60万年薪？硕博毕业？“卷字塔”顶端的人工智能专业，也许没那么可怕

「面试第1关」是LinkedIn领英新推出的一档帮助大学生求职的趣味硬核短视频栏目。我们通过邀请各行各业的资深人士为同学们点评简历和自我介绍，提升职场自信，帮助他们通过面试的第一关。

最近网上流传一段视频，视频中的女孩抱着吉他弹唱一首《男孩》，清纯甜美的模样仿佛小红书上的校花。

但她的真实身份，是清华大学AI学生华智冰，视频中的歌声和面部形象全部由人工智能形象生成。

网友心碎地表示：我正想求联系方式，你告诉我这是机器人？

从《失控玩家》中具有自我意识的游戏NPC到AI虚拟大学生，在大家对人工智能津津乐道的背后，是行业发展带来的无限畅想。

2020年，中国人工智能核心产业规模达到3251亿元。

随着AI公司股价上涨的还有专业人才的工资，up主@在下小苏su 邀请到北大人工智能专业硕士，透露该专业毕业生年薪可达五六十万。

诱人的前景令人眼馋，求职论坛的热门话题变成“如何跨行到人工智能”，大学生关心“进入人工智能如何考研”。

大家争着抢人工智能的入场券，生怕错过下一个风口的红利期。

但激烈的竞争下，什么样的人才在人工智能领域最稀缺？如何避免盲目跟风，找到最适合自己的职位方向？

我们邀请了旷视科技HR牛新华和旷视研究院3D组研发总监刘骁，聊一聊人工智能就业那些事。

本文由LinkedIn原创，作者Yuki。

抢手的不是高学历

是技术硬实力

人工智能公司在做什么？简单来说，就是用计算机视觉、深度学习等前沿技术来为商业项目找到解决方案。

比如北京冬奥会的手语播报机器人亮相，在比赛期间，机器人能够根据聋哑人的不同手势习惯，进行更精确的赛事播报。

再比如两个月前，谷歌旗下人工智能公司DeepMind宣布，利用AI系统AlphaFold成功预测了蛋白质的三维结构，攻克困扰生物学界50年的重大难题。

要解决这些商业项目中的问题，人工智能从业者的必备技能是数学和编程。

强大的数学基础可以产生创新算法，制定“战术”，编程则以计算机软硬件作为“部队”落地执行，因此大部分人工智能从业者都来自计算机领域。

同时，人工智能作为交叉性学科，也给其他专业提供了开放性机会。

比如在自动驾驶中应用广泛的计算机视觉，在对外界目标进行识别和测量中，需要利用到信号处理专业知识，所以一些信号处理专业同学会直接转型从事人工智能。

高薪资+转行方向多，推动了“全民AI”的浪潮。

但事实上，人工智能岗位的门槛并不低，如果你缺少过硬的技术背景，只是想搭上人工智能高速发展的顺风车，奉劝还是三思。

调查显示，在人工智能领域，地方院校的本科、应用型人才已经供大于求，企业真正想要的，是高学历的技术咖。

根据某招聘平台发布的《2021年互联网产业求职指南》，在人工智能领域中，硕士及以上的岗位需求占比30.8%，远高于其他核心技术岗位。

即使大厂的人工智能岗位没有明确的学历要求，相较于本科生，博硕士依然具有碾压性竞争力。

图片来源：智联招聘

这不是意味着这个行业“唯学历论”，因为博硕士的数学和计算机基础往往更扎实，另外，人工智能学习需要的数据支持和GPU资源，在本科阶段和地方院校也供给有限。

当然，你不一定要靠学历证明自己。除了学校背景，公司实习经历、学校科研项目和计算机比赛成绩都可以成为敲门砖。

牛新华透露，在去年校招中，一位八一农垦大学的同学也收到了旷视的offer。说到底，最值钱的不是学校和学历，是技术硬实力。

高效匹配的前提

是精准自我定位

当我们准备进军人工智能行业时，如何才能找到最适合自己的工作？

一个关键的步骤是——“自我定位”。

每个人都像一款产品，只有将自己的价值定位清晰，才能精准吸引目标消费者。

尤其是在细分领域繁多的人工智能行业，“都有涉猎但不精通”已经不能击中企业的痛点，打出专长才能吸引HR的目光。

比如在领英最新一期的《面试第一关》中，陈思恩是来自天津大学的计算机硕士，在视频中介绍自己的求职方向是计算机视觉工程师，但这一点在简历上并没有明确写出来。

除了在简历中写清楚求职目标，刘骁还建议，“既然目标是计算机视觉，第三个NLP（自然语言处理）的实习建议一笔带过，让简历聚焦。”

身为HR的牛新华也深有体会，“目标越清晰，公司越能帮你迅速匹配。”

这里的目标“清晰”，除了明确研究方向，还要定位自己的岗位目标。

很多同学在校期间已经明确了研究方向，但是不清楚公司和职位特点，有时简历投出去石沉大海，或者谈到最后发现不符合预期，往往是在岗位选择上出了问题。

根据前Facebook机器学习工程师陈历飞的分享，AI岗位基本可分为三类，分别是AI Research组、AI应用组和业务组。

“AI Research组”通常产出前沿研究成果，现身于各大顶刊；

“AI应用组”则承担了“深度学习模型算法+系统平台优化”的工作；

“业务组”在AI应用组提供的框架下进行优化，结合业务场景建立个性化算法模型。

总的来看，这三类岗位依次是从基础研究走向产品应用的过程，其人才需求特点也不同。

定位自己的价值，就是用自己的优势撬动这些岗位。你所能拿到最高薪的offer，一定是一个把你的优势最大程度发挥的职位。

如果擅长图像识别、语音识别之类的专业技术，可以深入行业进行基础课题研究，不管是旷视、商汤这类AI独角兽还是百度、腾讯等大厂，这类职位报酬都相当可观。

如果你刚刚转行，在搜索推荐之类的工程落地有经验，可以去业务组承担应用性项目。业务部门的职位更重产品而非科研成果，这类职位也是本科生入局的契机。

所以说准确定位自己是向外匹配的基础，收割理想的offer要先亮出自己的王牌。

人工智能赛道拥挤

复合型能力武装自己

人工智能技术逐渐从实验室走向业务应用，在这样的“AI+”背景下，虽然算法和算力可以通过计算机解决，但模型优化则更多需要垂直行业业务逻辑指导。

这就要求从业者不仅是一个程序员、人工智能专家，还需要熟悉专业领域知识。刘骁在《面试第一关》中分享，比如做机器人要与硬件、传感器打交道，除了算法，还要知道机械原理。

足够深入的了解才能产生有效洞察，很难想象你不懂金融，然后编出一个日进斗金的高频交易程序。

但目前人工智能人才大多出身于计算机背景，市场上复合型人才稀缺。

根据知乎答主wei chris分析的智慧医疗案例，符合医学逻辑的产品对生物医学知识背景有极强专业要求，而计算机专业背景学生不具备相关知识，主动愿意学的人几乎没有。

有网友评论，“学计算机的人都认为自己是AI行业的正统接班人，这是AI不好落地的一大原因。”

行业和技术的屏障给企业项目落地带来了实际的困难，这也是为什么互联网医疗领域中，最容易落地的是导诊、问答、百科这样的内容或服务产品，而真正需要统计思维和医学知识的医疗图像开发则困难重重。

在这样的市场环境下，复合型人才成为人工智能行业的人才刚需。刘骁一针见血地指出，“未来最吃香可能是具有行业知识，还能精通算法的‘全栈人工智能工程师’。”

写在最后

就业竞争大、高学历偏好强是人工智能行业现状。但即使你没有顶会paper和大厂实习，也不意味着没有入局可能。

除了互联网大厂，众多创业公司依然需求旺盛；除了算法工程师，人工智能的产品运营和销售仍可以提供曲线救国的机会。

人才市场不缺乏机会，而你能撬动怎样的offer，取决于你最长的一块木板。