详探2019年紧俏的人工智能人才:挤破泡沫、走向落地


    新年伊始就早早拉开人工智能“抢人卡位战”。对于新入职的相关人员来说,可选择机会更多,将会有一大批优秀、全面的专业人才加入人工智能队伍。
    这一点从科大讯飞已正式启动“春晓行动2.0”招揽全球英才、华中科技大学成立人工智能与自动化学院、人工智能研究院等举动可见一斑。预计2019年,国内共有30多所985、211高校开始人工智能专业招生。
    人工智能人才当前并非数量不足,而是培养方向和实际产业实践存在割裂和差距。高校中人工智能专业课程尚未建立体系,课程碎片化、空心化导致人才“泛而不精”,当人才走向实际生产实践时则会难以上手。
    那么,真正稀缺的人工智能人才究竟在哪些领域?人才培养与产业需求又该如何对接?近日百度、中国传媒大学、BOSS直聘联合发布的《中国人工智能ABC人才发展报告(2018 年版)》中指出,人工智能头部企业对人才培养具有重要引领作用,产教深度融合培养体系具有重大价值。
    2018年,行业对人工智能人才的需求趋于具象化,人工智能岗位下沉明显,其中尤以金融、智慧交通和智能制造等行业对人工智能人才需求最为旺盛。这些行业更为需要了解掌握行业实际需求、行业用户需求的专业人才,高精尖的科学家类人才并非像想象中那样绝对符合,科研类人才当前还需跨越和产业需求之间的鸿沟。
    报告指出,目前人工智能人才供给最多为“数字蓝领”人才,应用和算法类人才较为紧缺;科学家类人才则高度稀缺,但这个群体主要开展前沿研究型工作,甚至与产业实践有一定距离。比如,机器学习、深度学习两类典型的人工智能高级人才,目前表现出“人才发展指数低、百度指数搜索指数高”的特点。此类人才数量上紧缺,许多企业目前的岗位设置还不成熟,这都是因为两类人才进入企业实践机会较少,双方互不了解,即使高学历人才毕业后也很难很快找准企业技术痛点,很难转化理论成果。
    因此,目前和未来一定时期内,应用和算法类人才将主要负责将人工智能的理论和方法落地,找到应用场景,真正驱动传统产业变革。这就需要人才不仅可以将传统技术与数据科学的融合,还要跨学科学习掌握如何将数据采集,到数据存储、分析、应用、自动控制等过程的融合。
    正是在此背景下,科技企业开始与高校建立合作联盟、共同培养机制,人工智能企业或是互联网公司的高管也更多任职高校、研究机构,加强人才日常培养中的实践意识和自身规划,因此头部企业对人才培养具有引领作用,加强产教融合是人工智能人才“走出象牙塔”、面向实际的必经之路。
    AI人才自上而下的传导学习的培养方式形成了人工智能人才的进阶明显的层级特点,越往高阶培养难度越大。报告分析,国内人工智能人才培养目前主要在前沿的互联网公司、平台型公司,这些公司可以提供平台、方法与算法,学习者进入这个平台学习理论知识和直接开展编程实践,逐步成为人工智能、大数据、云计算专业人才。
    随着越来越多高校开设“人工智能+X”等特色专业,以及企业和院校之间合作的深入,AI人才的培育将大大加速,并逐渐形成良性循环和自造血能力。AI人才“基础设施”的完善,有望助推我国在AI的竞争中成为真正的“头雁”。