如果您正在考虑转行，现在可能是开始寻找好的编码课程的好时机。 尽管许多行业仍受到 COVID-19 危机后果的严重影响，但有一个行业正在积极招聘：人工智能领域的工作岗位正在蓬勃发展，而且这一趋势没有减弱的迹象。
研究机构 Ipsos Mori 对英国 AI 劳动力市场现状进行的一份新报告发现，过去一年发布了近 110,500 个与 AI 和数据科学相关的职位空缺。 这是 2014 年登记的职位空缺数量的两倍多，比 2019 年增加了 16%，是迄今为止市场上发布的 AI 职位空缺数量最多的一年。
在过去三年中，每个月都有 8,000 到 10,000 个职位在网上发布，从数据分析师和软件开发人员到研发，甚至大学职位，如 AI 和数据科学的讲师和教授。 报告发现，需求最高的行业是教育和金融行业。
换句话说，对于潜在的候选人来说，有很多选择。 而且还会有更多：Ipsos 发现，三分之二的公司预计在未来 12 个月内，其组织对 AI 技能的需求将会增加。
好处也不错。 人工智能和数据科学领域的平均广告薪资为 54,800 英镑（77,388 美元），与 IT 职位相比，薪资高出 22%。
但尽管职位描述听起来很诱人，报告发现，雇主正在努力填补他们的职位空缺。 人工智能的人才库似乎不足以满足企业的需求，69% 的公司报告说，他们发现在过去两年中至少有一个职位空缺难以填补。
大部分问题归结为申请人缺乏适当的技能。 超过三分之二的企业表示，他们很难找到具备合适技术技能和知识的候选人，而其他极少数 (40%) 的企业则表示缺乏工作经验，并且缺乏行业知识。
那么，人工智能和数据科学职位的候选人究竟应该在他们的简历上写些什么才能说服未来的雇主？ 技术技能当然是关键：企业表示，他们正在寻找了解人工智能概念和算法、编程技能和语言以及熟悉软件和系统工程的申请人。
益普索表示，许多雇主强调深度学习在专家职位中的重要性，以及求职者了解如何超越“低级”人工智能的必要性。
一位微型企业主说：“我们需要通过大学系统学习的人从第一原理中学习如何创建深度学习、神经网络系统，而不是依赖美国大公司提供的现成系统。” .
该报告的合著者、贝尔法斯特女王大学研究部主任罗杰伍兹认为，解决方案在于开设专门的课程，培训学生从早期阶段就满足企业对深厚技术专长的需求。
“虽然正在修改数学和进阶数学 A-level 课程材料以反映 AI 的需求，但有充分的理由开设专门的 AI/机器学习 A-level 课程，”Woods 告诉 ZDNet。 “这将有助于为更多来自学校的人才提供一些合适的专业知识。”
在高等教育层面，事情似乎也在向前发展。 益普索发现，去年大学开设了 700 多门人工智能、机器人或数据科学本科课程，而 2019 年仅为 122 门。
“这将有助于培养合格的员工，但是，当然，在看到任何直接影响之前将有三到四年的滞后，”伍兹预测道。
在短期内，许多公司寄希望于现有或潜在员工在就业期间进行自我培训，以确保他们掌握最新的技能。
96% 的受访企业领导表示，他们的员工通常善于自学； 就员工而言，他们提到阅读研究论文和开展个人项目作为他们提高技能的举措的例子。
大学和商业供应商提供的短期课程也越来越多地用于改进在职培训。 例如，谷歌以 200 美元的价格提供“专业机器学习工程师”认证，评估构建、架构和开发机器学习模型的能力。 在 Coursera 上，用户可以获得 IBM 认可的 AI 工程六门课程证书，该证书教授机器学习和深度学习的基本概念。
这种短期培训也有可能吸引其他领域的人才。 “更直接的反应是创建一年的硕士转换课程，”伍兹说。 这在过去的软件领域取得了成功，让具有更一般科学甚至人文学科背景的聪明人能够在该领域体验广泛的一年培训。
益普索的报告为拥有不相关技能的人提供了重新培训和提高 AI 熟练程度的机会。
该研究提到了一个具有艺术背景的参与者的例子，他对逻辑和数学的兴趣促使他们攻读了定量社会科学的硕士学位，随后又获得了人工智能领域的博士学位。
另一位受访者在成为统计学家之前获得了生命科学本科学位和公共卫生硕士学位。 在自学一些数据科学技能作为工作的一部分后，他们转向了一个专注于数据咨询的角色。
换句话说，人工智能和其他领域之间的桥梁很容易被有动力的候选人跨越。 然而，伍兹热衷于强调，获得对人工智能的高层次理解，并学习雇主如此追捧的技术技能，不可避免地需要某种科学背景。
他说：“这可能是受到了我作为一家中小企业的学术和首席科学家角色的影响。” “但放弃你的数学是你的危险。从根本上说，许多机会都是基于对数学的深刻理解。”
但这不仅仅是技术技能。 益普索的报告还显示，雇主正在寻找能够展示更软技能的员工，例如沟通、领导或管理——甚至在某些情况下，了解围绕 AI 的隐私和道德问题。
至关重要的是，大约一半的雇主表示求职者似乎缺乏“商业意识”。 实际上，在商业环境中理解人工智能变得越来越重要，而不仅仅是作为一个科学项目； 许多候选人现在缺乏掌握“真实世界”技术方法的技能。
劳动力市场数据公司 Burning Glass 的首席经济学家布莱迪·塔斯卡 (Bledi Taska) 没有参与这项研究，他解释说，两种新技能对从事 AI 工作的人来说越来越有价值：沟通、团队合作和协作等人类技能； 以及他所说的“业务推动者”，包括了解更大的业务图景。
换句话说，现在申请人工智能或数据科学工作也意味着知道如何处理雇主试图用机器学习模型解决的更大的行业问题。
“例如，每个人都专注于技术技能，以及如何使模型的准确率从 90% 提高到 93%。但是当要求他们用简单的语言向客户或团队成员解释时，他们却做不到，”Taska 说 .
开发人员、经理、销售人员：随着数据科学成为更多公司商业模式的核心，那些推动 AI 项目的人将被要求走出实验室，了解构成行业基础的技能。 “我们需要关注的是开发专业知识和系统，以比以前更有效的方式解决实际业务问题，”Taska 说。
“我们需要的是市场上目前缺少的是在技术技能以及人力和管理技能方面的深厚专业知识，”他总结道。 一个值得注意的观察结果，供您下次重新查看您的简历时使用。
