本文
约
4200字
，建议阅读
10+分钟
。
本文为你带来全球AI大厂薪资及高薪揽才计划。
[ 导读 ]
今年AI大厂的算法热门岗位100：1都不稀奇，BAT、字节跳动的算法求职简历供大于求，竞争异常激烈。2019学转行AI还来得及吗？先看全球AI大厂薪资及高薪揽才计划。
昨天报道的圣母大学计算机系史弋宇副教授凭“贪心算法”秒杀美国警察，让人们认识到算法的重要性：原来算法不仅能解决计算机问题，还能在关键时刻找回财产，帮警察抓劫匪。
认识到算法的重要性之后，还需要认识一下算法到底有多火。
前段时间，AI大厂字节跳动招聘收到的算法工程师的简历数量远超需求，而安卓、iOS简历却十分稀缺；后端、前端、测试开发和大数据也供不应求。
另外，我们也从阿里巴巴、腾讯这样的大厂了解到，今年的校招情况也出现了算法岗位供大于求的情况，热门算法岗往往能收到无数简历，竞争激烈。
前几年安卓/iOS开发岗特别火，而最近深度学习起来了过后，不管前端后端都转方向挤破头去做人工智能，喜欢图像的做计算机视觉，喜欢文本的做自然语言处理，所以造成了当前大家的同质化竞争。
因此，算法大军突起后，AI当前及未来就业环境到底怎么样，薪酬是否很高？
先来看看字节跳动的广告算法工程师的招聘：
看到这个条件，估计少不了人跃跃欲试。但可能正因如此，才出现了“分母过多”而真正符合岗位需求的人较少的情况。
在知乎《如何看待字节跳动招聘收到的算法工程师简历的数量远超需求？》话题中，不少回答中都提到，
算法简历和职位比较多
，很多人都是看热度想从事AI算法岗，但是公司原本岗位招聘有限，涌入求职的人变多。
甚至也有人称，今年大厂的算法岗的投递录取比，都差不多达到一个很残暴的数字：
热门算法100：1也不稀奇。
我们拿到了去年秋季阿里巴巴和腾讯放出的 AI 岗位一手数据：
腾讯AI岗位校招特点：
-
机器学习和计算机视觉岗位的投简历人数最多，合计
超过所有申请AI相关岗位的80%
。投递AI岗位的学生里博士占10%，硕士85%，本科生数量小于5%。
-
投递数量
top5
的院校是中科院、浙大、清华、北邮、北航，从候选人学校所在城市的情况来看，北京有压倒性优势，随后是西安、武汉、上海、杭州、广州。
-
今年市场AI相关岗位的热度很高，
整体供大于求
。计算机视觉方向供需严重不平衡，投递/录用比例比产品岗位都要高。做计算机视觉的实验室太多了，但市场上并没有那么大的需求。这种情况预计会持续到明年，建议2020届的同学早作打算。
从描述中不难看出，机器学习、机器人和语音、视频等 AI 领域仍将是人才招聘和培养的重点。
阿里AI岗位招聘特点：
-
阿里收到的求职岗位，最多的是 NLP 算法工程师、计算机视觉领域的
算法工程师
。
-
阿里目前 AI 岗位所呈现的具体趋势是
高端 AI 人才短缺，年轻的 AI 领域工程师总数增长较快。
-
在AI工程师
画像分析
方面，硕士及硕士以上工程师占比 46%，博士及博士后占比 4%，本科以上占比达到 96%。
可以看出的是，在涌入AI岗位的求职大军里面，实际上有很多并不能达到要求，要胜任这样一个算法岗位，可能5万行代码是起码标准，并非“上过几节机器学习MOOC”就能匹敌。
无数人涌入AI算法岗，认准了待遇高、前途好。但在谈人工智能的待遇前，
得先清楚人工智能岗位都有啥。
知乎用户“晓飞”认为，AI岗位可以分为以下几部分：
-
AI research组
-
AI 应用组 （研究，系统）
-
业务组 （算法工程师）
AI research组
由科学家和工程师组成，科学家包含NB的博士+教授，而工程师协助前面的大牛加速研究进程。
举个例子，大牛A有了几个NB的idea，于是面了1、2个NB的硕士工程师干活，最后发顶会paper。这些硕士工程师的背景，属于名校名项目里最top的那些硕士，他们以硕士身份加入，但已经具备很强的科研能力，只是没有读博罢了。
AI research 组做的都是最前沿的技术，而真正短期要落地到产品的还是
AI应用组
。里面根据方向分自然语言处理，计算机视觉，大规划机器学习平台之类的，里面集结了各种有专才的牛博牛硕做深度学习模型算法+系统平台优化的工作，他们要么在某个特定领域有所积累，要么熟悉c++，分布式高性能计算。前者主要还是博士和教授，后者硕士就多了。
以上两个组在公司里人都不多，但是这年头学AI的人多了，高手云集，博士间竞争已经特别激烈，硕士就更难了，于是大部分人其实是前往
业务组
做AI。
业务组里通常只是使用AI应用组已有的模型和框架，加上自己对业务的理解，提出一定的优化和个性化训练，大的公司有的组还是需要自己造轮子，比如广告算法组，博士占比超过一半，各种个性化算法模型。但大部分组的算法工程师，大概率只是做特征工程+微调模型+业务逻辑就足够了，一般不至于去到改深度学习模型的那一步。
最后回到题目，
AI岗待遇：
AI research组大牛 > AI 应用组大牛 ~ 牛逼业务组大牛 > 知道怎么改模型的小牛 > AI调包侠 > 普通产品组工程师。
所以想要提高自己的待遇，理想情况下就是名校名导读博，发几篇顶会，然后自然会被邀请到AI research组工作了。
另一位知乎用户“留德华叫兽”比较认同“晓飞”的回答，他还从职能上和部门上划分了AI岗位。
从职能上划分：
通常1需要博士学位，2硕士甚至本科都可申请。
2在国内内一般会叫算法工程师。
从部门上划分：
-
AI研究院(Research Lab)
-
公司研发部门(R&D)
-
公司产品部
1的代表：Facebook AI research Lab(FAIR)、微软亚洲研究院(MSRA)、百度AI Lab等。
1中既有研发科学家“发明”全新的AI模型和底层的优化算法，也有软工协助科学家们实现算法跑实验，或是把这些前沿的模型做成Prototype(样品)推销给公司2和3的研发、产品部。
2和3有些功能更是没有严格区分。
3的代表：微软小冰、微信、腾讯王者荣耀等工资待遇一般情况下按上面的数字递减。
案例一
国内某一本自动化专业本科，国内某985硕士(研究方向：动态优化+并行计算)。
毕业于普通的一本院校，非985，非211，专业也是普通的工科专业，本科期间学习成绩良好，但是也没有学过任何与人工智能相关的内容。硕士期间从事的是CUDA并行计算的研究，将一些优化算法通过GPU并行加速。
这个案例告诉我们，找到一份好工作对学历是有一个基本的要求的，但是要求并不是很高，身边很多的人也都是普通本科出身，通过自身的学习和努力一样能得到好的工作机会。
另外对专业的要求也并不是很严格，因为国内目前基本还没有人工智能专业，只要是工科相关专业，或者数学统计专业，乃至于经管类专业都可以比较容易的转行到人工智能。
案例二
国内某985硕士（硕士课题研究方向：多目标优化算法）
曾参与了并完成了优达学城自动驾驶课程，并由此获得了滴滴自动驾驶的实习机会。
这个案例告诉我们，硕士的研究课题其实很多时候和找工作关系并不大，因为目前国内的硕士教育依然是偏重学术研究。本案例中的同学硕士研究方向和自动驾驶没有什么关系，但是他通过自学并参与了优达学城自动驾驶课程并由此获得实习机会。如果没有参与课程的话仅仅依靠其硕士研究的内容是很难找到好工作的。
案例三（我自己）
德国Top3 数学博士，申请博世（Bosch）集团BCAI Lab，被拒。
P.S.，一欧元约等于8块人民币。
全球范围各大厂人工智能方向薪资及高薪揽才计划
