在风口期入行这些你必须了解

　　本文的讨论依据是两份AI人才的行业报告：
　　1. LinkedIn（领英）2017年发布的《全球AI人才行业报告》
　　2. 腾讯研究院2017年发布的《2017全球人工智能人才白皮书》。
　　领英和腾讯的两份报告各有特点，在目前市面上属于相对精准权威的行业情况汇总，对于AI行业及人才状况有比较全面的解读。本文的讨论内容，主要以这两份报告为参考数据。
　　01:
　　AI人才现状分析
　　1.1 中国AI人才匮乏
　　相信很多的朋友在朋友圈或新闻报道中，都看过这样一个观点：全球AI人才储备不足，中国AI人才尤其匮乏。
　　具体目前中国AI人才的供需到底多少，我们可以从两份报告中找到。
　　LinkedIn：
　　领英的报告对AI人才定义的范围会比较大，加之作为全球最大的职场社交平台，它统计出来的全球的AI的技术人才的储备量数字较大。领英数据：AI人才全球储备一百九十万，美国八十五万，中国十五万。
　　但基于领英发布的AI的职位数量从2014年的5万增长到了2016年的44万。
　　腾讯：
　　根据腾讯研究院的报告（数据来源不同，和对AI人才的定义都与领英不同），全球AI的产业从业人数只有三十万。其中产业人才二十万，高校和学术类十万。但是目前全球需求已经达到了百万的量级。
　　单看中国，中国的产业人数目前统计出来只有四万人。所以你可以想象一下，一个四万人左右的一个产业储备量面对百万级的这样的人才需求，中国可以说AI人才极度的匮乏。
　　关于供需比，2017年人才的供需比统计出来是0.98。这个0.98是怎么出来的呢?是用目前人才的储备量除以需求量，100个职位需求，有98个人。
　　但是实际供需比只有0.6。 因为AI行业对人才要求会非常的高，在这98个人里面其实有大部分的人是不符合要求的。
　　这些候选人要么学历比较低，要么初出茅庐。其实还没有算真正的进入AI这个行业。所以说实际的供需比，其实是只有0.6。
　　对于一些核心的技术职位，比如说，语音识别、图像识别统计出来的人才供需比仅仅只达到了0.4左右。所以说对于整个行业来讲，中国现状而言人才确实非常匮乏。
　　1.2 传统人才转型契机
　　AI人才的匮乏，对于传统行业的技术人才来讲，到底是不是一个机会？从报告来看，确实是个机会。
　　中国AI人才这么匮乏，对于人才的供应来而言，我们要么i）从国外去引进，要么ii）自己从教育提体制里面来培养。但这两种方法，短期内都无法奏效。
　　中国的教育相对发达国家要落后不少。人工智能这个概念的提出最早在美国就是五几年的事情。中国第一个高校成立AI实验室是在九零年，相差了三十多年。
　　教育的落后，导致人才的供给不可能靠高校教育在短期内解决。同时，引进人才的工作虽然一直在进行，但因为AI人才在发达国家也存在很大的缺口，靠引进也不可能解决大部分问题。
　　急需的AI人才到底从何而来呢，那就只能从传统的行业转向人工智能。
　　对于有转型考虑的技术人才，首先要选好一个好的方向，并确定自身是否具备这种转型的能力。
　　先分享一个大的一个基础背景：目前企业对人才的要求非常高。仅看对学历的要求，目前AI行业人才的硕士博士比例已经达到了55.4%。本科学历的已经是43.5%。
　　1.3 传统人才选择转型方向
　　如果现在想好要转型了，怎么去选择自己的方向？
　　从技术上讲，我也不确定，因为我不是技术出身。我作为人力资源专业人士，给大家几个借鉴：
　　看中国目前投资行业对于人工智能的关注，研究这个行业投资的方向大概有哪些；
　　看企业的人才需求方向，到底是哪一领域会更缺人；
　　根据自己现有能力来衡量自己，自身当前技术情况，以及转型的技术难度。
　　从行业内统计来看，目前对于AI企业的投资，主要集中在计算机视觉和自动驾驶类项目上；从技术层来看，投资人投的比较多的是计算机视觉与图像、机器学习，和自然语言处理。
　　1.4 海外人才引进是大势所趋
　　海外人才引进回国会成为我们最大的一个趋势。
　　美国本身是AI行业的领导者，一直走在世界的最前端，无论是在教育还是在基础研究上，都一直引领着整个行业。
　　美国是AI人才聚集的最大国。但是，华人在海外的职场发展却一直都比较容易遭遇到天花板。这也意味着，回国对于华人工程师，也许是更好的职业发展道路。
　　当然随着我们国家的政策开放，对AI的支持，国内科技巨头庞大的资金投入以及本身中国本土市场人口所带来的市场红利，也决定了中国将拥有着更大的市场和发展潜力。
　　目前，中国的AI人才里有9%具有海外工作经历，海外留学背景比例达到35%。中国引进的海外人才中有43.9%都来自于美国。
　　未来几年，海外人才回国/引进会的趋势将延续。
　　02:
　　人才数据示例
　　领英平台是我们了解AI行业的一个主要的工具，通过领英数据分析，我们可以看到，目前国内注册领英的职场人中，有深度学习跟机器学习背景的人大概有两万多，他们的院校及专业分布如下：
　　不难看出，AI人才的学术背景以计算机及相关专业为主。而贡献AI主力军的，就是传统五大名校：清华、北大、中科大、上交、浙大！
　　03:
　　人才争夺
　　为了争夺有限的人才，企业开出的待遇首当其冲就是高薪！
　　目前整个行业的平均月薪，大概是在2.58万/月。5年以上的人才月薪大概已经到了4万/月。
　　细分领域的薪资，自动驾驶平均4.14万/月，语音识别能达到2.8万/月，自然语言处理2.83万/月，图像处理2.36万/月。
　　当前，AI人才的竞争力是常规的技术人才的1.28倍左右。收到企业的职位邀请的概率大概是常规人才的1.7倍。
　　公司为了抢夺紧缺人才，还想了很多其他办法，比如出动高层进行招聘——利用普通的HR招聘AI人才的比例不到30%。
　　这也是为什么领英会很重要，因为它的一大特点就是能够直接找到目标人选。比如，一个技术总监通过领英看到的目标人选后，就可以与其直接联系。
　　在找人难度特别大的时候，企业对于人才的要求也会适当降低。这对于转型而言，是一大利好。
　　04:
　　利用职场社交平台拓展职业
　　有志于转向AI行业的人，应该如何迈出第一步呢？
　　充分利用职场社交平台，会给我们带来很大帮助。下面我们就以领英为例，讲述一下如何其助力职业发展。
　　4.1 让职场社交更透明
　　领英能够让职场变得透明。分享个小故事：
　　我刚毕业的时候做外贸，有一次非常偶然地看到了一款表，很想买。我搜到这款表的品牌是在美国，官网声明不往中国卖。
　　找谁能够买到这款表呢？我就到领英去找他们公司的员工。就是这样简单的方式，直接就找到了他们CEO，聊了好久。
　　虽然最后他还是没有卖给我表，但这次接触交流，让我认识到了领英的威力。
　　4.2 结识高端人才
　　为什么用领英扩展人脉会非常好？因为：i）人才的层次，以及 ii）建立自己档案的初衷并非是找工作——这两点原因，使得LinkedIn的信息相对更真实。
　　领英进入中国很晚，领英上面的人才也非常被动，都是相对高端的人才。大部分人才有外企、留学等背景。
　　AI领域，国外人才比国内多得多。大家可以在领英上面找到很多技术大牛。说不定他/她就成了你的职场导师！比如这几位：
　　4.3 打造职场品牌
　　我们还可以在LinkedIn上打造自己的职场品牌，树立自己的职场形象。
　　领英对个人来讲最大的好处是社交，其次就是找工作——猎头、HR通过LinkedIn找目标的不在少数，你的个人品牌也会为你带来更多的机会。
　　领英有一个很有意思的功能是隐蔽找工作（这个可能很多人不知道）。当你在领英的求职意向开通之后，有一个隐蔽功能。本公司的HR、同事、好友不会发现，只有别的公司的HR或猎头使用企业招聘账户去找的时候，才能看到你的求职意向。
　　猎头平常还会通过LinkedIn主动储备一些人才——相信很多大牛都已经被＂骚扰＂过了。很多大型企业的HR也会将领英当作自己的一个招聘渠道去找一些相对高端的候选人。
　　4.4 关注目标企业
　　利用领英关注自己心目中的理想公司，或者行业顶尖公司的动态；去学习知识，追踪新闻，也是一种利用职场社交的方式。
　　通过这种方式，还可以了解巨头公司的用人需求——基本上所有的大型科技公司都在领英上面有独立主页，也发布了很多的职位。
　　大家可以去领英上关注国际顶尖的科技巨头，比如：谷歌、微软、IBM等等。有意识地关注巨头公司与自己相关职位的招聘要求是什么，以此来了解自身差距。
　　这些顶尖公司或多或少代表着一种行业方向和标准。经常去看看，是能够看到一些有意思的东西。
　　05:
　　Q & A
　　Q1: 如果高校都把人才培养方向向AI倾斜，会不会有一段时间出现人才蜂拥进入职场的情况？
　　A1: 其实这个不用太担心。三点原因：
　　第一、AI行业对人的要求非常高，这样的人才不是随随便便能培养出来的。
　　目前的从业人员就有超过百分之五十都是硕士以上水平。要从本科生开始培养的话，至少得六年才能培养出一个硕士。几年之内是不太可能出现人才井喷的。
　　第二、整个行业的需求高速爆发。比如机器学习，我们看2016到2017年的增长，涨幅168%。算法工程师增长了差不多160%。
　　行业的需求增速，比人才的供给增速更高。也就是说至少到目前为止，供需剪刀差还在加大，而不是减小。
　　第三、我国的高校培养机制还不完善，学术人才也在往产业流动，AI人才不足，能培养AI人才的人才，更不足。
　　高校科研人员批量进入工业界是当前的一个矛盾。如果大学老师都去做产业了，我们高校的师资力量会不会受影响？
　　而且我国虽然这两年论文的发布量已经超越美国了，但是真正在理论研究的突破，对比国外还是有一定的差距。
　　这些都是待解决的问题，但从另一个方面也更证明了AI人才缺口短期内必然存在。
　　Q2：现在做数据仓库技术，35岁以后转AI的话怎么切入？
　　A2: 这个问题我不好回答。因为我对数据仓库技术不了解，也不清楚它跟AI技术的结合到底是怎么样的。不过，从通用的角度，我已经提出了几个参考条件，请参见前面1.3。
　　还有一点需要注意，目前企业都倾向招揽比较年轻的人才。三十五岁转型，如果跨度太大，可能会有一定的困难。但是如果你的技术很牛的话，还是有领域专家优势的。
　　Q3：想问一下，赤兔这个社交软件定位如何？
　　A3：这个我不敢回答。只能谈谈观点：符合国人使用习惯跟意识的产品就是好产品。
　　Q4：国内因为AI的热潮，很多专业往这方面靠拢，导致有些专业定位不是很明确。您觉得职场社交平台上有哪些信息有助于降低专业定位不明确的应届生找工作的风险？
　　A4：下面是从本文依据的两份报告中提取的当前AI行业人才学术背景中最多的前十个专业：
　　仔细对比以下你会发现，两份报告有许多重合的地方。相信这会对有志于从事AI的人选择专业提供一些指导意见。