AI 行業現階段最需要什麼樣的人才?

時間 2021-05-08 05:54:31

1樓:Iris Liu

2023年了,不管技術發展到什麼階段,AI行業還是一直缺複合型、跨界人才。

首當其衝的居然還是AI產品經理。兩年前關注了這個問題,這兩年演算法工程師多了不少,也不乏能力出眾的,但是優秀的AI產品經理感覺還是不太多。不過現在所需要的AI產品經理和兩年前已經有了較大不同,不再是找到乙個可以落地的傳統行業場景、用AI去加持、打造乙個應用(說實話,這一點上,很多傳統企業培養/引進的產品經理,會比AI公司的產品經理更擅長怎麼把傳統業務場景與AI技術結合),而是要去設計能解決AI演算法從開發到落地中各類問題的產品、面對AI這個行業本身的產品。

一直缺少的還有懂AI產品的大銷售,尤其是能銷售系統化、定製化方案的那種(如果已經是標準化AI產品的,就比較簡單,甚至見過一些機械人公司用近乎傳銷的方式在賣;不過行業內標準化、輕量化AI產品也並不多)。需要懂大客戶關係、能理解系統架構、了解AI、甚至要懂點專案管理,目前看到的比較厲害的都是從大IT企業、雲廠商跳出來的。

最近愈發覺得優秀的AI講師太稀缺了。大家都知道要培養人才,但現在除了學術圈的教授們可以給Top院校講課,弱一點的學校連老師都還不太懂,也沒法教學生。去企業請一些所謂大咖來講吧,最多搞搞企業宣講,沒法用於教學的。

更慘的是一些想藉著這股AI潮的培訓機構,講師很多都是公司裡的初級工程師或者是在讀博士,當然不是說講不了,也有大牛,但個人總感覺有點急功近利了(畢竟我心中還是覺得教育是一件很神聖的事情):真把這件事當做事業而非生意,想為培養未來人才做貢獻的,還是真的少的。

當然,還有具備工程化能力的演算法工程師、懂嵌入式的演算法工程師(或者懂演算法的嵌入式工程師)、知道怎麼計算AI演算法準確率的測試工程師、知道AI專案有那些坑以及怎麼填坑的專案經理、能把AI產品和技術宣傳得既學術又有趣的市場和運營、知道銷售純演算法和銷售AI硬體應該用哪種稅率的財務和能看懂上面這些崗位要求的HR,都是非常被需要的...... :)

2樓:王寶勛

說那麼一大堆有什麼用呢?

最需要的人才是:

真正務實思想有深度的科學家和研究員;

真正懂技術的產品經理;

真正能把模型上線的開發。無他。

3樓:

AI以後是全行業,及 AI+某行業

缺能用AI來解決問題的人才,想到能用AI解決什麼實際問題,然後研發產品,其他交給工程師。

4樓:留學不用等平台

以我們創始人Freeman的話來說,AI可以分為獲取 - 分析 - 輸出 3個階段。稍微展開聊聊:

獲取是通過感測器獲得類似人的肉體能獲得的資訊,例如視覺、聽覺、觸覺,豐富度來說也是是視覺最大,所以目前運用最廣泛的也是模擬視覺識別。聽覺豐富度低些,已經率先攻克了。

2. 獲取之後需要分析,其實和人腦發展過程一樣,不停的學習、對比、決定,本質就是反覆訓練了。這時能獲取訓練機會的多少就成了一大核心競爭力,這下面就是資料,所以誰的資料多誰就有先天優勢。

3. 最後是產出,就像自動駕駛時對於方向盤的操作,其實就是通過模擬視覺識別獲取動態路況資訊,然後通過分析給出方向盤,油門,剎車的輸出指令就完成了完整的AI加速了。

所以AI最缺的是能完成整個鏈條,落地到具體場景,產生商業價值的人才。

5樓:阮姆言

人工智慧說白了就是模擬人類的智慧型,然後再通過這項技術系統可以讓機器實現人的智慧型,幫助人類高效率的完成工作和任務。人工智慧技術的確在最近這兩年得到了飛速的發展,需要什麼樣的人才肯定是要看。此行業的發展方向,在哪些領域重點發展。

重點包括對接教育、法律、醫療、汽車等行業,目前有些大企業已經在智慧型電視、智慧型汽車、智慧型客服領域進行行業深度下沉。而作為後入場的華為,目前提出了發展「普惠AI」的理念,致力於構建乙個技術+平台+生態的模式,助力中小企業,製造業進行創新智慧型公升級。還有智慧型城市,「城市智慧型體」是未來城市的新形態,可以實現城市全要素數位化、城市狀態實時視覺化,城市管理決策智慧型化,助力城市「科學化、精細化、智慧型化」管理。

那發展這些領域的人工智慧技術的話肯定是需要科學技術研發型人才,產品設計類人才,商業引導型人才了。因為目前AI這方面的科技人才國內非常緊缺.現在很多BAT公司都在搶奪AI方面的人才,進行人工智慧領域的AI人才儲備,所以目前AI領域的科學技術研發人才是供不應求的,在專業性人才方面也是目前極少有人能競爭的。

還有就是任何科學技術的誕生,產品設計人才是非常重要的,目前每個網際網路公司在產品和設計人才是必備的。雖然說一家科技公司的核心競爭力主要還是技術,但是技術最終是服務於產品的,在最初的設計上,使用者體驗人才和產品設計人才起到了決定性的作用,因此優秀的產品設計人才是非常稀缺的。

最後的重點就是商業引導型人才,他們基本上主導了這類新技術行業的發展方向。只有先有市場,才會有產品和技術,這類人才是比較稀缺的。商業引導型人才需要具備極其敏銳的市場洞察力和行業發展方向的判斷力,以及對行業發展有著足夠的認識和發展願景。

6樓:從菸儋

自AI人工智慧誕生以來,它的領域逐步擴大,技術層面也越來越多樣化,投身於該領域的人才也越來越多,我認為 AI行業未來機器學習與深度學習的門檻很可能會有所降低,那研發人員就很重要,但是更缺的是能把技術應用到各行業的專家。就像 2023年的網際網路年代,網際網路初創公司數不勝數,大家都知道網際網路是有未來的,但是能應用得好才有最大價值最長遠發展,當初能活下來到現在的公司,無一不是找到最正確的應用落地方式。

其次還有更需要的是有正確的方向和目標的掌舵者,要知道對任何一種方向的錯誤投入,都可能導致一家創業公司成為炮灰。在這種情況下,能找出靠譜方向的人就顯得尤為寶貴。

無論是在這條路上剛起航的新鮮血液們還是已經走了一半的佼佼者們都要明白乙個道理,技術從來不等於商業價值,只有被恰當利用的技術才可能帶來巨大的回報。

如果清楚這點,你哪怕剛進入這個行業,也不會畏懼什麼和落後多少。華為就是赤裸裸的例子,他們進入這個領域可以說是比較晚了,正式發力雲服務市場不足兩年的華為雲為什麼能夠聚集如此廣大的人氣?朋友越來越多?

歸根結底還是華為雲做到了以行踐言,有技術、有未來,推出的普惠ai也讓大家重新認識了ai,這值得信賴的理念逐漸被越來越多的客戶接受,深入人心。真的是會技術的人不少,少的是會恰當利用技術,有正確方向的人~

7樓:文侔稚

在華為雲等廠商的大力推動下,AI技術的落地應用將越來越普及。目前來說,AI行業現階段最需要以下三類人才:

一、科學技術研發型人才

目前AI是屬於新型的高科技技術,並且這方面的科技人才國內目前非常緊缺.現在很多BAT公司都在搶奪AI方面的人才,進行人工智慧領域的AI人才儲備,所以目前AI領域的科學技術研發人才是供不應求的,在專業性人才方面也是目前極少有人能競爭的。

二、產品設計人才

任何科學技術的誕生,產品設計人才是非常重要的,目前每個網際網路公司在產品和設計人才是必備的。雖然說一家科技公司的核心競爭力主要還是技術,但是技術最終是服務於產品的,在最初的設計上,使用者體驗人才和產品設計人才起到了決定性的作用,因此優秀的產品設計人才是非常稀缺的。

三、商業引導型人才

新技術的發展能否被廣大群眾所看好,能否給人類的生活帶來在物質體驗上還是在各方面的生活品質上的提公升,商業引導型人才基本上主導了這類新技術行業的發展方向。只有先有市場,才會有產品和技術,這類人才是比較稀缺的。商業引導型人才需要具備極其敏銳的市場洞察力和行業發展方向的判斷力,以及對行業發展有著足夠的認識和發展願景。

8樓:

AI相關計算,從單機的資料並行模型並行,到大規模機器學習訓練,都需要人來做。終端上模型的壓縮與計算需求量也不小。實現大規模並行取樣對於強化學習也很關鍵。

乙個外行懂的不多,都是自己碰到的坑。AI訓練時效能優化非常重要,快速驗證乙個方法,得到乙個模型,價值都很大。

9樓:您好科技

隨著人工智慧技術越來越被重視,而且在諸多領域都可以應用,逐漸成為科技界備受矚目的乙個領域。其中,人工智慧也劃分諸多垂直技術,影象識別便是其中的乙個子領域。如果按照大方向來說的話,影象識別是屬於計算機視覺這塊,它是人工智慧重要並且熱門的研究領域,當前比較熱門的是VR、AR等影象識別技術,也是應用比較廣泛,人們談及比較多的技術。

影象識別可應用的商業化場景比較多,主要集中在安防監控、人臉識別、醫學影象分析、自動駕駛、機械人、虛擬實境與增強現實、支付。在無人駕駛領域,也開始得到應用,自動駕駛核心技術中涉及到的交通標誌檢測、行人識別、車道線檢測、馬路崖子檢測均屬於CV領域研究的問題。

可以說,計算機視覺這塊算是比較垂直吧,這方面的人才也成為各大企業競相爭奪的香餑餑,這是人工智慧大行業趨勢所趨,人才需求也是比較高。

10樓:胡曉東

AI應用產品經理。AI會改變當前的資訊結構、產品形態、互動方式……這將形成應用領域的「代際」變化(參見智慧型手機與功能機)我們只知道它會趨向簡單,但到底在不同領域、不同場景下呈現什麼面貌,所有人都在探索,亦無一定之規。

11樓:李寄

從最笨的層面講,如果能十分清楚的了解從資料集→模型訓練→發布服務→資料回流的技術實現過程,且十分了解該技術應用到業務方的具體場景(場景需求、介面封裝與個性化定製、機器資源、資料儲存與同步等細節問題),耐心趟過幾次河,再鈍也能培養出市場敏銳度了。如果沒趟過河就拍腦袋,告訴自己未來ai什麼人才最稀缺、哪個ai方向最有前景,不具說服力。憑孤勇,也可一試。

12樓:

缺既懂AI技術又懂實際業務的人才。

懂AI技術含義是較為系統深入地學習過機器學習,能講清楚神經網路訓練過程,用過Caffe或者TensorFlow或別的框架。

懂實際業務是深入理解某行業、知道某行業商業模式和痛點。

對於還沒有畢業的研究生,要懂實際業務不太現實。改為能迅速學習、為現實業務提供機器學習方案並能動手實幹的人。

作為創業者,你在創業的不同階段,最需要什麼樣的關鍵幫助?

創投老兵聊創業 孕育階段 充分的思想準備,創業路上充滿艱辛,要為你的啟動儲備足夠的信念力量 要選擇好的方向,要懂得順勢而為 要具備快速將點子落地的能力 最後就是全力以赴。全心投入。心理建設做好,把方案分層級不斷細化 創業起步階段 要組建有互補 有積累的核心團隊 低成本啟動,創業初期大多數都是缺錢的,...

創業初期你們最需要什麼樣的資源?

一支神筆諮詢 客戶資源 人才資源 商業資源 資金資源 一 客戶資源 也就是說要有需求,你有客戶資源,就算你其他都沒有,完全可以找到專業人才或機構支撐起來。二 人才資源 其實也是你公司的核心能力所在,也是讓投資人信服的一點,你有客戶,但是如果你沒有專業的團隊支撐著你的公司,你就不能把資源最大化。資源流...

當前電子競技行業需要什麼樣的人才?

如果是北大的人才願意進入電競行業,對於電競行業來說簡直就是及時雨。目前電競行業急需的兩類人才。乙個是真正受過高等教育,並且懂遊戲的遊戲分析師。另乙個需要的是,真正看得懂遊戲,能感知到到底哪個時間點的哪個程序,選手出現了波動,並且結合日常對於選手的了解,能夠對症下藥的。為什麼我強調受過高等教育,之前有...