人工智能工程师的职业图鉴

专业从事人工智能相关算法、深度学习等前沿技术的分析、研发与创新，并对人工智能系统进行规划、设计、运维及实际应用的工程技术人员。

机器学习算法专家、人工智能算法工程师、人工智能研发工程师、人工智能技术专家

Python开发工程师、Java高级开发工程师、数据研发专家、信息标注员

1、专注于人工智能、数据挖掘等领域的算法研究与开发的工程技术人员。

2、主导人工智能技术的探索与实际应用，结合具体业务场景，提供一体化技术解决方案的工程技术人员。

3、负责企业AI平台的技术调研与可行性评估，并参与平台与AI框架搭建的人员。

月薪5千至3万？计算机类专业薪资范围为何如此宽广

电子信息类迎来发展机遇，涵盖哪些专业领域？就业前景怎样？

行业深度解读与职业发展指引(九)——医疗健康产业、智能交通领域

1) 解析与研究人工智能算法、深度学习及神经网络等技术；

2) 探索、开发并应用人工智能指令、算法及相关技术；

3) 规划、设计与开发基于人工智能算法的专用芯片；

4) 研发、应用并优化语音识别、语义理解、图像识别、生物特征识别等人工智能技术；

5) 设计、集成、管理与部署人工智能软硬件系统；

6) 设计与开发人工智能系统性解决方案；

7) 提供人工智能领域的技术咨询与专业服务。

1) 追踪行业AI应用动态，调研分析学术界AI关键算法与新兴技术；

2) 针对特定AI领域进行算法研发与性能优化，涵盖但不限于人脸识别、目标检测跟踪、图像识别、语义分割、图像增强等；

3) 进行算法研究，开发算法原型代码，完成测试与交付，并协助系统级联调；

4) 参与项目技术攻关，解决技术难题并推动项目实际落地；

5) 结合应用场景，综合考量业务、数据、算法等多重因素，持续优化产品性能；

6) 深入理解客户需求与痛点，分析并解决实际问题，积极推动创新；

7) 与各业务模块开展开放协作；

8) 设计并实现解决方案的初期原型，通过敏捷开发验证方案可行性；

9) 担任人工智能相关课程讲师，培训专业人员并向公众普及相关知识。

1) 工作态度与考勤情况（部分公司无硬性规定）；

2) 工作效率（包含工作量）；

3) 工作质量（项目落地效果）；

4) 科研成果产出（部分岗位如研究员、专家等需要）。

人工智能工程技术人员主要供职于互联网公司，这些公司的办公场所通常融合了企业价值观，兼具科技感与舒适性。

硬件方面，公司为每位员工配备电脑，通常为高配置。工位配备人体工学座椅、个人储物柜，办公用品可随时领取，打印机等设备齐全。

办公环境方面，多为开放式工位并设有大量会议室，便于团队项目沟通协作。

人文关怀方面，茶水间、休息区设施完备，饮料机、浓缩咖啡机、微波炉、小冰箱一应俱全，零食饮料基本全天供应。部分公司为员工提供下午茶。大型互联网公司食堂各具特色，可满足多样化口味需求，健身房器材齐全，甚至提供专业健身课程及大型球场。企业会组织各类活动丰富员工业余生活。

1) 学历基本要求本科及以上，部分岗位需硕士或博士；

2) 基本需具备人工智能相关研究背景；

3) 双一流大学毕业生占比约九成（数据源自《2017全球人工智能人才白皮书》）。

1) 拥有计算机、数学或统计学教育背景，专注于机器学习、计算机视觉、图像处理等相关方向；

2) 出色的编程能力，熟练掌握Perl/Python/Golang/C++/Java等一种或多种编程语言；

3) 掌握常用人工智能算法（神经网络、逻辑回归、决策树、贝叶斯等），具备Spark ML、Tensorflow、Caffe、PyTorch等项目实践经验；

4) 最好拥有机器学习、深度学习、自然语言处理、计算机视觉开发知识背景；

5) 机器学习方向：熟悉传统机器学习算法（如逻辑回归、支持向量机、随机森林等）及主流深度学习框架（卷积神经网络、循环神经网络、生成对抗网络、变分自编码器等）；

6) 优化方向：熟悉常见数学优化领域（如线性规划、混合整数线性规划、动态规划、贝叶斯优化等）及常用商业求解器（如Gurobi, CPLEX, BARON等）；

7) 良好的数学建模思维，以及出色的分析问题和解决问题能力；

8) 良好的沟通技巧；

9) 流利的英语听说读写能力，可进行自由口语交流；

10) 相关行业知识，如生物医疗健康、控制、金融等。

计算机科学与技术 电子信息工程 自动化 软件工程

对于本科生，主要课程包括数学和计算机类课程；研究生阶段的课程设置则更加聚焦于细分领域。

1) 数学：高等数学（离散数学、线性代数、矩阵论等）、微积分、数理统计

2) 计算机：基础编程语言、算法设计、数据结构、图像处理、机器学习

统计分析、深度学习、自然语言处理、计算机视觉技术以及与前沿人工智能算法相关的课程。

1）具备一定的分析问题、解决问题能力；

2）拥有良好的数据分析能力；

3）具备优秀的自学能力，能主动学习前沿算法相关知识；

4）具有良好的团队协作能力、语言表达能力和英文文献阅读能力；

5）具有创新精神和使命感，积极推动人工智能发展。

1）扎实的工程编码能力，掌握并熟练运用Python、Java或C++等一种或多种主流编程语言，具备较强的工程规范和算法实现能力；

2）熟练掌握常用软件架构模式，并能熟练使用基本编程编译工具；

3）熟悉TensorFlow、Caffe、MxNet或PyTorch等深度学习开源框架；

4）深入理解深度学习原理及基础模型（CNN、RCNN、FRCNN等），熟悉机器学习基本方法，具备一定的深度学习调参经验及模型训练能力；

5）熟练使用OpenCV、Numpy、Sklearn、Pandas等工具。

未来中国人工智能市场规模将持续扩大。依据《新一代人工智能发展规划》，到2020年中国人工智能技术与应用水平将达到世界先进水平，核心产业规模超过1500亿元。2030年中国人工智能核心产业规模将突破1万亿元。

2018年，中国人工智能领域融资额达1311亿元。当技术噱头高于实现可能性时，投资可能出现泡沫，投资者趋于理性。AI领域将逐渐从爆发期过渡到平稳期。新增企业增速放缓有望促使更多资本涌入优质项目。可以预见，未来AI垂直领域巨头将逐渐显现，人工智能技术的积累与突破将加速各类应用落地，催生更多生态，使人工智能真正能够重塑各行业，解决更多现有难以处理的实际问题。

受疫情等因素影响，许多互联网公司在人工智能投资上开始强调实际投入产出比并考核团队成果转化。人工智能未来仍是互联网发展主流趋势，但会逐渐增加市场化考核指标与相应要求。

未来企业增速虽趋于平稳，但由于人工智能技术发展需要大量技术人才支撑，加上人工智能企业整体规模持续扩大，人工智能人才需求将保持倍数级增长。有模型显示，2018年AI人才招聘需求较2017年增长1.8倍，按上升趋势预测，后续有望达到2.8倍，人工智能领域人才争夺战将持续较长时间。

部分从业者提及2020年许多互联网公司裁员，并逐步削减人工智能研发投入，甚至大公司对人工智能的需求也有所收紧。因此，现阶段人工智能岗位竞争日趋激烈。长远来看，人工智能人才的就业机会依然丰富，薪资普遍较高，对口岗位选择多样。

基本工资 + 奖金（年终奖）+ 绩效 +（补贴）等

额外公积金、员工及家属关怀（教育、保险、长辈关怀等）、医疗绿色通道、购房优惠（补贴或无息贷款等）

受访者平均薪酬满意度为4分，100%受访者对薪酬表示比较满意或非常满意。（薪酬满意度评分：1分~5分，分别代表“非常不满意”~“非常满意”）

1、人工智能的特性需要海量数据支持，这就要求从业人员必须严格尊重客户隐私。

2、人工智能涉及算法研究、算法原型代码开发、测试、交付及协助系统级联调，这就要求从业人员能够尊重包括版权和专利在内的知识产权。

3、人工智能需要结合应用场景，综合考量业务、数据、算法等因素，解决技术难题并推动项目落地与持续优化，这就要求从业人员能够重视合同、协议及既定责任。