专栏名称: 新智元
智能+中国主平台,致力于推动中国从互联网+迈向智能+新纪元。重点关注人工智能、机器人等前沿领域发展,关注人机融合、人工智能和机器人革命对人类社会与文明进化的影响,领航中国新智能时代。
目录
相关文章推荐
爱可可-爱生活  ·  【TokenLearn ... ·  5 天前  
爱可可-爱生活  ·  【Bodo:高性能的Python计算引擎,专 ... ·  5 天前  
爱可可-爱生活  ·  【nano-VectorDB:一个简单易修改 ... ·  5 天前  
51好读  ›  专栏  ›  新智元

90后开始靠人工智能拿下百万年薪,谷歌微软BAT薪酬表曝光

新智元  · 公众号  · AI  · 2017-12-17 11:59

正文





  新智元报道  

作者:张乾


【新智元导读】年底又迎来一波讨论薪资的热潮。昨天马化腾抽奖发给员工1000股腾讯股票,价值30万元,又让媒体激动了一把。不过,在人工智能领域,这个数字还真的不算什么。




1990年出生在温州的徐持衡,他也许不会想到自己会在30岁之前,运营着一家估值数十亿的公司。

 

同为90后的姚颂,是一家提供人工智能加速方案的公司CEO,今年10月获得蚂蚁金服、三星风投等4000万美元A+轮融资。

 

徐持衡是商汤科技的联合创始人,姚颂是深鉴科技的CEO,这两家公司都在人工智能领域做得风生水起,在“独角兽”的成长之路上加速狂奔,创始人的身价也跟着融资水涨船高。


当不少同龄人把月薪5000活成月薪5万的时候,第一批做人工智能的90后,收入已经不止百万了。

 

90后赚一百万要多久?


通常来说,90年出生的人,如果本科计算机专业毕业,并且从事人工智能相关工作,到现在已经有4-5年工作经验。


拉勾网上发布的薪酬标准来看,这样的人才月薪最高可拿到4万,按12薪计算的话,两年收入就能达到96万。


 

若有硕士学历,到现在已经有1-2年的工作经验,这样的人才可以尝试冲击一下5万月薪,按12薪计算,只要20个月就能超过百万。

 


如果是博士,不好意思,90后的博士普遍还没毕业,还是先好好跟着导师写论文做实验吧;)

 

不过,博士生别担心以后的就业机会。某猎头最近发布了一份最新的薪酬表,请各位博士对号入座↓


 

AI领域薪酬是什么水平?


美国求职网站 Glassdoor 今年发布的一篇报告介绍了美国人工智能人才的招聘现状。(报告地址:https://www.glassdoor.com/research/studies/ai-jobs/)

 


在AI领域薪酬最高的TOP15个职位中,排名最高的AI主管(Director of AI)年薪高达25万美元(约合人民币160万)。而排在第十五位的深度学习工程师(Engineer for Deep Learning)年薪也有18万美元(约合人民币119万)。

 

不过,TOP15的高薪岗位,大多是需要有多年的行业经验,90后可能还需要积累,但AI人才缺口巨大,拥有高学历、高技能的技术人员,拿到百万年薪也并不困难。

 

国内方面,根据100offer发布的信息显示,BAT三家靠着巨大的体量和资金支持在市面上横扫各类人才,处在薪酬最高的第一梯队;TMD三家为代表的互联网企业给出的薪酬处在与BAT竞争的水平。

 

而在AI细分领域兴起的各类独角兽如Face++、商汤、依图和云从,芯片领域的深鉴、地平线、寒武纪和比特大陆,语音领域的科大讯飞等等,也同样受到了资本和人才的青睐,薪酬处在第三梯队。


人工智能里的“蓝领”机会


如果既不是像徐持衡、姚颂一样的人工智能公司创始人,又没有计算机过硬的背景和学历,那还有没有机会在人工智能行业里淘金?

 

答案是:有。

 

众所周知,人工智能需要大量数据,而数据标注得越准确、越多,被用来训练算法模型的效果就越好,最后,算法模型应用到图像识别、语音识别、自动驾驶等不同领域。

 

于是,大量的数据需求就催生了“数据工厂”:人工为图片、视频和语音内容打标签、做标记。

 

世界最大的图像识别数据集ImageNet 拥有1500万张标注图片,这背后是来自167个国家的近5万名工作者,花费了2年时间将近十亿张图片清理、分类、标记。


ImageNet

 

可以说,数据标注是个劳动密集型产业,需要大量的“蓝领”。这些“蓝领”并不需要具备计算机科班知识。而主管级别的数据标记人员,月薪最高也能达3万,理论上工作3年也能收入百万。


 

给90后的一些建议


人工智能发展到今天已经走过了61年的历史,但“深度学习”这个被Hinton提出的概念,远比90后还要年轻,所以,90后比前辈们有着更多的机会。


90后如何把握住人工智能的这波浪潮?

 

如果你是AI技术人员,选择人工智能行业并意味着拿到高薪之后就一劳永逸,而是高节奏高标准。因为这个领域的新技术日新月异,不同的商业场景对技术有着不同的需求,因此提高自身的竞争力才是持续高薪的前提。

 

若是非AI技术人员计划转行,那么应尽早学习人工智能方向的专业知识,比如学习Python语言等;若是非技术人员,则应关注人工智能在商业场景上的落地形态,未来实体经济与人工智能融合是大势所趋,商业机会往往存在融合过程之中。