人工知能は、現在最もホットな産業であると言っても過言ではありません。最先端のテクノロジー企業から革新を目指す伝統的な産業まで、ほぼすべての企業がこの新しい「トレンド」をつかもうとしています。人工知能の核となるのは人材です。人気のある業界は通常、より多くの雇用機会とより高い給与を意味します。では、最も人気のある業界における人工知能の給与水準と人材の需要と供給はどうなっているのでしょうか? この「ホットな」業界では人材がいかに高価であるかを知るために、11 の統計チャートを見てみましょう。 注:統計データはインターネット求人プラットフォームLagou.comから提供され、グラフはLeifeng.comによって作成されています。統計で使用される人工知能のタグは、ディープラーニング、機械学習、画像処理、画像認識、音声認識、マシンビジョン、アルゴリズムエンジニアリング、自然言語処理、アルゴリズム、意味認識、声紋認識、NLP、ニューラルネットワーク、自動運転、人工知能、自然言語、データマイニング、コンピュータービジョン、検索エンジン、パターン認識です。 1. インターネット関連の仕事の給与ランキングで人工知能が第3位に データによると、管理職の給与はすべての職種の中で最も高く、平均で 23,000 ドルに達し、次いでデータ開発と人工知能が 20,000 ドルを超えています。 2. 募集人数が大幅に増加し、応募者数もさらに急速に増加している 2015年から2016年にかけて、AI関連の求人数は2倍に増加し、応募数はほぼ3倍になり、平均給与も緩やかに増加しました。 2016年から2017年にかけて、求人数は27%増加し、応募数は2倍以上に増加しましたが、平均給与はほぼ同じままでした。 3. 就職競争の激しさが減った 応募数は大幅に増加しているものの、AI 職種に対する求職者の比率は、2016 年から 2017 年にかけて、職種当たり 2.6 人の求職者から 1.3 人の求職者に減少しています。これは、職種数と職種の増加によるところが大きいです。 4. ほとんどの場合、1~5年の経験が必要です 採用要件では、ほとんどの人工知能職種では 3 ~ 5 年または 1 ~ 3 年の実務経験が必要です。そのうち、3~5年の経験を必要とするものは2016年には40.4%を占めていましたが、2017年には38%に減少しました。一方、1~3年の経験を必要とするものは31.8%から33.3%に増加しました。 5. 音声は人工知能の中で最もホットな分野であり、平均給与も最も高い 音声認識は人工知能の新たな注目分野です。求職者数の増加により給与が安定している他の職種と比較すると、音声認識は給与の伸びがトップで、平均給与は2016年の20.5千ドルから2017年には27.6千ドルに増加しました。 6.人工知能業界に参入したいなら北京へ AI関連の求人の半数以上は北京に集中しており、54%を占めています。これに続く都市は上海、深セン、杭州、広州、成都です。 7. 大企業はより多くの人を雇う AI関連の仕事の28%は従業員2,000人以上の大企業によって提供されており、従業員500人以上の企業が42%を占めています。 8. 大企業の平均給与は高い 2017年、人工知能採用の分野では、従業員数2,000人以上の大企業の平均給与は25.2kでした。比較すると、従業員数15〜20人の企業の平均給与は16.2kでした。一般的に、企業の規模が大きいほど、給与は高くなります。 9. 同じコードファーマーでも扱いが違う バックエンド開発、フロントエンド開発、モバイル開発、人工知能の4つの分野のうち、人工知能の平均給与が最も高く、他の3つの分野よりも約3分の1高くなっています。 10. AI関連の仕事の競争は他の分野ほど激しくない 人工知能分野では、ポジションあたり平均 24.7 件の履歴書が寄せられました。比較すると、モバイル開発分野が 1 位で、平均 130.3 件の履歴書が寄せられました。 11. 新卒者はAIでは9千ドル稼げるが、モバイル開発では6千ドルしか稼げない 従来の技術職と比べると、人工知能という新興分野では、経験レベルに応じて高額な給与が支払われます。人工知能業界に入社した新卒者は平均 9,000 ドルを稼ぐことができますが、モバイル開発では 6,000 ドルしか稼げません。10 年以上の経験を持つ優秀な人材の場合、人工知能の給与はバックエンド開発のほぼ 2 倍になります。 要約する 人工知能は現在、急成長している分野であり、人材の需要が急速に高まっています。しかし、フロントエンド開発やモバイル開発などの他の技術職と比較すると、人材の供給が追いついておらず、同じ職種に対する求職者間の競争はそれほど激しくなく、給与も上昇しています。 |
<<: DeepSense: モバイルセンサーの時系列データを処理するためのディープラーニングフレームワーク
>>: ディープラーニングを使用して、あなたのようにチャットできるロボットをトレーニングするにはどうすればよいでしょうか?
AIとIoTをロボットシステムに統合することで、その応用範囲が大幅に拡大すると期待されています。市場...
大規模で高速かつ変化する情報資産を処理するためにビッグデータ テクノロジーを採用する組織が増えるにつ...
Google のアルゴリズムは毎年 500 ~ 600 回も変更されますが、その多くは小さな変更です...
[51CTO.comより] 業務を再開する企業が相次ぐ中、新型コロナウイルス肺炎の流行は「輸入症例...
[[235929]]機械学習に興味がある、または JavaScript を使用して機械学習の専門家に...
シリコンバレーの大企業からのオファーは多くのプログラマーにとって依然として非常に魅力的であり、今年は...
2019年6月28日、北京で2019年北京人工知能産業サミットフォーラムが開催されました。主催は工業...
1. Javaガベージコレクションアルゴリズムの核となる考え方Java 言語は、使用中のオブジェクト...
私が解決したい問題は、車にカメラが付いていて、車がどれくらいの速さで走っているのかを知りたいというこ...
[[283588]] [51CTO.comより]先日、「勢いの刷新と知能の統合」をテーマにした世界人...