术。随着人工智能芯片和硬件需求的不断增长，致力于生