人工智能的行業情況是怎樣的？

AI行業看似熱火朝天，實際上是大部分公司之間的模仿和重復，噱頭多，落地少。真正的技術突破很少很慢，只有幾家AI巨頭在做創新，湊熱鬧的居多。而且現在AI行業的熱錢有了流出大于流入的趨勢，AI行業不會一直這么火熱，也會進入正常的行業周期。這是現在的AI行業背景。

下面談談人工智能行業的待遇和工作分類。

要談人工智能的待遇，得先清楚人工智能崗位都有啥，基于我的理解，我個人覺得分為以下幾個：

AI research組

AI 應用組 （研究，系統）

業務組 （算法工程師）

AI research組由科學家和工程師組成，科學家包含NB的博士+教授，而工程師協助前面的大牛加速研究進程。舉個例子，大牛A有了幾個NB的idea，于是面了1、2個NB的碩士工程師干活，最后發頂會paper。我簡單看了一下這些碩士工程師的背景，屬于名校名項目里最top的那些碩士，他們以碩士身份加入，但已經具備很強的科研能力，只是沒有讀博罷了。

AI research 組做的都是最前沿的技術，而真正短期要落地到產品的還是AI應用組。里面根據方向分自然語言處理，計算機視覺，大規劃機器學習平臺之類的，里面集結了各種有專才的牛博牛碩做深度學習模型算法+系統平臺優化的工作，他們要么在某個特定領域有所積累，要么熟悉c++，分布式高性能計算。前者主要還是博士和教授，后者碩士就多了。

以上2個組在公司里人都不多，但是這年頭學AI的人多了，高手云集，博士間競爭已經特別激烈，碩士就更難了，于是大部分人其實是前往業務組做AI。

業務組里通常只是使用AI應用組已有的模型和框架，加上自己對業務的理解，提出一定的優化和個性化訓練，大的公司有的組還是需要自己造輪子，比如廣告算法組，博士占比超過一半，各種個性化算法模型。但大部分組的算法工程師，大概率只是做特征工程+微調模型+業務邏輯就足夠了，一般不至于去到改深度學習模型的那一步。

最后回到題目，AI崗待遇。 AI research組大牛 > AI 應用組大牛 ~ 牛逼業務組大牛 > 知道怎么改模型的小牛 > AI調包俠 > 普通產品組工程師。

所以想要提高自己的待遇，理想情況下就是名校名導讀博，發幾篇頂會，然后自然會被邀請到AI research組工作了。

對于名校NB的碩士生，為了具備和博士競爭的資格，建議在一個細分領域(nlp, cv之類的)深入沉淀，出點paper，然后爭取去AI應用組或者NB的業務組里去寫模型。

對于普通的AI背景一般的非博士生，如果想做系統還好，要是想做模型……努力提升自己爭一個好的業務組AI崗的機會吧。（什么是好的？要么發展快可以升值，要么牛人多可以學習）

對于非名校+非大牛+轉專業，建議甚至思考自己是不是要做機器學習。這是一個有門檻的，競爭非常激烈的領域，現在AI待遇高，但那是有泡沫的。一旦各種成熟的機器學習平臺搭建好了，就不再需要太多調包俠調參俠，業務組不需要那么多AI工程師（我發現很多業務組里就1個做AI算法的……）

所以，不是一定要在AI上面擠，去學分布式系統，云計算，移動端開發其實也挺好的。就算一定要搞AI，作為程序員的基本功還是得學好，在成為所謂的AI工程師之前，首先先成為一名優秀的軟件工程師，寫出高質量的代碼吧 :)

最后附上AI行業的相關調查統計圖，以供參考??