丽莎老师讲机器人之未来可能的好工作
随着AI技术的兴起,以下五个行业岗位将呈现出显着的增长趋势,可能会是好工作的不二之选:
1、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”。
以下是数据科学应用的一些例子:
Netflix通过数据挖掘电影观看模式,了解用户兴趣,再利用这些数据来做出 Netflix原创剧的制作决定。
Target使用消费者数据来确定主要客户群,并且对客户群中独特的购物行为进行分析,从而能引导消息传递给不同的受众。
宝洁公司利用时间序列模型能够更加清晰地了解未来的产品需求,从而帮助公司规划出合适的生产量。
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。
2、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 Gartner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。
3、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。
IBM Watson团队负责人 Guru Banavar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。
Banavar继续解释道:“假设你想训练一台机器来识别飞机,你有 100万张照片,其中有一些照片里边有飞机,有一些没有飞机。那你需要有人先来教会计算机哪些图像有飞机,哪些又没有飞机。”这就是标签的用处所在。
4、AI硬件专家
AI领域内另外一种日益增长的蓝领工作是负责创建 AI硬件(如 GPU芯片)的工业操作工作。大科技公司目前已经采取了措施,来建立自己的专业芯片。
英特尔正在为机器学习专门打造一个芯片。与此同时,IBM和高通正在创建一个反映神经网络设计、并且可以像神经网络一样运行的硬件架构。据 Facebook AI研究总监 Yann LeCun表示,Facebook也在帮助高通开发与机器学习相关的技术。随着人工智能芯片和硬件需求的不断增长,致力于生产这些专业产品的工业制造业工作岗位需求将会有所增长。
5、数据保护专家
由于有价值的数据、机器学习模型和代码不断增加,未来也会出现对于数据保护的需求,因此也就会产生对于数据库保护 IT专家的需求。
信息安全控制的许多层面和类型都适用于数据库,包括:访问控制、审计、认证、加密、整合控制、备份、应用安全和数据库安全应用统计方法。
数据库在很大程度上是通过网络安全措施(如防火墙和基于网络的入侵检测系统)来抵御黑客攻击。保护数据库系统及其中的程序、功能和数据的安全这一工作将变得越来越重要。