k8凯发(中国)天生赢家·一触即发

　　“为什么你需要学习这样一门课？从功利一点的角度来说✿✿，掌握深度学习知识会让你以后的工资更高✿✿，挣到更多的钱✿✿。”正值秋招季✿✿，在国内一所知名高校的课堂上木下亚由美✿✿，授课老师对台下的学生说✿✿。证券时报记者看到✿✿，幻灯片上正在展示两页招聘网站上的岗位信息截图✿✿，显示着不同岗位的薪酬差距✿✿。“假如你是一名硕士✿✿，去应聘视觉工程师✿✿，年薪可以达到70万元✿✿。如果你毕业于一流高校✿✿，那薪水只会更高✿✿。”授课老师补充说道✿✿。

　　这门课名叫“深度学习前沿”✿✿，是开放给硕士与博士的秋季后半学期课程✿✿，课容量为30人人工智慧✿✿，✿✿，早早就已被选满✿✿。深度学习是人工智能的一个重要分支和技术路线✿✿，过去一年来爆火的大模型✿✿，就是一种采用深度学习方法进行训练的庞大神经网络模型✿✿。因此✿✿，深度学习被视为“解锁”大模型的一把钥匙✿✿。而上这门课的学生✿✿，正热切期盼拥有这把钥匙✿✿，打开一扇通往高薪工作的大门✿✿。

　　今年以来✿✿，受大模型技术的驱动✿✿，人工智能关键岗位需求大增✿✿。一方面✿✿，各大技术公司通过各种途径挖掘人才✿✿；另一方面✿✿，市场上符合要求的人才十分短缺✿✿。与此同时✿✿，AI技术快速发展变化✿✿，求职者一边忙着挤入大模型赛道✿✿，一边也深感迷茫✿✿，担心这项新技术又只是短暂流行且很快平息的一阵风潮✿✿。

　　算力✿✿、数据✿✿、算法被称为驱动人工智能大模型发展的“三驾马车”✿✿。其中✿✿，算法很大程度上决定了一个模型的优劣和智能化水平K8凯发官网✿✿，而算法的不断调试与优化主要依赖算法工程师✿✿。百度智能云副总裁朱勇表示✿✿，工程师训练手法不同✿✿，就像不同厨师基于同样的原材料✿✿，做出的菜口味也不相同✿✿。

　　“目前高端人才主要集中在国外✿✿，国内大模型领域的人才比较少✿✿，尤其是有实践经验的人特别难找✿✿，顶尖人才的年薪可以达到几百万元✿✿。”人工智能上市公司云天励飞副总裁罗忆在接受记者采访时表示✿✿。

　　事实上✿✿，记者采访的多家人工智能上市公司负责人都有相同的感受✿✿。佳都科技副总裁兼中央研究院执行院长周志文告诉记者✿✿，作为交通行业大模型公司✿✿，佳都科技在AI人才引进上保持着持续的热情✿✿，但目前国内大模型人才稀缺且薪资走高✿✿，各大厂和主流人工智能实验室的人才竞争趋于白热化✿✿，对公司的人才引进带来很大挑战✿✿。

　　脉脉高聘11月发布的《2023人工智能人才洞察》报告显示✿✿，2023年1—8月✿✿，人工智能新发岗位量已与2022年全年持平✿✿。2022年人工智能行业人才供需比为0.63✿✿，而2023年1—8月下探至0.39✿✿，相当于5个岗位要争夺2个人才✿✿。

　　薪资方面✿✿，根据报告✿✿，2022年人工智能新发岗位平均每月薪资为43817元✿✿，2023年1—8月上涨至46518元✿✿，提升了6.16%✿✿。值得注意的是✿✿，大模型引发的AI创业潮带来了AIGC（生成式人工智能）新发岗位薪资的持续上涨✿✿，平均月薪从今年1月的47015元上涨至8月的59638元✿✿，涨幅达26.85%✿✿。

　　校园招聘也是观察AI人才市场的一个窗口✿✿。牛客是计算机领域应届生经常使用的一个校招平台木下亚由美✿✿，其最新发布的《牛客2023秋季校园招聘白皮书》显示✿✿，人工智能/算法岗位的企业需求量增长最大✿✿，学生投递量同比增长超30%✿✿；岗位薪资上✿✿，在市场各岗位平均月薪呈下降趋势的大环境下✿✿，算法工程师✿✿、Java工程师✿✿、C++工程师等岗位薪资逆势增长✿✿，其中算法工程师平均月薪由2.49万元提升至2.59万元✿✿，在所有岗位中遥遥领先✿✿。

　　大模型浪潮下✿✿，企业招聘AI人才的需求与渠道都发生了一些变化✿✿。周志文告诉记者K8凯发官网✿✿，以前佳都科技的人才引进聚焦大数据工程师✿✿、图像算法工程师✿✿，来源以校园招聘及招聘网站为主✿✿。如今✿✿，公司更加关注大模型工程师及NLP（自然语言处理）算法工程师✿✿，来源以猎头招聘科技大厂及人工智能实验室的工程师为主✿✿。

　　“我们希望大模型工程师能独立设计和开发大模型系统✿✿，独立完成从数据处理✿✿、模型训练到模型部署的全流程✿✿。NLP算法工程师则需要对ChatGPT等NLP主流大模型的原理和差异有深入理解✿✿，有相关模型开发和应用经验者优先✿✿。”周志文说✿✿。

　　“大模型训练本质是个工程问题✿✿，实践经验非常重要✿✿。”天工智能联席CEO兼昆仑万维2050全球研究院院长颜水成向记者表示✿✿，目前昆仑万维最稀缺的是核心算法人才✿✿，除了要求候选人具备扎实的编程能力和算法基础✿✿，对业务有深入理解以外✿✿，还希望候选人拥有大模型训练实践经验以及创新能力✿✿。

　　可以看出✿✿，企业招聘人才更加看重实践经验✿✿。然而现实是✿✿，作为一个由ChatGPT带火的创新项目✿✿，国内拥有大模型训练实践经验的人才如凤毛麟角✿✿，少之又少✿✿。周志文表示✿✿，从公司的招聘实践来看✿✿，很多候选人存在实践项目经验不足的问题✿✿，而市场上为数不多的优秀大模型人才✿✿，同时也会受到各大科技巨头的青睐✿✿，甚至不惜重金挖猎✿✿。

　　求贤若渴✿✿，用于形容企业对高端AI人才的态度毫不为过✿✿。佳都科技招聘其首席人工智能科学家王博士的过程✿✿，就可谓“三顾茅庐”✿✿。据佳都科技介绍K8凯发官网✿✿，王博士不仅有清华直博学历和公派留学背景木下亚由美✿✿，而且有大厂和创业经历✿✿，备受有意研发大模型的科技企业关注✿✿。前两次见面✿✿，公司管理团队与王博士进行了深入的交流✿✿，董事长对其也满是欣赏✿✿，但王博士当时做了其他的选择✿✿。后来✿✿，公司与王博士又在各种机会下进行了多次技术交流✿✿，这才成功将这名大将收于麾下✿✿。

　　人才少✿✿、抢人难✿✿，这使得很多企业除了外部招聘以外✿✿，也将很多精力放在内部员工的培养上✿✿。昆仑万维董事长兼首席执行官方汉表示✿✿，公司自2020年开始做大模型✿✿，当时市场上做大模型的人才特别少✿✿，公司就选择自己培养✿✿，招聘时选择对机器学习✿✿、深度学习熟悉且有较强自驱力和学习能力的人才✿✿，然后让他们学习模型训练方向✿✿。

　　罗忆表示✿✿，云天励飞在AI人才招聘数量上没有明显增加✿✿，更多依靠的是对已有AI人才的培养✿✿。“目前大模型还没有成型K8凯发官网✿✿，本质上还是得有很强的学习能力✿✿。比如国际上有哪些最新发表的论文✿✿，别人跑通了哪些实验✿✿，能否在最短的时间内复现这些实验结果✿✿，这些都非常考验快速学习和工程化的能力✿✿。”罗忆说✿✿。

　　门槛高K8凯发官网✿✿、条件多✿✿，这决定了AI人才市场的热闹只属于金字塔塔尖的少数人✿✿。一名猎头向记者表示✿✿，有时一个岗位收到十几份简历木下亚由美✿✿，但能满足要求的只有两份✿✿。AI人才市场冷热不均的情况非常突出——极少数的高端人才手握大多数的工作机会✿✿，得到了令人垂涎的高薪✿✿，剩下的求职者则成为了不被选择的分母✿✿，薪资也没有很大提升✿✿。

　　“苦于社招没有足够的成熟人才✿✿，只能找高潜力人才自己培养✿✿，年轻的校园顶尖科技人才就成为了刚需✿✿。”牛客首席执行官叶向宇在接受记者采访时表示✿✿。方汉告诉记者✿✿，昆仑万维目前更需要有丰富实践积累和工程经验✿✿、来自产业的人才k8凯发✿✿，✿✿，但也会招聘应届毕业生做储备✿✿，社招与校招的比例大约是5✿✿：1✿✿。

　　然而✿✿，大模型训练高度依赖工程能力与实践经验✿✿，高校在人才培养上并不具备优势✿✿。“和其他传统行业相比✿✿，大模型人才培养难题在于大学目前的算力不够✿✿。”方汉表示✿✿。周志文也向记者分析✿✿，大模型研究对算力要求很高木下亚由美✿✿，需要高性能计算机✿✿、大量的数据存储和计算资源✿✿，离不开大量的资金和技术支持✿✿。

　　“给你玩1台机器和给你操作1万台机器木下亚由美✿✿，这完全是两码事✿✿。”罗忆说✿✿，学生在大学中“玩”1台机器✿✿，做错了可以重来✿✿，可是训练大模型就像操作1万台机器✿✿，每次花费的训练时间很长✿✿，做错重来的成本非常高木下亚由美K8凯发官网✿✿，没有相关经验的话很难快速上手凯发国际K8官网✿✿。✿✿。

　　高校算力不足✿✿，学生实践机会少✿✿，便只能依靠其他方式“武装”自己✿✿。“从数据上看✿✿，实习✿✿、刷题✿✿、看面试经验等仍然是学生们提升求职竞争力的主流方式✿✿。此外✿✿，随着越来越多企业组织技术竞赛✿✿，48.3%的学生更倾向于通过参加企业竞赛木下亚由美✿✿、项目来武装自己的简历✿✿。”叶向宇说✿✿。今年✿✿，百度在牛客社区发布了AI主题相关的搜索创新大赛✿✿，社区内同学关注度和参与热情很高✿✿，线下的参与度也远超预期✿✿。“参加这个比赛不但可以提升自己的技术实力✿✿，放在简历中绝对能成为求职加分项✿✿。”来自西安邮电大学的一名2024届毕业生向记者表示✿✿。

　　不过✿✿，记者在采访中了解到✿✿，面对大模型这个当下最热门的技术风口✿✿，同学们也有很多纠结和焦虑✿✿：一方面✿✿，对AIGC未来的应用场景不明确✿✿，害怕大模型公司“活不久”✿✿，“担心又只是一阵风潮✿✿，风险较高”✿✿；另一方面✿✿，AIGC工作机会目前更多集中在大厂✿✿，相比其他开发岗位✿✿，此类岗位“太卷”✿✿，学历✿✿、技术能力✿✿、论文发表等要求都更高✿✿，让一些同学萌生退意K8凯发官网✿✿。

　　“而且学生普遍对AIGC的感知会落后于行业和企业✿✿，对这种新型岗位的准备较少✿✿。这就类似于几年前✿✿，机器学习刚兴起时✿✿，同学们虽然看到了高薪✿✿，但缺乏相应的知识储备和能力匹配✿✿。”叶向宇向记者分析✿✿，即使是在科技人才活跃的牛客社区✿✿，学生对AIGC相关的面试经验和笔试经验分享✿✿，在2021年几乎没有✿✿，从2022年才开始有少量讨论✿✿，到2023年开始飙增✿✿，讨论✿✿、阅读✿✿、发布等相关内容量翻了50倍✿✿。

　　作为一个新兴产业✿✿，人工智能的各个技术路线正快速迭代✿✿，随时可能涌现出新的趋势与潮流✿✿。早些年机器学习还甚为风光✿✿，如今已有声音在问✿✿，相比深度学习✿✿，传统的机器学习算法没落了吗？当前✿✿，风头正劲的大模型正席卷AI人才市场✿✿，身处其中的每一个人都既兴奋又迷茫✿✿，不知道这股热潮是否会冷却✿✿，更不知潮水将把自己带向何方✿✿。