数据人才必备技能（数据焦点智能人才图解）

人工智能蓬勃发展，相应的人才规模与产业规模一同迅速扩张。综合各类调研数据显示，人工智能已经成为高校热门专业，社会上相应人才就业和培育需求热度也持续上升。

人工智能人才供需概览

数据显示，中国人工智能核心产业规模达到3251亿元，截至2020年底，中国人工智能相关企业数量达到6425家，同比增长25.37%。深圳市人工智能行业协会发布的《2021人工智能发展白皮书》指出，中国人工智能相关领域从业人员突破60万，但人才仍然缺乏。

中国软件行业协会教育与培训委员会发布的《人工智能企业技术岗位设置情况研究报告》也表示，人工智能技术人才供不应求。报告中提到，在人工智能技术领域，我国2020年在职技术人员约7万人，包括算法研发类、算法开发类、芯片设计类等多种技术岗位（对人工智能技术没有要求或不需要深入了解的知识工程和应用开发岗位不在统计范围之内）。目前在人才市场中求职的人工智能技术人员约3万人，企业需求数量约5万人。

为了证明AI顶级人才供不应求，加拿大公司 Element AI 此前发布了《2019全球AI人才报告发布》，其中提到，2018年在机器学习顶级会议上发表论文的人员数量比2015年上涨了36%。从研究层面来说，AI人才规模正在不断扩大。招聘网站统计数据显示，人工智能领域相关人才招聘需求近几年的增长率平均超过10%。

与人才缺乏相对应的是高校越来越多的人工智能相关专业，以及排名领先的就业竞争力。2021年教育部发布的新版高校招生专业目录中，新增了37个本科专业，其中约 1/3 是电子信息类和人工智能类。据统计，2019年至今，教育部分两批批复了215所高校获得人工智能首批新专业建设资格。

BOSS直聘发布的《2021高校应届生专业就业竞争力报告》显示，2021届本科毕业生中，工学专业大类毕业生的平均期望薪资为7022元，较均值高出近800元。近三年以来，计算机科学、人工智能、大数据、物联网、电子通信、生物科技等主要新工科专业就业竞争力优势突出，并维持在高位。2021年春招季，关注新基建代表领域岗位的应届生同比增长70%。

人工智能之岗位设置

中国软件行业协会教育与培训委员会在《人工智能企业技术岗位设置情况研究报告》中提到，目前我国人工智能技术人才需求缺口主要来自三个方面：第一方面是非常缺少能够推动人工智能前沿技术与基础理论发展的顶尖人才；第二方面缺少的是能够将人工智能前沿理论同实际算法模型相结合的人才；第三方面缺乏的是能够将人工智能技术与行业需求相结合的人才。其中，第三方面的人才的需求缺口最大。

依据该报告，人工智能企业的运营模式不同，相应的对不同类型人工智能企业的人才培育和校企合作方式也提出了不同要求。

人工智能企业的三种运营模式

　　第一类，构建人工智能生态

　　以探索级和前沿级大型数字化企业为主，如阿里巴巴、腾讯和百度，有雄厚的人工智能技术积累和强大的算法、框架研发能力，通过搭建平台为合作伙伴提供人工智能技术，将算法优势应用到具体业务场景，建立应用生态。

　　第二类，自上而下寻找应用场景

　　以人工智能头部企业为主，如商汤科技、云从科技等，在人工智能特定技术领域具有先发优势，能够将人工智能技术应用到多个具体业务场景，积极寻找商业模式并开发商业化应用。

　　第三类，自下而上提升技术能力

　　以应用级软件和信息技术服务企业与数字化转型的传统企业为主，采用成熟的人工智能技术解决方案，优化业务能力，从而提升效率、降低成本和改善用户体验。

人工智能技术岗位设置

研究型技术岗位体系：

探索级和前沿级的大型数字化企业通常设置算法研发类岗位和算法开发类岗位：算法研发类岗位负责人工智能基础理论的探索与算法研发、优化等工作；算法开发类岗位则针对具体业务场景给出恰当的算法解决方案。

新型技术岗位体系：

人工智能头部企业，需要将人工智能技术应用到多个业务场景，其技术岗位体系采用人工智能算法研究团队和算法工程团队的结构。知识工程团队提供不同行业的业务数据并协助建立训练模型，算法研究团队结合应用场景进行算法适配，算法工程团队结合业务场景进行算法实现。

传统应用开发技术岗位体系：

应用级软件和信息技术服务企业通过积累的行业经验为用户提供人工智能解决方案，采用人工智能架构师、人工智能项目经理、人工智能算法工程师的技术岗位体系，与传统的CTO、项目经理、开发工程师的组织架构类似。

长三角之人工智能人才画像

与国际人工智能产业的发展情况相比，在第一、二次浪潮中，国内研究起步较晚，发展道路坎坷。但在AI产业真正迎来爆发的第三阶段，国内的人工智能研究则凭借着丰富的数据资源和强大的计算能力，实现了快速追赶，并在互联网、传统产业以及AI创业公司等几大方面实现了飞速增长和转型升级。

7月8日，《长三角人工智能人才发展调查报告》在2021世界人工智能大会上发布，报告显示，截至2020年12月，中国共有2680家人工智能企业。中国的人工智能企业集中分布在京津冀、长三角、珠三角和川渝四个都市圈，京津冀、长三角、珠三角和川渝人工智能企业占比分别为33.80%、32.30%、20.19%、2.50%，剩余全国其他地区的总占比还不到12%。

报告显示，长三角地区人工智能企业数量为866家，存量人才总量约为31万。报告综合了多个渠道信息的信息和数据，从性别、年龄、学历、专业、岗位需求、从业年限、平均薪资等维度详细统计了长三角地区人工智能人才的情况。

长三角人工智能人才性别分布情况

长三角地区人才性别方面，男性占比66.4%，女性占比33.6%。男多女少，与全国基本状况类似。相对来说，女性在人工智能企业中，技术类占比较少，但是于市场、公关、人力、行政等岗位占比较多。

长三角人工智能人才年龄分布情况

人工智能第三波浪潮爆发之前，这一行业尚处于冷门状态，经过这几年的发展，人才逐渐涌入，同时受到人工智能数据标注人才数量基数较为庞大，这部分人才又较为年轻等影响，因此人工智能人才的年龄上，主要集中在20-25岁、以及26-30岁之间。这部分人群毕业时间较短，仍有部分工作经验。而拥有十年工作经验，能够成为专家的人才则较少。

长三角人工智能人才学历分布情况

目前长三角地区的人才，本科占比较多；专科占比次之，主要原因是“人工智能数据标注”这一产业学历要求低，人才基数大；而人工智能领域，硕士占比相较其他行业而言更高，因为人工智能行业尤其是算法方面，对于人才的学历以及知识专业性要求较高。

长三角人工智能人才专业分布情况

人工智能作为一门新兴学科，也是一门综合性交叉学科，需要综合的知识背景。专门设立人工智能专业的院校目前尚属少数，部分院校将人工智能放在了计算机与自动化院系之下，因此人工智能人才的供给来源呈现出较为分散的局面。

长三角人工智能应届生人才投递比情况

根据学信网、拉勾大数据研究院等综合信息可知，长三角地区应届人工智能人才供给数量约为1.69万，其中人才投递比例为：架构工程师0.1%；实施工程师0.6%；运维工程师1%；算法工程师1.5%；产品经理2%；测试工程师2.8%；前端开发6.2%；后端开发14%。这一占比大致与全国各地区情况基本持平。

具体到纯算法领域，相关工程师占比并不是最高，因为人工智能本质上是一门应用型技术，算法之外，还需要众多的支持部门以及岗位进行相关的产品、工程的落地。

长三角人工智能企业不同类型岗位需求情况

长三角技能岗位需求情况占比为：前端25.5%；后端36%；产品经理12%；运维7%；测试10%；算法6%；架构2%；实施1.5%。这一数据基本与工信部历年统计数据基本接近。

长三角人工智能人才从业年限分布

长三角地区的人工智能人才从业年限来看，有3/4人工智能从业人员工作年限为5年及以下。但随着人工智能行业最几年的火热，长三角对毕业生吸引力增加，因此具有三年左右从业经验的人才占比较高，整体平均就业年限为4年。

长三角人工智能人才平均薪酬分布情况

年薪资在10K-20k的人数占比超过了50%。行业内高薪人才目前较少，主要原因有两个，一方面是薪资较高的算法工程师与架构工程师对人才有较高要求，并且符合条件的供给较少。另一方面，数据标注岗位，吸纳了大量人才，而该岗位的技术门槛相对较低、薪酬也相

对较低。

但如果剔除“数据标注”岗位的话，近几年，人工智能产业相较传统的互联网行业，甚至能够给出更高的薪资。数据显示，具有三年以下从业经验的AI人才，平均年薪也可达25W，8年以上经验的人才，甚至可以达到62W的平均年薪。

长三角人工智能人才吸引度全国对比

京津冀地区、长三角地区、粤港澳大湾区和川渝地区是当前人工智能产业的主要发展地区，同时也是人工智能产业人才资源的主要聚集地区。长三角地区的人才需求以及人才发展意向，均位于全国前列，且出现一定需求大于供给的情况，这主要当前人工智能仍在发展的初

期阶段，人才供给不足有关。

近些年，国家在人工智能产业发展方面给予的支持与关注持续提高，这为其良性发展创造了时代机遇。

目前，人工智能行业人才供给主要源于院校人才培养和行业人才存量积累。现阶段人工智能人才多来自一些基础性、综合性的大学学科，每年能够贡献的人才只是专业学生总数的一部分，面临被其他行业人才需求挤压的激烈竞争；同时，行业人才主要是从事传统电子信息、软件服务、移动互联网等领域的技术人员转行到人工智能领域，这个过程是渐进的，时间较为缓慢。

总的来说，人工智能行业的人才来源都是渐进的，需要较长时间的培养和转化，因此，人才供给曲线的提升缓慢，不能满足市场需求的巨大缺口。

人工智能发展的核心在于人才，培养人工智能人才，一方面需要通过高校、企业、产业联合培养更多的优秀人才，另一方面，也需要通过政策规划、产业发展、学术研讨等要素吸引人才。

驱动人工智能进步发展的三大要素是算法、算力、数据，与之对应，高校、公司、研究机构等每一方都各有所长，但都不完全掌握这三大要素。所以在培养尖端人工智能人才时，需要在以上三方面多多涉猎，需要产、学、研三界进行合作培养。（数据杂志/东青）转载请注明来源

,