點擊閱讀原文，獲取英文報告摘要及全文。
本報告由全球領先的 AI 人才服務公司 TalentSeer 和 AI 人才社區 Robin.ly 聯合發佈。版權所有，轉載需授權。
2019 年，人工智能技術（AI）持續保持驚人的發展速度。預計到 2030年，AI 技術將爲全球增加 15.7 萬億美元的商業價值。2020 年將成爲 AI 研究、產品開發和商業化的關鍵之年。
隨着 AI 公司的迅速發展以及創紀錄的風險投資，AI 人才的市場需求也持續保持增長。構建一個可持續的、繁榮的人才生態系統對於實現 AI 技術的大規模產品化和商業化至關重要。
本報告基於 TalentSeer 多年來與 500 多家 AI 公司和 1.5 萬 AI 人才的合作經驗，以硅谷爲核心，深入討論了美國當前的人工智能人才供需、薪酬狀況、及 2020 年的最新市場趨勢。希望通過提供及時、有效的市場信息和人才策略，幫助科技人才領導者組建並維護強大的 AI 團隊，同時幫助 AI 從業者實現更好的職業發展。
報告要點
2019年人工智能人才現狀
AI 人才需求2016-2019年均增長高達 74％，其中機器學習/深度學習工程師、數據科學家、AI研究人員、和算法開發人員需求最高。
美國以領先的研究和教育水平，吸引了全球 50% 的AI專業人才，但其移民政策在一定程度上影響了人才留存。
硅谷 AI 工程師薪金穩居北美首位。處於增長期的初創公司基本年薪最高，平均約20萬美金。考慮股票、獎金等因素的總薪酬可比肩科技巨頭。
越來越多的公司將 AI 人才多樣化正式納入招聘考量，併爲女性和少數族裔設置配額。
2020年人工智能人才市場趨勢
隨着 AI 技術的成熟，產品開發管理和商業化的人才需求將大量增長。
AI 人才將更多投身於金融、醫療保健、零售、農業等應用行業。
AI 團隊將在硅谷之外迅速擴張，以降低高科技人才成本。
創造力、批判性思維、應變能力和溝通能力等非技術素質將成爲考覈 AI 人才的重要指標。
線上課程和線下短期訓練營將在培養 AI 人才方面發揮更大的作用。
僱主人才策略建議
充分了解 AI 人才市場供需和薪酬狀況，以合理規劃人才需求和預算。
突破地理區域和教育背景限制，擴展 AI 人才儲備以降低團隊成本。
評估 AI 技術產品化和商業化的人才需求，儘早作出規劃、搶佔先機。
明確品牌價值定位，並通過合理的薪酬和激勵機制在競爭中有效吸引並留住人才。
建立鼓勵創新、支持協作和多元化企業文化。
AI 人才職場建議
瞭解市場中不同類型、不同發展階段公司的薪酬福利，以建立合理預期、尋求最適合的工作機會。
在覈心 AI 技能和經驗之外，也應關注非技術能力和素質的培養，以獲得更高的職業發展空間。
進入新的行業之前，應充分考慮長期職業發展和職場關係網絡，謹慎權衡利弊。
經驗是重中之重。希望轉入 AI 領域的人才，要結合自身條件創造機會，積攢相關實踐經驗。
根據個人需要，可考慮硅谷之外的新興科技中心，通過遷居提高生活質量。
請上下滑動查看
2019年人工智能人才市場分析
1. 人才需求持續增長，資深研發人才最受青睞
AI 人才需求在過去幾年中呈現持續增長的趨勢。美國最大的職業社交網站 LinkedIn 顯示，人工智能和機器學習相關的人才需求在從 2016 至 2019 年均增長高達 74％。據知名求職招聘網站 Indeed 的調查，機器學習工程師、深度學習工程師、數據科學家、計算機視覺工程師和算法開發人員是 2018-2019 年最受歡迎的 AI 技術相關職位。
值得注意的是，AI 職位發佈的增長率近年來正在逐漸放緩，Indeed 數據顯示年增長率從 2017 年的 136.3％ 降至 2018 年的 57.9％ 和 2019年的 29.1％。
2019 年 11 月，TalentSeer 對硅谷的 80 多位 AI 初創公司人才高管進行了問卷/電話調查，以瞭解他們在人工智能人才招聘中的問題、經驗和市場預期。調查結果顯示：50% 以上的公司在 2019 年側重擴充算法、研究和平臺架構團隊（AI公司常見團隊結構見下圖）。80％ 的僱主傾向優先招聘知名高校 AI 專業畢業生，而 70％ 的僱主更青睞具有 3-5 年工作經驗的應聘者。
常見 AI 團隊架構圖（TalentSeer）
數據團隊負責整理和分析數據。AI 算法團隊是公司的工程基礎。隨着公司的成熟，可衍生出 AI 研究團隊。平臺架構團隊負責部署、維護和擴展關鍵基礎架構。一些公司會成立硬件團隊專注實體產品的開發。AI 應用和產品團隊負責在全生命週期的產品開發和管理。商業化團隊由銷售、市場營銷和法律等專業人才組成，以確保產品能夠成功發佈並被市場接受。
2. 人才供給渠道有所擴展，總體市場仍供不應求
騰訊 2017 年發佈的《全球人工智能人才白皮書》提供了廣義的人工智能人才數量評估，報告估算全球約有 30 萬名 AI 從業者和研究人員，其中包括在校學生和 AI 公司的全部技術人員。2019年 Element AI 發佈的《全球人工智能人才報告》基於人才的 LinkedIn 背景分析，推算全球共有約 3.6 萬名 AI 專家，他們都擁有相關領域的博士學位，紮實的技術技能，以及至少三年的相關工作經驗。
據美國數據創新中心 2019 年報告分析，美國以領先的研究和教育水平，吸引了超過 50% 的人工智能專業人才，處於全球領先地位。但同時嚴格的移民政策在一定程度上影響了高技能人才的留存。歐盟擁有可與美國媲美的人才資源，但由於 AI 投資和商業發展相對落後於美國，科技公司對人才的吸引力較弱。中國由於人才流失海外（Brain Drain），頂尖人工智能人才存在明顯缺口，但隨着 AI 教育投資的持續增加和學習速度的加快，這種差距正在逐步縮小。
數據來源：Element AI、騰訊全球人工智能人才報告
過去幾年中，AI 人才儲備的增長很大程度得益於線上教育的普及。美國硅谷的前沿科技教育平臺 Udacity 的 “人工智能和機器學習” 學位的註冊者在 2019 年底達到 12500 人的峯值。從 2016 到 2019 年，在線學習平臺 Udemy 上最熱門的前五項技能都與 AI 相關。
在校人工智能人才培養同樣也出現成倍增長。斯坦福大學《人工智能入門》課程的註冊學生人數在 2012 - 2018 年增長了 5 倍，同期《機器學習入門》的註冊學生人數增長了12 倍。加州大學伯克利分校電子工程和計算機科學博士學位的申請人數從2009 年的 300 人增加到 2018 年的 2700 人，其中超過 50％ 的申請人明確表示希望從事 AI 領域的研究。麻省理工學院於 2018 年宣佈成立“ AI 學院”，以提供計算機科學與 AI 應用分支領域 （如生物學、化學、政治、歷史和語言學等）的系統整合教育。2019年，阿聯酋首都阿布扎比開設了全球第一所 AI 大學。
人工智能頂級會議的參與人數也屢創新高。在2019年，超過13000人蔘加了全球最大的 AI 研究會議 NeurIPS ，比 2018 年增長 40％。超過 9200 名計算機視覺和模式識別領域的專業人員參加了CVPR 大會，比 2018 年增長34％。儘管人工智能人才供給的數量在 2019 年比 2018 年增長了 66％，Indeed 數據顯示 AI 職位需求數仍然是求職搜索數的三倍，人才供需差距明顯。
根據 TalentSeer 2019 年底的美國初創公司僱主調查，人工智能人才招聘的三個主要渠道是：公司內部招聘人員，第三方專業人才招聘機構、和職位發佈平臺。知名數據科學競賽平臺 Kaggle 2017 年針對 16000 名數據科學和機器學習專業人員的調查也表明：與專業獵聘人員合作對於獲得相關職位的幫助最大。人工智能和機器學習是一個細分人才市場，需要對專業領域知識和行業格局有深入的瞭解。與專業招聘人員合作是僱主和應聘者對接的最有效途徑。
TalentSeer 的僱主調查還顯示 25％-35％ 的 AI 初創公司會通過學術會議和校園招聘的方式尋找人才。他們表示這兩種方式對於初級應聘者比經驗豐富的、被動的候選人更爲有效。
3. 市場薪酬持續走高，不同地區、公司差異明顯
“當然，需求大於供應，而且這種情況不會很快得到改善，畢竟培養一名博士生需要很多年。”
圖靈獎獲得者、深度學習先驅
The New York Times, 2017
快速的技術發展和人才供求差距造成了激烈人才競爭。根據 2017 年 Paysa的調查，以 Amazon、Microsoft、Apple、Google、和 Facebook 等科技巨頭爲首的美國公司在 AI 人才方面的總投資爲 13.5 億美元。具有專業領域經驗的資深人才最爲科技巨頭所追捧，這也增加了初創公司的人才挑戰。
根據 TalentSeer 2018-2019 年收集的 1500 個自願提交的北美地區主要城市的 AI 工程類薪酬數據，舊金山灣區（硅谷）薪酬穩居第一，其工程類平均基本年薪 （Base Salary）爲 16.8 萬美元。紐約、洛杉磯、波士頓、西雅圖等主要城市的基本年薪在 15 - 16 萬美元。與美國主要城市相比，加拿大多倫多的人才成本相對較低，約爲 12.1 萬/年。考慮到生活消費成本，奧斯汀、西雅圖、丹佛和菲尼克斯的相對薪酬最高，也使這些地區成爲 AI 工程師遷居的理想選擇。此外，我們也看到 AI 生態系統正在許多教育機構，例如位於匹茲堡的卡內基·梅隆大學和安娜堡的密歇根大學附近逐步發展起來。
｜硅谷地區人工智能工程師薪酬福利方案分析｜
硅谷作爲全球科技行業中心，吸引了大量的頂級人工智能人才。基於 TalentSeer 與超過 500 家科技公司和 15000 名求職者的廣泛合作經驗，以及 1000 多個自願報告的硅谷 AI 工程師薪酬福利數據，我們對不同類別公司的薪酬和影響因素進行了深入分析。
成長期初創公司（Growing-stage Startup）經歷了快速的擴張（A / B 輪+），平均基本年薪 (Base Salary) 在各類公司中最高，約20萬美金。考慮股票、獎金的總薪酬可比肩科技巨頭 （Google、Facebook等）。有些公司甚至可能給出 35 萬美元或更高的基本工資，以從頂級科技公司吸引資深技術人才擔任重要的領導職務。
成立超過 10 年的老牌科技公司（Established Tech）和非技術行業公司（Non-tech Industry; 金融、零售、醫療保健、傳統運輸等）提供的平均基本年薪爲 15 萬美元。非技術行業的公司因爲股票期權有限，通常會提供較高的獎金（可達基本工資的 50％ ）來吸引和留住人才。
早期創業公司（Early-stage Startups） 根據融資狀況和職位情況，基本工資通常在 11-32 萬美元不等。但是，處於早期和成長期的初創公司通常會提供大量的股票期權 （Stock Options），以與技術巨頭競爭。發行股票的數量和價值取決於多個因素，例如入職時間、公司發展階段、經驗水平和公司整體評估。在我們的硅谷 AI 初創公司僱主調查中，約有 50％ 的公司表示會通過提供有競爭力的股票期權來有效的吸引和留存人才。
簽約獎金（Sign-on Bonus）在科技公司的薪酬福利中並不鮮見。但是在特殊領域的人工智能人才競爭中，有些頂級科技公司可以給出高達 20 萬美元簽約獎金。
｜影響薪酬福利方案的因素｜
除了公司的類別和發展階段，薪酬福利方案還受到下面一些因素的影響：
▌經驗
相關 AI 領域的工作經驗對薪酬有很大的影響。平均而言，我們發現每多一年的工作經驗，基本工資會平均增加 1 萬美元。這種增長趨勢在 10 年左右達到峯值。而目前 AI 領域大多數技術高管的相關經驗也是在10年左右。
▌學校與專業
儘管卡內基·梅隆大學、麻省理工學院、斯坦福大學和伯克利大學在 AI 領域的研究教育名列前茅，其他具有強大工程學教育項目的大學也爲市場輸送了大量人工智能人才， 例如南加州大學、密歇根大學、亞利桑那州立大學、佐治亞理工學院、加州大學聖地亞哥分校、康奈爾大學和普渡大學等。
除了熱門的計算機科學和電子工程專業外，很多高素質的 AI 領域應聘者則具有機械工程、物理、數學、統計學、生物工程和航空工程等專業背景。
▌學位
我們的數據表明：擁有相關領域博士學位的 AI 工程師基本年薪比擁有碩士學位的工程師高出 2 - 4 萬美元。雖然大多數 AI 工程人才都擁有研究生學位，不少本科畢業、但是學習能力強並具有紮實實踐經驗的應聘者在市場中也同樣具有競爭力，其薪酬與碩士背景的候選人並無明顯差別。
▌級別
高級技術領導者（Senior director、VP等）是薪酬最高的 AI 職位，年薪比初級獨立貢獻者（Junior individual contributor）平均多 20 萬美元。中級領導職位（Engineering managers, Directors）和高級獨立貢獻者（Senior individual contributor）的收入平均比初級個人貢獻者分別高出 5 萬美元和 2 萬美元。股票通常隨着資歷的增長而增長，高級管理人員的股票價值甚至可能會高於其基本工資。
▌性別
我們的分析表明，在 AI 工程職位候選人的背景、經驗和資歷相同的條件下，在硅谷地區候選人的性別對基本工資並沒有顯著影響。人工智能人才的稀缺性很可能會減輕性別偏見的影響。
基於 TalentSeer 硅谷AI初創公司僱主調查，人工智能職位招聘過程通常持續 1-3 個月。招募初級職位通常會面試 3-10 位應聘者，高級職位面試 10-20 位應聘者。根據我們與候選人合作的經驗，積極尋找工作的應聘者通常同時會收到 3-5 個工作機會；即使是被動候選人通常也會收到 1-2 個工作機會。
4. 人才招聘與留存需要多種針對性策略
“ 新一代的人工智能人才正在主導當今市場。他們有更多選擇，也更關心個人的權益和挑戰——我的職業發展軌跡是什麼？我的角色會如何影響決策？”
GEORGINA SALAMY
Zoox 人才總監
行業格局的轉變使得人才招聘變得更具挑戰性和戰略性。傳統信息轟炸式的人才招聘方式已無法在嚴峻的競爭中有效吸引AI人才。TalentSeer 和 Robin.ly 的創始人、 AI 投資者 Alex Ren 提出了一種創新的 “3i 招聘思維方式”，並在硅谷上百個人工智能崗位的招聘中證明了其有效性。這種方法建議在爲候選人提供職位和公司信息之外，從產業生態、技術演進、商業模式等方面提供更多的行業觀點和職場發展建議，幫助候選人全面考慮個人發展和僱主定位，作出最優決策。同時僱主和人才管理者應將深度行業和職業觀點通過社交網絡和線上線下活動等方式廣泛傳播，樹立權威影響力。
3i 創新招聘思維 (TalentSeer)
基於洞察力和影響力的招聘方式比傳統基於信息的招聘方式更有效。分享對行業和職業發展的深入見解將有助於擴大企業的影響並建立個人的公信度。
根據我們的僱主調查 ，硅谷的初創公司也在積極採取一些薪酬之外的方式來吸引人才：
▌工作靈活度和影響力（60％）：鼓勵應聘者嘗試不同的團隊來挖掘他們的潛力，通過領導職位產生更大的影響力，並允許應聘者繼續進行研究和發表論文。
▌應聘體驗（45％）：通過在應聘過程中與公司高管和技術負責人更多的交流，使應聘者對公司和團隊有更深入的瞭解。
▌福利與特權（45％）：提供無限假期、遠程工作、以及免費午餐等福利。
“人才往往因人而離開公司。人們因不滿自己的主管而離開的情況比因不滿公司而離開的情況更爲普遍。”
JENNIFER HOLMSTROM
GGV Capital 招聘總監
激烈的競爭中人才留存與人才招聘同樣重要。我們基於與上萬人工智能人才的溝通，總結出如下常見的離職原因：
▌工作的挑戰性與可行性
AI 人才正在解決一些最前沿的技術問題，不斷開拓新的領域。具有挑戰的技術創新問題對於人才的留存至關重要。同時，挑戰性與可行性的邊界需要合理把控。不斷變化且無法在可預見的時間內解決的問題是 AI 工程師選擇離開的主要原因之一。
▌數據與基礎架構
AI 人才面臨的兩個主要技術挑戰是缺乏強大的工程團隊來構建基礎架構，以及缺乏訓練機器學習和深度學習模型的數據。缺少了數據和基礎架構的支持，AI 人才必然會尋找其他機會更好的發揮他們的潛力。
▌影響力
缺乏影響力也是人才離開公司一個重要原因。影響力既包括工作在公司內部的影響，也包括所研發的技術、產品和服務的社會效益。在 Kaggle 的一項調查中，“工作成果未被決策者使用” 被 25％ 的數據和機器學習專業人員評爲工作中的主要障礙。
▌團隊溝通
清晰、有效的溝通是保持團隊正常運行的關鍵。人才往往因爲對領導或者同事的不滿而選擇離開公司。構建明確合理的管理層級和溝通機制有助於協調團隊並消除不必要的緊張關係。
5. 人才多樣性問題正在改善
人工智能行業在性別、種族、教育背景、經驗等多方面仍然缺乏多樣性。據 Element AI《2019 全球人工智能人才報告》顯示，在頂級會議上發表論文的研究人員中，只有 18％ 是女性。科技公司中Facebook 只有 15％ 的 AI 研究人員是女性，而Google只有 10％。非洲裔美國員工數量在 Facebook 和Microsoft 分別佔 4％，在 Google 僅爲 2.5％。
人才多樣性的缺失正在對人工智能程序和系統的開發產生負面的影響，導致它們存在針對少數羣體的偏見和差異。美國國家標準技術研究院最近對 189 種主要的商業面部識別算法進行了測試，發現它們識別非裔美國人和亞洲人的錯誤次數比識別白種人多 10-100 倍。另據報道，蘋果公司的信用決策算法爲女性提供的信用普遍額度比男性低。
2019年，工業界和學界在改善人工智能領域的多樣性和包容性上也作出很大的努力。越來越多的 AI 公司將多樣性正式納入招聘考量，甚至爲女性和少數族裔羣體設置了配額。全球最大的 AI 會議 NeurIPS 不僅在 2019 年舉辦了更多與多樣性相關的研討會（例如 Women in Machine Learning, Black in AI 和 LatinX in AI），而且更改後的會議字母縮寫和徽標相比之前也更具包容性和公正性。
2020年人工智能人才市場
發展趨勢與策略
1. AI 技術產品化和商業化的人才需求將大量增長
人工智能正在逐漸成爲提高企業生產力和商業效率的主流解決方案。Adobe 公司 2019 年對美國 200 名首席信息官（CIO）的調查顯示，近 80％ 的公司計劃在 2020 年增加對人工智能和機器學習的使用。根據NewVantage Partners 在 2019 年底對 70 個 Fortune 1000 行業領先公司的調查，目前只有 14.6％ 的公司將 AI 功能部署到生產流程中。商業願景與實際應用之間的差距也預示着 2020 年 AI 技術產品化和商業化的巨大潛力。
TalentSeer 對 AI 初創公司的僱主調查顯示 40％ 的公司將 “從研發向產品開發轉變” 列爲 2020 年的主要業務方向。產品團隊（前端工程師、用戶體驗專家、產品經理等）和商業化團隊（業務發展、市場營銷、法律顧問等）的人才需求也比2019年相應增加。熟悉技術且商業經驗豐富的產品經理將備受青睞。
“這不僅是技術問題，也是‘流程中的人’的問題。”
IRINA FAROOQ
Kinetica 首席產品官
Robin.ly AI Talk, 2019
人才策略 ►1
側重 AI 產品開發的公司應專注於建立更完整的團隊架構，特別是招募或委任可以信賴的產品和商業化團隊領導者。同時也應確保有效的公司內部溝通機制，使包括數據、算法、產品、市場在內的每個部門都有明確、一致的商業目標。
職場建議 ►1
希望投身產品開發和管理的工程類技術人才可以在工作實踐中主動爭取機會，鍛鍊自己的產品管理和溝通技巧。同時通過線上資源和線下活動等多種渠道更多的接觸目標市場和目標用戶，設身處地培養 “用戶至上” 的產品思維。
2. 人工智能人才將更多投身於金融、醫療保健、零售、農業等應用行業
隨着 AI 技術更廣泛的應用於金融、醫療保健、零售、農業等領域，熱衷於自動駕駛和機器人行業的人工智能人才也開始更多的關注並投身於這些領域，將 AI 技術創新應用於日常生活。在同等的技術條件下，具有相應行業背景的候選人在這些新興的 AI 應用領域中更具有優勢。
人才策略 ►2
希望招募經驗豐富的 AI 工程人才來領導技術轉型的公司應更多地瞭解目標人才市場，有針對性地定義品牌價值，並通過與科技公司相匹配的薪酬待遇和激勵機制在競爭中吸引人才。另外，這些公司也可更多關注具有應用行業背景、轉行學習 AI 技術的人才，以適當平衡薪酬壓力。
職場建議 ►3
對於人工智能人才來說，進入一個新的行業往往會對長期職業發展和職場網絡關係產生十分重要的影響。因此，在轉變前應對新行業進行充分研究、與具有相似經驗的同事、朋友溝通，並謹慎權衡利弊。
對於具有應用行業背景、希望從其他工程或研究工作 （如數據分析、空間科學、半導體等） 轉入 AI 領域的人才，可以在這些進行 AI 轉型的公司尋找實踐機會，學習和加強 AI 相關技能，以實現更好的職業發展。
3. 人工智能團隊將在硅谷之外迅速擴張，以降低高科技人才成本
“人才無處不在，機會也越來越多。新興的小型科技中心正在使硅谷面臨最激烈的競爭。”
KARAN MEHANDRU
Trinity Ventures 合夥人
Forbes, 2019
近年來，科技巨頭們紛紛在加拿大、印度、中國、東歐、和南歐的科技中心建立 AI 實驗室，來降低日益增加的勞動力成本和全球性業務覆蓋成本。在TalentSeer 的美國 AI 初創公司僱主調查中，有 30％ 的公司表明計劃在 2020 年擴展硅谷之外的團隊。除了海外技術中心之外，也有更多的公司開始考慮在北美生活成本較低、而高等教育人才豐富的地區（如密歇根州和德克薩斯州）建立團隊。
人才策略 ►3
硅谷的 AI 公司應對硅谷之外的新興技術中心和人才市場加強了解，評估擴張團隊、遠程協作的可能性。對於計劃擴張團隊的公司，應儘快開始採用適合分佈式辦公的技術和工作流程進行團隊整合，例如視頻通話、羣聊和跨時區的工作流程協同。
職場建議 ►3
美國和加拿大的其他科技中心將會湧現更多的工作機會。考慮到硅谷的高生活成本，人工智能人才可以考慮通過遷居提高生活質量。
4. 非技術素質將成爲考覈 AI 人才的重要指標
儘管 AI 人才的技術水平是科技創新的基礎，僱主們對人才的非技術能力的關注度也日益提高。2019 年 LinkedIn《全球招聘趨勢報告》顯示，92％ 的人才經理髮現強大的軟技能對於企業成功越來越重要。其中創造力、批判性思維、成長性思維、應變能力和溝通能力是 AI 公司普遍所要求的非技術技能。這些技能在 2020 年 Udemy發佈的《職場學習趨勢》中也佔有重要位置。人工智能技術的研發和應用面臨着前所未有的技術挑戰，這也就需要技術人才能夠思維開闊、快速迭代，同時對於不確定性具有足夠的容忍度，持之以恆、不斷開拓創新。
人才策略 ►4
在招聘過程中，建立規範化的非技術技能評估體系，可以幫助僱主更有效的篩選出理想的人才。此外，建立突出創新和責任感的公司文化對於人才的成長和留存也至關重要。尤其是對於初創公司而言，每個人都需要獨當一面。鼓勵個人對工作的所有權，將幫助每個團隊成員更快地成長。
職場建議 ►4
目前在 AI 領域工作或者準備進入 AI 領域的專業人員應評估自己的非技術能力與 AI 行業以及公司文化的契合度，以作出更好的職業選擇。同時，在面試中突出自己的綜合素質和能力，也有助於提高競爭優勢。
5. 在線學習和短期訓練營將輸送更多 AI 人才
通過線上 AI 課程和線下短期訓練營的自主學習的參與者越來越多。斯坦福大學的《機器學習》課程到 2019 年底已有 270 萬註冊學生。預計整個在線學習市場到 2025 年將超過 3000 億美元。Course Report 2019 年的市場調查顯示 1.75 萬學生在2019年報名參加了美國和加拿大的線下編程訓練營 ，參與度呈逐年增長之勢。
統計數據表明在線學習和短期訓練營得到了大部分僱主和工程師的認可。76％ 的軟件工程師認爲訓練營有助於他們的職場發展。57％ 的僱主表示願意聘用訓練營畢業生。TalentSeer 的硅谷初創公司僱主調查表明，缺乏實踐工作經驗是候選人被拒絕的主要原因。
人才策略 ►5
面對人才競爭，僱主應開發更廣泛的人才資源，包括短期訓練營、在線教育和社區大學。由不同經驗、背景的人才組成的分層團隊結構是平衡成本和工作效率的有效戰略。同時僱主還可以利用在線培訓來提高當前技術團隊的技能水平。
職場建議 ►5
經驗是重中之重。訓練營和在線教育的畢業生需要通過實際項目獲得工作經驗，以強化在線培訓和指導的成果。希望轉入 AI 領域的技術人才，應結合自身條件創造、把握更多實踐機會，如大公司的實習項目、AI公司的非AI技術職位、或初創公司的志願合作工作。
結論
隨着 2020 年 AI 技術的成熟和教育渠道的發展，我們預計AI 人才供不應求的狀況還將持續 3-4 年。AI 技術研發、產品化和商業化進程將加速對其他團隊成員和關鍵職能性工作（例如銷售、營銷、業務開發、產品管理等）的需求。“軟硬結合”的人才技能、完善的團隊架構和積極的企業文化是將創新技術推向市場的重要保證。
方法與數據
本報告的分析和觀點基於 TalentSeer 多年來與 500 多家科技公司和 1.5 萬人工智能人才的合作和深度交流、2018-2019 年收集的 1500 個自願提交的北美地區人工智能工程類薪酬數據、以及 2019 年底對 80 家美國 AI 初創公司高管和人才領導者的問卷/電話調查。
關於TalentSeer
TalentSeer 是全球領先的 AI 人才服務公司，提供專業、精準、高效的中高端獵聘、高管搜尋、和市場研究服務。TalentSeer 擁有超過 25 萬人的高端科技人才庫，已幫助 150 多個自動駕駛、互聯網、金融、零售和醫療保健等行業的公司打造強大的 AI 團隊。TalentSeer 旗下的 Robin.ly 是硅谷具有影響力的 AI 社區，通過與科技領袖的深度對話和社區活動，幫助全球科技人才自我迭代學習、合作溝通，共同構築可持續的 AI 人才生態。
瞭解更多AI人才市場分析與人才招聘服務，
請訪問：www.talentseer.com
或發郵件至：[email protected]
點擊閱讀原文，獲取英文報告摘要及全文。
▼