人工智能行业薪酬数据曝光,这是要逼我们转行啊

作者: 多智时代 2019-04-11 13:23:27

人工智能可谓是目前最热门的行业,从走在前沿的科技公司,到努力创新的传统行业,几乎都想把握这个新“风口”。而人工智能的核心就是人才,热门的行业通常意味着工作机会和薪酬待遇都跟着增加,那么对于热门中的热门,人工智能领域薪酬水平和人才供需情况到底如何呢?

下面就通过 11 张统计图来看看,这个“风口”行业的人才有多贵

1、人工智能在互联网岗位薪酬排名中位列第三

数据显示,管理岗在各岗位中薪酬***,平均达到 23k,数据开发和人工智能紧随其后,都在 20k 以上。

人工智能行业薪酬数据曝光,这是要逼我们转行啊

2、职位数大增,投递量增长更快

从 2015 年到 2016 年,人工智能招聘岗位的数量翻了一番,投递量增加了近两倍,平均薪酬也有温和增长。

从 2016 年到 2017 年,职位数增长了 27 %,投递量则翻了一倍不止,平均薪酬基本保持不变。

人工智能行业薪酬数据曝光,这是要逼我们转行啊

3、岗位竞争激烈程度下降

虽说投递量出现大幅增长,但从 2016 年到 2017 年,人工智能岗位与求职者数量比值实际上是下降的,从 2.6 个求职者到 1.3 个求职者对应一个职位,这其中有岗位数量种类增加的原因。

人工智能行业薪酬数据曝光,这是要逼我们转行啊

4、大部分要求 1-5 年经验

在招聘需求中,人工智能岗位大多要求 3-5 年或 1-3 年工作经验。其中要求3-5 年经验的在 2016 年占 40.4%,2017 年降至 38%;要求 1-3 年经验的则从 31.8% 增长至 33.3%。

人工智能行业薪酬数据曝光,这是要逼我们转行啊

5、语音是人工智能中的热门,平均薪酬***

声音认知是人工智能的新热门领域,相对其他岗位求职者数量增加导致薪水趋于平稳,声音认知一枝独秀薪资涨幅领先,平均薪酬从 2016 年的 20.5k 增长到 2017年的 27.6k。

人工智能行业薪酬数据曝光,这是要逼我们转行啊

6、想进人工智能行业,***来北京

超过一半的人工智能岗位招聘都在北京,比例高达 54%,排在后面的城市分别是上海、深圳、杭州、广州和成都。

人工智能行业薪酬数据曝光,这是要逼我们转行啊

7、大公司招人多

高达 28% 的人工智能岗位是由规模在 2000 人以上的大公司提供的,500 人以上的公司占比达 42%。

人工智能行业薪酬数据曝光,这是要逼我们转行啊

8、大公司平均薪酬高

2017 年,人工智能招聘领域,2000 人以上大公司平均薪酬 25.2k,相比之下,15-20 人的公司只有 16.2k,而且整体呈现出公司越大薪酬越高的现象。

人工智能行业薪酬数据曝光,这是要逼我们转行啊

9、同是码农,待遇不同

在后端开发、前端开发、移动开发和人工智能四个领域中,人工智能是平均薪酬是***的,平均比其它三个领域高三分之一左右。

人工智能行业薪酬数据曝光,这是要逼我们转行啊

10、人工智能岗位竞争没有其它领域激烈

人工智能领域平均一个职位收到 24.7 份简历,相比之下,移动开发领域***,平均收到 130.3 份简历。

人工智能行业薪酬数据曝光,这是要逼我们转行啊

11、应届生做人工智能拿 9k,做移动开发仅 6k

和传统技术岗位相比,新兴的人工智能领域在不同经验阶段都提供了优厚的薪酬,一个应届毕业生进入人工智能行业,平均可拿 9k,而移动开发则只有 6k;10 年以上优质人才,人工智能的薪酬比后端开发翻了近一番。

人工智能行业薪酬数据曝光,这是要逼我们转行啊

总结

人工智能目前是一个快速增长的领域,人才需求增长迅速,但相比其它技术类岗位,比如前端开发、移动开发,人才的供应还没有跟上,求职者对同一岗位的竞争不那么激烈,薪资也水涨船高。雷锋网认为,对广大技术从业者来说,目前是进入人工智能行业的好时机。

人工智能 AI 行业薪酬
上一篇:人工智能在医疗领域的下一个前沿 下一篇:人工智能时代,正在改变IT服务的8种技术
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

面部识别的利与弊:是福还是祸?

虽然现代技术使面部识别更加精确和安全,但与面部识别隐私问题和监控有关的担忧也在增加。因此,让我们在这篇文章中探讨一下这该技术的利与弊。

Naveen Joshi ·  2021-06-01 16:36:22
人工智能和5G如何结合以实现物联网收入最大化

网络系统通过信令和使用软件以及分析来检测和分类设备非常棘手,并且对有限且日益紧张的网络资源提出了巨大的需求。然而,解决这些问题有一个主要解决方案:采用人工智能、自动化和5G技术。

Jordi Castellvi ·  2021-06-01 13:49:15
MIT团队最新研究,仅靠LiDAR和2D地图实现端到端自动驾驶

最近, MIT 计算机科学与人工智能实验室(CSAIL)团队成功展示了一种基于机器学习的自动驾驶系统,该端到端框架仅使用 LiDAR获取的原始 3D 点云数据和类似于手机上的低分辨率 GPS 地图就能进行自主导航,并且大大提升了鲁棒性。

文龙 ·  2021-06-01 12:47:51
自然语言处理(NLP)的历史及其发展方向

自然语言处理的历史是一个充满曲折的故事。它从徒劳的研究开始,经过多年卓有成效的工作,最后结束于一个我们仍在试图找出该领域极限的时代。今天,让我们来一起探索这一AI科学分支的发展。

佚名 ·  2021-06-01 12:46:26
是福还是祸?人脸识别技术的利与弊

面部识别并不是一项全新的技术,但人工智能和机器学习不断使面部识别变得更好。苹果通过引入具有 3D 扫描功能的面部生物识别系统和 iPhone 的 Face ID,提高了面部识别的标准。

Naveen Joshi ·  2021-06-01 11:11:01
人工智能能否使机器具有流体智力?

麻省理工学院和奥地利研究人员为灵活的人工智能创造了“液体”机器学习。

千家网 ·  2021-06-01 10:38:55
大脑模拟NLP,高德纳奖得主:神经元集合演算用于句子解析

一个简单的大脑模型为人工智能研究提供了新的方向。世界顶尖计算机科学理论学家、哥德尔奖和高德纳奖获得者、哥伦比亚大学计算机科学教授 Christos Papadimitriou 关于「大脑中单词表征」的演讲。

Ben Dickson ·  2021-06-01 09:39:24
美城市Baltimore可能颁布最严格的面部识别禁令

据介绍,拟议的法令将禁止私人或商业组织,甚至执法机构在城市使用面部识别技术。

千家网 ·  2021-06-01 09:34:07
Copyright©2005-2021 51CTO.COM 版权所有 未经许可 请勿转载