人工智能技能:科技工作者正在通过课程、研究和工作学习转向人工智能

尽管科技工作者正在面临薪资停滞、裁员以及对技能的需求普遍低于过去十年的问题,但人工智能专家已成为硅谷新的“it”女孩。

人工智能初创公司NonprofitsHQ的创始人扎克·布朗 (Zac Brown) 表示:“我们今天看到的所有正在开发的产品都正在转向人工智能驱动的操作类型。” “对于一名普通软件工程师来说,这是一段艰难的时期。”

当布朗去年找工作时,他并没有更新自己的简历,专注于他在之前的职位中所做的所有人工智能工作。此前,这位 28 岁的年轻人已经习惯了公司不辞辛苦地与经验丰富的软件工程师交谈,但突然之间,他就没有看到同样的兴趣了。

“我是一名软件工程师,因为我一直都是这样,”布朗告诉 Vox​​。“我上次寻找时意识到,你必须突出你所拥有的人工智能,因为这才是目前对公司有吸引力的地方。”

尽管科技公司和投资者似乎在科技领域的其他地方撤资,但资金仍在流入人工智能,业界将人工智能视为下一个重大事件。这意味着对能够促进此类工作的人有巨大的需求、薪酬和福利。这种情况对于那些最近在科技行业被解雇或担心自己的科技工作不再像以前那样向上流动的人来说非常有吸引力。为了利用这一点,从事相关技术职业的人们正在尝试将自己重新定位在好的工作岗位上。由于无法获得另一个学位,许多人希望通过在职培训、训练营和自学来实现这一目标。

技术招聘人员埃迪安娜·罗森 (Eddiana Rosen) 告诉 Vox​​:“如果你看一下招聘网站上目前的职位空缺,就会发现职位列表更注重具有人工智能背景的软件工程师。” (薪资网站Salary.com的数据显示,截至 2023 年 5 月 31 日的 12 个月里,雇主在 110 万个职位发布中寻求人工智能相关技能,是去年同期数量的两倍多。)

“最重要的是,当需要谈判更高的薪水时,这些人将拥有更多优势和更大筹码。”

薪酬软件公司Payscale提供的数据显示,拥有人工智能技能的人的薪酬平均比普通技术工人高 27% 。根据科技职业比较网站Levels.fyi的数据,5 月份人工智能工程师的年薪中位数为 243,500 美元,而非人工智能工程师的年薪中位数为 166,750 美元。而且他们的薪酬正在以更快的速度增长。Integrated.io追踪了 3000 多家科技公司的薪酬,发现自年初以来,专门从事人工智能和机器学习的高级软件工程师的薪酬增长了 4%,而高级软件工程师的薪酬总体上持平。一个团队一家将科技人才群体与寻求雇用其服务的公司联系起来的公司表示,上个月他们的新管道中有 30% 与人工智能相关,比前三个月增长了五倍。

Levels.fyi 联合创始人祖哈耶尔·穆萨 (Zuhayeer Musa) 表示,大型科技公司正在从大学中物色人工智能人才,尽管同时取消了对非人工智能人才的录取通知书。Levels.fyi 还帮助候选人谈判录取通知书。这些公司也在尽最大努力留住他们所拥有的人才,为关键的人工智能工程师提供数百万美元的保留奖金,以免他们离开去其他公司寻找更令人兴奋的机会,尤其是那些工作可能更有趣、更有潜力的小型公司。财务和技术方面的增长都更高。

“这是一笔财富,”穆萨说。“我们看到人们从各个地方流向另一个地方。”

加密货币或 web3 相比,很少有人认为人工智能会是昙花一现。当然,它的流行程度在很大程度上取决于它的商业用例的盈利能力。科技工作者已经因为人工智能而失业,许多人认为他们不妨抢先一步并采取行动。他们向Reddit上的社区以及已经在该领域工作的朋友和同事寻求帮助,以了解如何转向 人工智能领域的高薪工作,而不是让自己的工作被人工智能取代。

布朗自从创立了自己的人工智能初创公司后就不再找工作了,对他来说,推销自己是他已经具备的广告技能,也是他在工作中学到的。之前的雇主给了他机会和时间与另一个从事机器学习和人工智能研究的团队合作,以便他能够填补自己的技能空白。布朗表示,虽然新兵训练营或在线课程可能会很好地介绍人工智能所需的技能,但最好的指导来自于你自己的实践。

他说:“很多事情都需要实际去做,实际在这些系统上工作,把事情搞砸,犯错误,从中吸取教训,然后继续前进。”

这并不总是那么容易做到,尤其是在一个甚至连技术工人都被解雇的经济体中,而公司更有能力雇用已经具备这些技能的人。

泰勒是北卡罗来纳州的一名软件开发人员,他要求我们不要使用他的全名,以免危及他的就业,他计划在朋友的人工智能初创公司兼职,希望在那里能够向后端工程师学习那里有机器学习经验的人。他的目标并不是成为一名人工智能工程师本身,而是能够更好地完成自己的工作,因为他相信人工智能将在不久的将来渗透到常规的软件开发工作中。

“它要么对我当前的工作有更多帮助,要么帮助我找到下一份工作,”41 岁的泰勒说。

Eric Lamy 是一名客户数据产品经理,通常与工程师一起工作,他正在努力发展有关人工智能治理的知识,因为他认为这是他当前工作的未来需求,他是公司网络安全工作组的成员,并且有很多工作要做。对如何负责任地部署人工智能感兴趣。为了加深对新技术的理解,这位 37 岁的人正在使用国际隐私专业人员协会发布的知识体系文件来指导他的独立研究,该协会很快将为人工智能治理专业人员提供认证和培训。

“转变并不是因为我目前职业生涯中的空缺;它只是还没有真正作为一种功能存在,”拉米说。“我认为这是一个能够尽早加入并学习其中一些框架并应用这种治理思维的人们有机会真正做好一些工作的地方。”

微软的数据科学家Nitin Pathak最近从伯克利获得了为期六个月的机器学习和人工智能专业认证,这样他就可以在工作中表现得更好。“这确实帮助我建立了机器学习和人工智能概念之间的联系,以及哪些模型对不同的业务情况有意义,”他说。

“我在技术领域工作了几十年,在当今世界,很明显我们都会有很多职业,”他补充道。“我热爱技术,我不想被淘汰。我想走在最前沿。”

即使是那些学习人工智能作为高级学位一部分的人也一直在努力跟上技术的步伐。

Nicole Hedley 是一位 30 岁的全栈产品工程师,经营着自己的咨询公司,专门从事生成人工智能,在获得计算机科学学位的同时,她还学习了人工智能和机器学习课程。她还亲自接触了很多新的人工智能项目,尤其是在去年,这些项目占据了她的工作量。即便如此,她仍在不断努力跟上人工智能的新进展。

“因为最近有很多进展,所以这是一个不断学习的过程,”赫德利说。

当然,仅仅因为你精通人工智能并不意味着你的职业生涯就一帆风顺。

Alexander Whedon 是一位专门研究人工智能的软件工程师,尽管他的技术非常出色,但今年早些时候还是被 Meta 解雇了。但现在他认为这次损失是“因祸得福”。作为一名自由职业者,同样 30 岁的 Whedon 开始为各种各样的公司从事各种各样的项目。

“我非常喜欢这份工作,老实说,我现在赚的更多了,”韦登说,他主张尝试建立自己的人工智能项目,而不是参加训练营。

“任何公司的未来都是不确定的,”他补充道。“但我认为人工智能的未来潜力非常强大。”

韭菜热线原创版权所有,发布者:风生水起,转载请注明出处:https://www.9crx.com/73558.html

(0)
打赏
风生水起的头像风生水起普通用户
上一篇 2023年7月22日 23:23
下一篇 2023年7月22日 23:35

相关推荐

  • 奥本海默:第一次原子弹试验的真实故事

    在周五上映的关于原子弹制造的电影《奥本海默》的预告片中,莱斯利·格罗夫斯少将(马特·达蒙饰)问曼哈顿计划负责人 J·罗伯特·奥本海默(希里安·墨菲饰):“我们是不是说,当我们按下按钮时,我们就有可能毁灭世界?” 奥本海默向他保证,这种机会“几乎为零”。 格罗夫斯并没有完全平静下来。“接近零?” 奥本海默沮丧地问他想听到什么答案。当然,格罗夫斯对观众说:“零就…

    2023年7月23日
    63400
  • AI 在资产管理中的价值

      执行摘要: AI 可以用于投资经理细化买入或卖出信号的分析,并通过模式分析从大量数据中提取信号。它还可以用于提高交易效率。 AI 的能力可以连接不同类型的數據,帮助发现隐藏的洞察并解锁投资者情绪。 在 Russell Investments,我们正在利用技术来简化我们股票经理研究过程中的量化部分。这使我们能够将更多时间投入到定性研究工作中。 AI 是投资…

    2024年12月24日
    11100
  • 谷歌正在接受审判,这对公司和你来说都是利害攸关的事情

    现代科技巨头反垄断运动的第一次大审判就在这里:9月12日,司法部针对谷歌搜索引擎垄断的诉讼开始。有什么危险?哦,没什么——只是互联网的未来,或者也许是美国反垄断法的未来。也许两者都有。 这是自 20 世纪 90 年代末司法部起诉微软以来,首次针对大型科技公司商业行为的反垄断审判,也是联邦和州反垄断执法机构针对主导科技平台发起的一系列反垄断诉讼中的第一起。在接…

    2023年11月5日
    23600
  • 随着人工智能淘金热加剧,华尔街宽客加入聊天机器人热潮

    杰西·利弗莫尔审视了趋势线。沃伦·巴菲特寻求安全边际。彼得林奇押注于增长率。在市场的悠久历史中,交易系统和投资公式占有崇高的地位。 然而,由于 ChatGPT 等语言模型的计算能力,即使是金融界的传奇人物也无法预测人工智能支持者如今的梦想。 在这个新世界中,如果企业高管出现不必要的离题或在主题之间跳转,自动化程序就会发出警告——这可能是对未来焦虑的迹象。另一…

    2023年12月9日
    24400
  • 我们都是宽客,系统投资的新时代

    关键点 系统或算法方法对投资决策施加冷静的纪律,但也带来了某些挑战。 系统性策略可能无法快速适应市场的结构性变化。 算法方法可能会导致投资经理毫无根据或夸大地声称采用最新的人工智能或机器学习工具。 由缺乏经验的研究人员进行的回测可能会过度拟合,导致令人失望的现场表现。 抽象的 在这个计算成本低廉、数据庞大、系统或算法驱动的时代,投资越来越受欢迎。系统性策略出…

    2023年10月23日
    13200
客服
客服
关注订阅号
关注订阅号
分享本页
返回顶部