AI 入行那些事儿（13）人工智能的三类技术岗位
2021 巨献 —— 系列文章《AI 入行那些事儿》，为您讲述：
- 人工智能的基础原理、发展历程、当前应用
- 成为 AI 技术人员所需的入门技能和学习途径
- 以及求职、面试的全过程
人工智能技术人才的学术背景
人工智能能够不断发展，人才的支撑是不可或缺的。现在，人工智能的发展水平已经今非昔比，在这样一个背景下，这个行业需要怎样的人才呢？
人工智能行业招揽人才时主要瞄准计算机科学和软件工程专业背景，同时还会涉及数学、信息与计算科学、统计学、电子工程、自动化、控制工程这些和计算机有很深联系的专业。
此外物理学这个看上去似乎不太对口的专业也是人工智能行业招聘时的考察专业之一，这是因为在物理研究中，有很多基于数据进行建模的需求，所以物理专业人才转做机器学习的相关工作是比较容易的。
从学历分布来看，博士的比例只有不到4%，而学士和硕士的比例超过了95%。其实对于大企业来说，它们更加希望能够延揽到博士人才，但由于博士数量有限，因此实际上真正被企业招募到的人工智能人才仍然以硕士和学士为主。
这些博士、硕士和学士又主要来自清华大学、北京大学、北京航空航天大学等名校。
目前在人工智能领域，算法人才可谓供不应求，但算法研究的门槛很高，不是相关专业的博士基本上没有入行的可能。大量的学术研究人才从科研院所涌向企业，这一现象在中美两国都很普遍。
在人工智能领域，美国在学术研究和实际应用两方面取得的成就都是全球最先进、最前沿的，但中国也在迅速崛起，这也是毫无争议的事实。
人工智能的三类技术
人工智能领域的技术工种大体可以分为做算法、做工程和做数据三种：
做算法
做算法的人就是我们通常所说的算法科学家。他们最主要的工作内容就是查询和阅读学术论文，并把最新学术成果转化成一个现实产品的原型。他们不一定要自己写代码，但需要能够指导其他人写出代码。
另外，在使用开源工具的时候，有可能出现将数据导入工具，却完全无法运行的情况，这时就需要算法工程师出手，找到问题，并找到解决办法。因此，对算法科学家的要求非常高，必须既有科研能力，又有创新能力，能将理论运用于实践，解决现实中的问题，才是合格的算法科学家。
现在，算法科学家的学历以博士为主，他们要么有海外留学背景，要么是国内名校毕业。在企业内，他们的职衔一般是“科学家”，薪资也相当高。
做工程
做工程的工作分为两种，一种是做与模型和算法有一定关联的工作，另一种是做底层知识系统的工作，所谓底层知识系统就是能够让人工智能产品运行的框架或平台。
在现实中，从事第一种工作的人可以算是算法专家的助手，他们的工作是运用已有的算法，利用内部业务数据训练、测试和改进具体的工作模型。
他们也可以被看作人工智能领域的程序员，需要一定的编程能力和基础的算法能力，另外还需要在机器学习和深度学习方面有一定的理论积累，以及一些数据分析和处理的能力。
从事这种工作的人主要是计算机和相关专业的硕士和学士，目前人工智能领域中，这个岗位设置得最多。这个岗位有一种很典型的职衔称为算法工程师或者机器学习工程师，薪资也很高。
从事第二类工作的人是为算法科学家、算法工程师提供基础工具，他们是为工具和架构提供支持的程序员，具体来说是为模型、训练、预测和在线服务提供基础设施。
这一类岗位是典型的后端开发，这类人才并不需要太多的人工智能专业工作背景，做过交易网站的程序员转而从事这种工作也是可以胜任的。目前这类人员也主要是计算机和相关专业的硕士和学士，薪资水平和第一类做工程的岗位相差不多。
做数据
做数据的岗位算是人工智能行业的劳动密集型岗位，需要大量的人力。这个岗位对学历的要求不高，只需要一定的理解、表达和读写能力就可以胜任。这类岗位的职衔一般是“数据运营”，薪资水平相对较低。
对比了这三种岗位，显然难度越高的工作薪资越高，看上去越“酷”，难度越低的工作越繁琐，薪资也越低。像做数据这种工作，每天面对的都是各种零碎的事情，也很难有什么激动人心的重大发现。
"AI 入行那些事儿"系列