2019年度最佳工作榜單出爐:機器學習工程師百萬年薪奪冠
新智元報道
來源:Indeed、Glassdoor
作者:張乾、元子
【新智元導讀】求職網站Indeed.com發布2019年度最佳工作榜單。機器學習工程師薪資近百萬人民幣,排名第一;全棧工程師多金又有閑排名第三;全行業領域的最佳工作中,科技領域佔有9席。
AI崗就是最賺錢的工作。
最近,美國知名求職網站Indeed發布了一份2019年最佳工作清單,排在榜首的是機器學習工程師,職位的平均薪水為14.6萬美元(約98萬人民幣),去年的增長率高達344%。
在總榜上來看,與技術相關的工作仍然是高收入贏家。在榜單的前25名工作崗位中,有9個高薪工作被技術職位佔據。
下面就是Indeed的榜單:
不過,雖然技術職位上榜較多,但是也面臨危機。
根據Glassdoor的報告,數據科學家(Indeed排名22位)的薪資相比去年的增速在減少。2月份數據科學家的平均工資與去年同期相比下降了1.4%。
果然高科技並非等於高薪水。
最佳崗位:機器學習工程師百萬年薪
Indeed的這份榜單評選了兩個維度:
時間維度:以2015年至2018年之間的工作崗位增加衡量。
數量維度:以及工資最高(平均薪資在75000美元,約50萬人民幣)來衡量。
這兩個維度綜合判斷,機器學習工程師從去年的第四,上升到今年第一名,並且平均工資為14.6萬美元(約98萬人人民幣),崗位增長率高達344%!
機器學習工程師是一個非常有前途的職位,大多數機器學習工程師已完成碩士學位或參加在線認證課程。人工智慧現在是發展最快的行業,已經滲透到各行各業中,比如一些傳統行業比如汽車和家庭音響系統。這一趨勢也體現在工作崗位上。
Indeed去年發布另一份榜單「需要AI技能的職位」十大排名:
上表的前三名:機器學習工程師、數據科學家、計算機視覺工程師也進入了Indeed2019年最佳工作榜單。
在榜單中,跟技術相關的崗位有9個,說明目前高技術可以和高收入劃等號,分別是:
(1)機器學習工程師
(3)全棧開發人員
(10)Salesforce開發人員
(11)機器人工程師
(12)高級產品設計師
(13)計算機視覺工程師
(15)產品負責人
(18)敏捷教練
(22)數據科學家
榜單第二名是傳統的保險經紀人職位,這也是該職位今年首次出現在名單上。
第三名是全棧開發工程師,這一職位去年排名第二。由於超過90%的智能手機用戶使用應用程序,因此全棧開發人員的角色仍然處於高需求狀態並不奇怪。另外,全棧開發工程師還有一點非常讓人羨慕:可以期待更多的空閑時間。
雖然全棧開發工程師的平均工資遠高於第二名,但是增長率相差很多,畢竟談論工資高低的前提是有職位空缺。這一職位的平均工資11.4萬(約76.7萬人民幣),增長率206%。
數據科學家快不行了?薪水自2016年以來最大降幅
值得一提的是,雖然數據科學家的需求整體仍然在持續增長,高級數據科學家收入可以達到14萬美元,並且可以從數千個空缺崗位中挑選。但對於剛進入大學或技術訓練營的新進入者來說,情況就有所不同了,就業市場充斥著貼錯標籤的工作崗位和激烈的競爭。
根據Glassdoor的報告,數據科學家的薪資的相比去年的增速在減少。2月份數據科學家的平均工資與去年同期相比下降了1.4%。原因有兩點:
畢業生的新增供應量激增,但入門級職位空缺很少,薪水也低得多;
很多公司錯誤的將數據標註等工作當做是數據科學家,這樣的職位薪資自然偏低,從而拉低了數據科學家的薪資增速。
數據科學家的薪水下降是自2016年以來最大的月度降幅。隨著該領域的崛起、數據科學課程和訓練營的報名人數激增。有限的入門級工作崗位供應大幅增加壓低了工資。
與此同時,為了趕上這股潮流吸引高素質人才,越來越多的公司將數據科學家的頭銜用於數據分析師或統計學家等其他職位,這種職位頭銜的混淆正在改變數據科學家隊伍的構成,並因此壓低了工資。
來自另一個求職網站ZipRecruiter的數據,也顯示了初級數據科學家和高級數據科學家崗位需求之間的差距:在2017年至2018年間,高級數據科學家的職位增長了約3倍;但初級的「數據分析師」和「副數據科學家」的職位僅分別增長了22%和39%。
而在工資方面也出現了明顯的兩極分化,高級職位的工資增長很快,而初級職位的工資增長速度,低於整體數據科學工作的工資。
無論如何,數據科學家仍然佔據了Indeed2019年最佳工作排行榜中第22名的位置,並且也吸引了其他領域的頂尖人才進入這個行業。
科技需求仍然旺盛,PhD蜂擁扎堆AI真的好嗎?
今年的25個最佳工作崗位中有9個屬於技術領域,其中機器學習工程師、全棧開發人員、Salesforce開發人員、機器人工程師、計算機視覺工程師、數據科學家屬於對技術技能要求比較高的職位;高級產品設計師、產品主負責人和敏捷教練這類求職者可能不需要非常高的編程能力。
而Indeed的調查也顯示,72%的僱主認為非科班出身的畢業生與計算機科學學位的僱員,在實際工作中差距並不明顯。
知乎上最近也有一個非常火的話題,說的是蜂擁而至申請做AI的博士越來越多,泡沫可能會出現,引來不少人關注。
如果你是一名有著多年機器學習技術經驗的物理學博士,數據科學和人工智慧領域的崗位將比以往任何時候都更具吸引力。
不過,隨著這些經驗豐富、學歷更高的求職者湧入市場,那些畢業於培訓機構、大學本科甚至碩士學歷的求職者,都將面臨更激烈的競爭。
時代總是淘汰不學習的人。
參考鏈接:
http://blog.indeed.com/2019/03/14/best-jobs-2019/
https://www.axios.com/data-scientist-wage-dip-c1bb70bb-7e16-4602-b578-4fe136a71b7a.html
※Keras作者:TF 2.0+Keras深度學習研究你需要了解的12件事
※實際上,CNN圖像分類策略簡單到出人意料!
TAG:新智元 |