人工智能时代，五大最具潜力的职业

灯塔大数据

发布于 2018-04-04 04:14:31

1.1K0

导读：上一期介绍了深度学习和机器学习的不同实践和运用，今天我们来了解一下人工智能时代，五大最具潜力的职业（文末更多往期译文推荐）

“人工智能”这个词经常让人感到恐惧和忧虑。人工智能的未知可能性，害怕未来会像“终结者”这样的电影一样，由AI引发的反乌托邦式的影像，而且担心人工智能有一天会夺走我们的工作。这种恐惧已经很常见了，但也不是完全没有根据。与任何颠覆性的技术发明一样，更快、更高效的机器必然会取代人类工作者。但是，有五个职业的人可以稍微安心些，因为他们至少有潜力找到新的工作。

Gartner的一份新报告指出，尽管AI将裁减180万个工作岗位，但仍将创造230万个就业岗位。Gartner首席研究员Peter Sondergaard预测，AI将提高员工的能力，并可能成为2020年的“网络创造者”。我们相信，与过去的所有其他颠覆性技术一样，AI将为新工作带来更多的机会。

人工智能的兴起将使五大职业未来潜力显著增长。

1.数据科学家

数据科学家是一个新的分析数据专家。他们分析数据以了解复杂的行为，趋势和推论，发现隐藏的见解，帮助企业做出更明智的业务决策。正如SAS所说，数据科学家是“部分数学家，部分计算机科学家和部分趋势科学家”。

下是一些如何使用数据科学的例子：

● Netflix数据挖掘电影观看模式，以了解是什么驱动用户的兴趣。公司使用这些数据来做出有关Netflix原件生产的决定。

● 目标使用消费者数据来识别其基础内的主要客户群。还可分析这些细分市场内独特的购物行为，以引导消息传递给不同的受众。

● 宝洁公司利用时间序列模型更清晰地了解未来需求，从而帮助公司规划最佳生产水平。

由于人工智能的发展，有利于创造和收集更多数据的趋势，我们可以看到，未来数据科学家的需求日益增加。IBM预测到2020年，数据科学家的需求将增长28％，数据科学家，数据开发人员和数据工程师的年需求量将达到70万。以人工智能专家为例，包括刚毕业的博士和受过较少教育和仅有几年经验的专业人员，每年可获得30万至50万美元的薪水和公司股票。

2. AI /机器学习工程师

在大多数情况下，机器学习工程师与数据科学家需合作来完成他们的工作。因此，对机器学习工程师的需求可能会有类似于数据科学家的增长。虽然数据科学家在统计和分析方面具有更强的技能，但ML工程师应具备计算机科学方面的专业知识，他们通常需要更强大的编码能力。

如果十年前进入机器学习领域，很难在学术界以外找到工作。但是现在，每个行业都希望将AI技术应用到他们的领域，对机器学习的专业知识需求已经无处不在。AI将继续推动机器学习工程师的高需求。此外，在不同行业运营的公司（例如图像识别，语音识别，医药或网络安全）已经面临着缺少此类人才的问题。根据Gartner的报道，一位在纽约市尝试聘用人工智能技术的CIO，人才库中共有32位专家。其中，有16人是潜在的候选人，只有8人正在积极寻找新的工作机会。

3.数据标签专业人员

随着数据收集在几乎每个垂直领域的普及，数据标签专业人士的需求将在未来激增。事实上，在AI时代，数据标签可能成为蓝领工作。

IBM负责Watson的团队负责人Guru Banavar表示：“数据标签将进行数据的管理工作，您可以在这里获取原始数据，清理数据并组织机器进行采集。”标签使人工智能科学家能够训练机器在新的任务。

巴纳瓦尔说：“假设你想训练一台机器来识别飞机，而且你有一百万张照片，其中一些有飞机，其中一些没有飞机。你需要有人先教计算机哪些图像有飞机，哪些图像没有飞机。“这就是标签人员的作用。

4. AI硬件专家

AI世界中另一个日益增长的蓝领工作是负责创建AI硬件（如GPU芯片）的工业工作。大科技公司已经在采取措施建立自己的专业芯片。

英特尔正在为机器学习打造一个芯片。与此同时，IBM和高通正在创建反映神经网络设计的硬件体系结构，并可以像这样执行。Facebook还在帮助高通开发与机器学习相关的技术，Facebook的人工智能研究总监Yann LeCun表示。随着人工智能芯片和硬件需求的不断增长，致力于创造这些专业产品的工业制造业工作将会有所增长。

5.数据保护专家

有价值的数据，机器学习模型和代码的增加将带来未来数据保护的需求，因此数据库保护IT专家。

信息安全控制的许多层次和类型适用于数据库，包括：

● 访问控制

● 审计

● 认证

● 加密

● 完整性控制

● 备份

● 应用安全

● 数据库安全应用统计方法

数据库通过网络安全措施（如防火墙和基于网络的入侵检测系统）在很大程度上抵御黑客的攻击。数据库系统及其中的程序，功能和数据的安全将变得越来越重要，因为越来越多的网络开放更广泛的接入，特别是从互联网。