AI催生新的工作机遇

3356754468

　　格智学院：人工智能与其他任何颠覆性技术发明一样，由此出现的更快速、更高效的机器必然会取代部分人类工作者。但是，那些担心 AI 会抢走他们工作的人其实大可不必如此紧张，因为 AI 也会催生新的工作岗位，而他们至少可以往这些新工作方向发展。
　　01 数据科学家
　　数据科学家属于分析型数据专家中的一个新类别，他们对数据进行分析来了解复杂的行为、趋势和推论，发掘隐藏的一些见解，帮助企业做出更明智的业务决策。正如致力于商业分析和商业智能软件的 SAS 所说的那样，数据科学家是“部分数学家，部分计算机科学家和部分趋势科学家的集合体”。
　　由于AI 推动了创造和收集数据的趋势发展，所以我们也可以看到未来对于数据科学家的需求也将日益增加。据 IBM 预测，到 2020 年，对于数据科学家的需求增长幅度将达到 28%，数据科学家、数据开发人员和数据工程师的年需求量将达到 70 万人。其中一般的 AI 领域专家，包括刚踏出校园的博士生以及相对教育程度低一些、但是有几年工作经验的专业人士，每年薪水加公司股票可能在 30 万美元至 50 万美元范围内。
　　02 AI/机器学习工程师
　　大多数情况下，机器学习工程师都是与数据科学家合作来同步他们的工作。因此，对于机器学习工程师的需求可能也会出现类似于数据科学家需求增长的趋势。数据科学家在统计和分析方面具有更强的技能，而机器学习工程师则应该具备计算机科学方面的专业知识，他们通常需要更强大的编码能力。
　　如果你是十年前进入机器学习领域，那当时除了学术界之外很难找到别的工作。但是现在，每个行业都希望能将 AI 应用到他们的领域，对于机器学习专业知识的需求也就无处不在，因此 AI 也将继续推动社会对于机器学习工程师高需求趋势的发展。
　　除此之外，AI 不同垂直行业的企业，包括图像识别、语音识别、医药和网络安全等，也面临着缺乏合适技能和知识的劳动力这一问题的挑战。据报告显示，有一位首席信息官想要在纽约聘用 AI 技术的专业人才，却发现人才库只有 32 人，其中只有 16 人符合潜在候选人标准。而在这 16 人中，只有 8 人正在积极寻找新就业机会。
　　03 数据标签专业人员
　　随着数据收集几乎在每个垂直领域实现普及，数据标签专业人员的需求也将在未来呈现激增之势。事实上，在 AI 时代，数据标签可能会成为蓝领工作。
　　格智团队负责人表示“数据标签将变成数据的管理工作，你需要获取原始数据、对数据进行清理，并使用机器来进行收集。”标签可以让 AI 科学家训练机器新任务。
　　人工智能是人类未来实现连续统一目标的一个步骤。AI 技术所创建的工作能够让生活更轻松，将人类工作者从琐碎的工作任务中解放出来。而当前 AI 技术的传播速度和普及趋势在给我们创造更多就业机会的同时，也意味着我们面临着一个新的挑战，我们需要培训工作人员转向这些新职位。