AI人才争夺战：平均年薪40万，互联网大厂成加分项

本文由 头号AI玩家 撰写/授权提供，转载请注明原出处。

文章来源于：头号AI玩家

作者：阿虎

编辑：张洁

年薪 30 万，居然是“白菜价”？

近来，国内外企业高薪寻求技术人员的招聘信息，将人工智能领域的就业热度刷新到了新高度。

9 月 21 日，全球排名第一的求职网站 Indeed 发布的报告显示，与 Gen AI 相关的职位发布量和薪资水平呈现急剧上升趋势。

Indeed发布《Indeed's AI at Work》报告

截止至发稿前，Indeed网站上AI职位薪资数据

8 月底，360 集团创始人周鸿祎在个人社交账号上发文称，360 智脑持续招聘研发人才。而在招聘平台上，360 在招岗位达 194 个，其中，和AI相关的岗位月薪在 3 万至 6 万之间浮动。

某招聘平台上，360招聘页面

7 月 28 日，流媒体平台 Netflix 在其网站上发布了一则招聘信息，高薪招聘机器学习平台的 AI 产品经理，该职位的年薪范围 30 万至 90 万美元（约 220 万至 660 万人民币）。

今年 6 月，薪酬网站 Levels.fyi 通过各方爆料总结，Open AI 的工程师年薪高达 92.5 万美元（约人民币 680 万元）。

目前 AI 行业的热招职位大多集中在算法工程师、AI 专家、Prompt 工程师等等。根据今年 7 月的《AIGC 就业趋势大报告 2023》数据显示，近一年 AIGC 新发职位招聘平均年薪为 40.12 万元，比同期AI的招聘平均年薪高 8.09 万元。

高薪之下，AI 行业最需要哪些人才？对应哪些要求？哪些求职者更容易在其中崭露头角？“头号 AI 玩家”对话了部分 AI 从业者和投资人，希望为想进入 AI 领域的玩家提供一些参考。

算法、数据成 AIGC 热招岗位

企查查数据显示，2023 年以来，我国新增 38 万家人工智能相关企业，3 个月内新增相关企业数达 13.5 万家。（注：数据统计截至 9 月底，仅统计企业名称、经营范围、产品名称包含关键词“人工智能”“AI”的企业。）

AI 成为了站在风口上的热门行业，各企业对于 AI 相关岗位的人才需求也快速增长。不仅百度、腾讯、阿里、字节等互联网大厂砸出重金“抢人”，初创企业、中小厂商也开始招揽科技人才。

“数据”、“算力”和“算法”是 AI 不可或缺的三要素。同样在 AIGC 领域热招岗位中，对算法⼯程师、⾃然语⾔处理等研发人才的需求旺盛。

《2023 泛互联网行业人才流动报告》显示，今年上半年，泛互联网行业最紧缺的岗位主要集中在 AI 方向，算法研究员位居人才紧缺度榜首。

在某招聘网站上，以“人工智能”为关键词在上述招聘网站中进行检索，在上海地区，招聘一年以下经验的 AI 岗位仅有 18 个，而招聘 3 年以上经验的岗位超过 500 个。

“头号 AI 玩家”粗略统计了一下，算法工程师、AI 研发工程师、数据工程师等核心技术研发类岗位需求最大，占一半以上。大部分岗位对求职者的经验要求在 3-5 年，不过也有明确标明“经验不限”。

这些岗位的月薪区间跨度从 2.5 万至 40 多万不等。在北上深杭等城市，如果是不限经验的应届硕士生，算法工程师岗位的招聘年薪基本在 25 万左右，其他城市稳定在 20 万上下。而要求3年以上经验的算法岗位，薪酬大多和岗位能力相挂钩，少数岗位年薪能达到数百万。

除了算法、前端等传统技术研发岗，大模型的火爆同样带火了“提示词工程师”（prompt 训练师）、“数据标注师”等为 AI 服务的新岗位。

提示词工程师相关职位从专业知识、编程经验、熟悉 AI 产品等方面进行了限制，主要工作内容包括优化提示词来进行大模型训练，配合业务团队提升产品功能和用户体验。

而此前引发热议的“数据标注师”岗位，是 AIGC 相关岗位中要求较低的。大多数“数据标注”岗的工作内容是对数据进行整理，标注，要求有计算机操作能力，专业不限，经验不限，认真细心即可。这些岗位月薪在 5000 至 8000 之间浮动，更有企业以 10 至 25 元的时薪进行结算。

同样，对于非技术出身的求职者来说，产品运营、市场、设计、销售等岗位在 AI 企业中是常规设置。

“头号 AI 玩家”还发现，部分 AI 产品经理岗位的薪资水平达到了年薪 72 万的水准，与其他企业的产品经理岗相比占据较大薪资优势。其中一个原因可能是，AI 领域需要有实际落地的产品，急需既懂 AI 又懂产品的从业者。

AI 行业优渥的薪资水平吸引了不少求职者的青睐。但对于想要拿到高薪的人来说，不仅要有过硬的技术实力，往往还需要 AI 方面的实践经验。

负责深度学习框架研发的高级工程师严长生认为，AI 领域的算法工程师特指深度学习算法方向，用统计等方法来解决某些问题，更偏向于具体工程。

技术岗位大多需要求职者能够独立完成算法设计、模型搭建，具备前端开发经验，最好精通 Python 等编程语言，熟悉机器学习和深度学习算法，有图像/音频/NLP 等领域经验。

负责 AIGC 早期创业项目孵化的投资人李依桐表示，目前 AI 领域最缺乏的是专业技术人才，对学术背景要求非常高，需要具备顶尖名校的硕士或博士学历，并有在海内外知名实验室进行研究项目并将其应用于产业的经历。

以医疗健康领域的提示词工程师为例，该岗位要求应聘者会设计、创建、优化与管理医疗 AI ⼤模型的提示词（Prompt），以确保⼤模型能够满⾜特定的业务场景需求进⾏⾼质量输出；同时需要与医学团队协作，加分项中还包括熟悉医⽣诊疗流程，或对医学有相当程度理解与学习能⼒。目前该岗位在招聘平台上的月薪标注为“20k-40k·14 薪”。

另外，和数据相关的岗位聚焦在“如何构建 AI 的数据支撑体系”，需要丰富的数据分析能力。

比如某 AI 初创企业招聘 AI 工程实习生的要求是熟练掌握主流的深度学习框架，例如Tensorflow，Pytorch，MXNet，PaddlePaddle，并能够利用现有框架的 API 实现新的深度学习模型和算法。

而一些 AI 研发工程师岗位，则更注重大模型关键技术的探索创新，要求计算机、通信等专业背景、研究生及以上学历，在计算机视觉（CVPR，ICCV，ECCV）和机器学习（NIPS，ICML，AAAI）等相关会议发表论文者优先。

某AI图像识别和算法研究企业 CEO 郑传军告诉“头号AI玩家”：“因为我们的方向是 SAAS 模式，团队规模还不大，AI 技术研发团队人数在 10 人以内，但大部分成员是中高级技术工程师。除了 AI 和元宇宙研发团队，还有 JAVA 和前端的一些技术人员。”

据“头号 AI 玩家”观察，大部分 AI 初创企业都是技术驱动型的公司。以专注多模态 AI 的科技企业 JINA AI 为例，技术人员占比超80%。这种情况下，一些常规岗位比如“运营”也要求求职者具备技术背景，或对前沿技术有强烈的好奇心。

在 JINA AI 从事技术运营的张飒说：“至少得了解如何安装 Pytorch（深度学习平台），GPU 驱动，了解如何给模型调整参数，怎么运行 Docker，然后才能去谈问题。”

大部分招聘企业都秉持这样一个观点：应聘者要和他们的技术研发方向匹配，最好是有过相关的技术或项目研发经验。目前这个行业竞争比较激烈，所以需要上手就能开始研发。

热门岗位中，AI 产品经理类、运营类等⾮技术岗位同样需要一定的 AI 工具使用技能傍身。

这些岗位对求职者的要求不再是“如何用技术创造 AI”，更多在于“能否用 AI 提高生产力”。某企业招聘“AI 训练师”明确表示求职者是人工智能的发烧友，对时下热门的 AI 绘图工具 Midjourney、Stable Diffusion 等有深入研究。

很多打着“AIGC”标签的内容创作、设计等岗位，其实质工作内容和传统岗位相似，只不过多了相应的 AI 技能要求，薪酬报价也随之提升。

谁能在 AI 求职赛道“遥遥领先”

在 AI 风口下，什么样的求职者更容易分到一杯羹？

国内主流的招聘网站上，一些 AI 岗位的要求，看上去与传统互联网的技术岗并没有很大差异，甚至有些岗位的“加分项”明确提到了“互联网企业经验”。

某企业招聘人员表示，具有大厂经验的人员大多能更快地将算法应用到实际业务中，快速实现产品和商业价值。

互联网企业丰富的业务场景和用户数据，为 AI 算法的设计、迭代和落地提供了良好的支撑。AI 赛道需要互联网工作经验，而互联网也是最渴望 AI 人才的行业。

不过，部分互联网大厂出身的求职者扎堆转行 AI 赛道，却陷入“普遍焦虑”中。尽管 AI 领域最急需资深技术和架构师，但非 AI 专业技术人员“原地转型”AI 技术也没有想象的那么容易。

一方面，AI 前沿研究成果变化更新过快，及时跟上 AI 技术的潮流难度大，转行门槛比其他时期都要高。另一方面，理解和熟悉大模型技术通常需要算力支撑，以及结合具体的业务场景，很难快速将理论知识运用到实践中。

面试了国内 24 家大模型公司的求职者“Rooters”在社交平台分享面试经验时表示，大模型这个方向真的“卷”，面试时遇到了很多新模型，相关研究论文更新迅速，“东西出的比我读的快”。

不过，李依桐告诉“头号 AI 玩家”：“互联网领域中的许多从业者有机会直接转移到 AI 产业内。技术人员通常能够最早接触到 AI 浪潮，也更容易抓住技术红利期。”

有 AI 初创团队向“头号 AI 玩家”分享了自己的组织架构——创始人做过产品经理、管理咨询、VC 投资等，招揽了曾在 BAT 大厂工作的全栈技术人员（掌握多种技能的全端工程师），目前深耕“GPT 聊天交互+Text to Link”交互逻辑的应用软件。

既了解底层的技术原理，又能考虑到 AI 应用落地的各种场景，解决具体问题，这种复合型的求职者大可在 AI 赛道脱颖而出。

如果技术是必不可少的敲门砖，那非技术背景的人员还有机会跟上这波 AI 浪潮吗？

对于新兴企业来说，无论求职者技术含量有多高，是否会用 AI 绘图工具、是否了解 AI 产品、对时下热门 AI 应用有多深的见解，也会成为其选人的依据。

李依桐认为，AI 赛道除了底层技术的构建，将技术应用于实际场景也需要产品、运营、销售等多种专业支持，“关键是要找到自己的利基位置”。

从事人工智能技术与解决方案的 AI 创业者 Bain 表示，AI 这个赛道是目前最有机会和热度，也是最容易获得投资并做出结果的赛道。在大模型火了之后，有很多人从安防、法律、文案、情感等各个领域寻找和 AI 相结合的地方，其实每个人都可以在 AI 赛道进行尝试。

尤其是，随着 AIGC 落地的应用越来越多，AIGC 领域的普适性变得更强，普通人花几天了解 AI 基础知识之后，也能够从事和 AI 相关的工作。

低代码和无代码环境的出现，使非技术人员能够构建和部署应用程序，甚至无需学习如何编程。而且，TensorFlow（开源机器学习平台）已经迭代更新，更利于开发者使用。而 Pytorch（深度学习平台）也让开发者有了更多选择。

张飒也提到，如果两年前进入 AI 领域，还需要学习很多底层知识。但目前AI的提示词工程已经非常贴近大众了，每个人都可以尝试用自然语言的方式去开发AI应用。新的技术、新的交互以及新的变革，能让更多人和行业前辈站在同一起跑线。

作为新兴领域，AI 带来了新的缺口和机会。无论个人背景如何，都可以通过持续探索和学习发展相关技能，为自己在 AI 领域开辟更多的可能性。

最后，为各位玩家献上 AI 从业者、投资人等带来的建议，仅供参考：

每一次风口浪潮之后，能够幸存并发展壮大的创业公司是少数。AI 行业里新的技术层出不穷，在实践中会遇到很多意想不到的“坑”，再加上大部分公司都是精兵强将的打法，入门、上手、入行会有一定难度，但能够真正将“生成式 AI”转化成“生产力 AI”，就一定能在这一行走得更好。

扫码关注公众号

获取更多技术资讯