2018年，35所高校首獲AI專業建設資格。今年，首批AI專業本科生即將踏入職場。

南京大學的曹影將入職華為。名校背景、豐富的實習經歷和不菲的競賽成績，讓他拿到了本科生里的天花板級別的薪水。不過，他還是建議，想從事AI行業的同學，能深造盡量深造，不要亂就業。“AI這個行業最好能讀到博士。”他說。

就讀于美國阿拉巴馬大學的AI專業在讀博士生楊勇智也感受到，在美國，AI本科生就業并無優勢。“這只是計算機系的一個分支，可以在研究生階段可以往這個方向發展。”

(資料圖)

博士李銘涵發現，在AI就業市場上，無論是碩士還是博士，985名校生就業沒問題，但是中等211以下的學校，競爭力較弱，很難進入大型科技公司。

對于高校在AI專業“一擁而上”，李銘涵覺得，“這沒有必要”。

資料圖

【1】“人才缺口在縮緊，招的人一直在減少”

曹影　南京大學　本科　將入職華為

我本科之所以選擇AI專業，是因為我高中參加了全國青少年信息學奧林匹克競賽，決賽拿了南京大學自主招生的第一名。當時AI有2個名額，計算機10個名額，我選了AI。最開始對這個專業很有憧憬，學著學著就覺得興趣不大，所以本科畢業就打算就業了。

我本科期間參加了一些算法競賽，也拿到了一些成績，比如像ICPC、CCPC的金牌，ICPC的邀請賽我是全國冠軍。實習方面，我是在Hulu和字節跳動做推薦系統相關的工作。最后工作簽在華為，做AI的infrastructure的基礎架構，具體是大模型分布式訓練的自動命名化。

我感覺南京大學AI的本科培養偏向純AI理論，但是這些年AI的理論進展并不大，無論是在可解釋性方面還是模型方面都沒有很大突破，我對理論研究興趣也一般。

我自己的代碼能力比較突出，會更喜歡system這個方向。這個領域比較“吃”經驗，對代碼能力的要求比較高，跟其他技術的結合是也挺有趣的，例如現在各大互聯網公司都在做的用戶個性化推薦，這里面都是要結合機器學習。

本科培養是很有限的，不管是學術還是就業都還達不到標準。就業市場對學歷一刀切的狀況也比較嚴重，除非是非常優秀的本科生，不然本科的學歷直接就業很劣勢。就說我身邊的碩士前輩們，他們的理論水平就會比較扎實，也有高水平的論文，對比之下他們的背景自然更有優勢。另外實習經歷也是比較重要的一個點，因為近幾年互聯網行業發展也不好，崗位少，所以理論知識、學歷背景、實習經歷都重要。

AI一直都是小眾的行業，算法崗只在最開始的兩三年里是一個比較蓬勃的姿態。現在，人才缺口在縮緊，招的人一直在減少。相同水平的兩個人，第二年入職的員工待遇就會比第一年差。不過，尖端崗位薪資一直在上漲。也許去年到今年是持平，但薪酬絕對沒有降。我認識的人也有拿到很頂級的offer，當然都是碩士博士了。這種頂級的offer在行業里變動不大。

據我所知，我是華為今年招的本科生里給的最高的。因為我是算法競賽的選手，市場比較需要，實踐經歷也比較豐富。而且南京大學的AI在國內一直保持著前三的水準。我拿到的offer也不多，大型互聯網公司只拿到了字節跳動和華為，騰訊去年沒有招人，但這情況已經算好的了。今年，在南大AI學院，總共三個大廠招聘，兩個offer在我手上，挺幸運，最后簽下的這個符合我的心理預期。

我們級有八十多個人，直接就業的同學不超過20%。就像前面說的，本科的培養很有限，AI專業非常需要深造。大部分同學要么保研，要么考研或者出國。我們學院保研率很高，差不多能到60%，升學的人占大多數。

畢竟，如果應聘算法崗，本科學歷連簡歷關都過不去。我也面試了十幾家公司，包括互聯網大廠和小公司，通過率也就30%左右，這還算是高的了。但是規模比較小的公司，給的待遇比互聯網大廠更高。最高的一家是量化投資行業，工作內容是用機器學習技術對股票市場做預測。

當下AI的學歷分層嚴重。互聯網大廠會要求本科985學歷，如果是跨出去做量化金融就會要求本科是華五院校。所以競爭的同學至少會是985以上的本碩水平。本碩又拉平在一個戰線，平均薪資不會超過30萬；但是博士的起步年薪40萬是很正常的。所以說學歷壁壘不低，博士相對于以下學歷，薪資有50%~60%的漲幅，畢竟博士和本碩屬于完全不同的知識水平。

對于想從事AI行業的同學，我還是想建議他們能深造盡量深造，不要亂就業。能保研就先保研，保不上就考研，如果考研沒成功再考慮要不要二戰。家庭經濟不錯的也可以出國讀書。

現在，哪怕是國外的頂尖名校畢業生，就業也不容易。我自己有關注到，今年普渡大學就業率應該不超過40%，而卡內基梅隆大學這樣全球最頂尖的計算機高校，就業率也就是60%~70%，這還是本碩一起的就業率。因此，不放低預期的條件下，這個行業最好能讀到博士。因為AI門檻很高，工業界和科研界融合非常緊密。

【2】“本科課程只是對AI的入門介紹”

楊勇智　美國阿拉巴馬大學　博士　計劃應聘國內高校

我碩士期間對機器學習比較感興趣，當時這個方向也比較熱門，所以在博士期間選擇了攻讀機器學習這個方向。我比較保守，家人朋友基本都在國內，所以在完成學業之后準備回國工作。我有過6年助教的經歷，喜歡講課，所以計劃畢業之后去應聘國內的高校老師，繼續做機器學習方向的研究和教學。

大部分AI專業的學生都會選擇去企業，這也是比較好的選擇。AI畢業的博士同學比較容易就業，像谷歌、微軟、特斯拉這種科技大廠并不會去搶AI（本科）畢業生，因為他們需要的是高精尖人才。

我一個學姐之前去谷歌面試，在四面的時候被淘汰了，原因是我們學校的知名度不高，或者專業方面沒有很強，最終錄取的是麻省理工的。其實這些企業的第一要義還是看能力，到了后幾輪面試的人，可能能力都差不多，就更傾向于名校的學生，這也可以說是為公司的利益考量。

前些年，美國企業把大量懂AI的人都招進去，這有些不計成本，隨著AI市場逐漸穩定，企業不再需要過多的人才，最近也一直在裁員。

今年就業壓力比較大，目前我周圍的同學還沒有收到offer，但是明年應該會是一個新興的就業環境。因為企業會持續找一些新人來擴充自己的團隊，只要我們自己能跟上時代的浪潮，找工作應該沒問題。

現在的工作都會涉及機器學習、數據分析，所以除一些科技大廠外，別的企業會更多需要AI人才。我認識一個化工化學博士，他對機器學習比較感興趣，通過自學去了一個信用卡公司做AI，也成為了一段佳話。

AI行業要求人才有較高的代碼能力和對行業發展潮流的把握。拿ChatGPT舉例，它以transformer這個模型進行架構，如果有人在ChatGPT爆火之前就用過2.0的算法做過項目，那么他就能夠在招聘市場中脫穎而出。自ChatGPT爆火了之后，越來越多的團隊開始做機器學習相關的內容。這種open　AI的出現，相當于將機器學習推向了2.0時代，使得AI行業發展更加迅速。所以，我對AI專業學生的建議是，多看一些前瞻性的會議論文，通過做項目將這些前沿內容應用在實踐中，不斷提升自己的能力。

ChatGPT不可避免會替代一些低端碼農，部分編程現在可以被ChatGPT完成。現在企業更多地需要一個有能力的項目經理，只要根據自己的項目框架去問ChatGPT，就會得到答案。我之前寫過一個程序，百分之八九十的代碼是用ChatGPT寫的，但是有關的想法和算法是我自己。

雖然從理論上講，AI的出現會使部分崗位被淘汰，但是技術和人類還是一種互相合作的關系，從社會穩定的角度來看，很多工作一時半會也不會被技術所替代。

一些學校設置AI本科專業，在我看來沒有什么意義，這只是計算機系的一個分支，可以在研究生階段可以往這個方向發展。本科生最重要的是打好基礎，包括數學、代碼語言、計算機算法等等，打好這些基礎后才能真的深入地去學機器學習。即時有些學校開設了本科專業，其課程也主要是對AI的入門介紹，學生并沒有機會深入了解理論模型去復刻和應用。

此外，AI也不需要過多的人才去做研究，如果本科學生都扎堆去學習AI專業，行業并沒有那么多崗位去滿足。

資料圖

【3】“AI行業要求人的社交能力”

李銘涵　國防科技大學　博士　將就職北京某高校

在5年前，我就看到了AI未來的發展前景，于是在保研時選擇了城市計算這一方向。我們專業是在城市數據采集的基礎上，以智能化手段對城市的運行狀態進行分析，讓城市的動態變化都是可預測的，例如計算城市的交通人流、疫情暴發情況等。

我從去年下半年開始找工作，目前準備在高校做科研，未來長期的計劃是產學結合，最好能在AI領域產出一些比較有壟斷性的工作成果。

AI專業的本科、碩士、博士就業差別很大。本科生學習的內容過于寬泛。碩士學習的東西不太成體系，更重視培養學生的實操能力，尤其是編程。博士的學習更重視知識的體系性，專攻某一個具體的方向，比如自然語言、數據挖掘等。

所以，本科不太好找工作，一般是去初創公司或者一些初創公司基礎的開發類崗位。相比于本科和博士，業界對碩士畢業生的需求量是最大的。因為大廠的核心目標在于盈利，對科研崗的需求較少，部分碩士生的能力就可以滿足。

無論是博士還是碩士畢業，985名校學生就業沒什么問題，但是中等211及以下的普通學校，在AI人才市場上的競爭力較弱，很難進入大型科技公司就業。

我周圍清華AI畢業的同學普遍是去了大廠或者國內外名校的博后、教職崗。這些同學好就業，一是在于個人能力很強，比如發表論文、參加競賽的成績很好；二是因為目前AI行業發展前景好，對人才的需求較多。

AI行業對人才的第一要求是編程能力，其次是社交能力。因為無論是業界還是學界，AI行業里有各種利益關系需要處理。業界互聯網大廠的要求更多是項目能夠落地實施，并且能夠帶來收益。即使你在做項目時使用一個非常厲害的模型，但如果損耗大于收益，那也是不能落實的。而在高校做科研更多考慮的是學術理論上的創新型，就是文章發的多且質量高。

互聯網大廠給的薪資普遍較高，而高校教職的工資可能一開始并不如大廠，但其發展空間未必比企業小。當然，這些前提是個人實力足夠強，包括科研和實踐能力。

目前的市場需要去泡沫化。因為很多公司掛羊頭賣狗肉，并沒有真正實現智能化。比如一些算法和智能App，其實是后臺人員在操作，智能化只是人為制造出來的假象，但是這種后臺崗位也是目前AI發展形勢下所需要的。現在受經濟大環境的影響，AI市場的泡沫化現象正在逐漸去掉，所以有很多互聯網公司在裁人。

未來的AI市場會有更多的機遇。從社會的長遠發展來看，AI可能會代替人力密集型的勞動，但它也必然催生更多就業崗位。比如在以后的智能社區中，養老問題可以通過智慧社區來解決。而這種龐大的智能社區，需要很多的技術人員去維護，包括網絡、裝備、算法上的改進。

AI的發展革命雖然會引發社會組織變革，但它也會帶來更多的就業機會。因為AI一定是由人引導的，不能脫離人而存在。

現在國內有400多所高校開設AI本科專業，這會對大多數普通學生的就業產生沖擊。

對于打算讀AI專業的同學，我建議他們首先要清楚自己的興趣。其次，自己也要有足夠能力，包括編程和數學能力，然后才能更好地學習這個專業的內容。AI行業有很多優秀的人才，在能力足夠的基礎上去引領行業的發展潮流，才能脫穎而出。

【4】“高薪的只是少數尖端人才”

張蔚　國防科技大學　本科　保研

我們學校是2018年開設的AI專業。我當時只是因為對AI有興趣，就選擇了這個專業。AI需要綜合運用多個領域的知識，包括數學、信息學、統計學、模式識別、機器學習等等，不僅僅是用ChatGPT做個小程序，或者用AI軟件畫個圖這么簡單。

現在，AI已經對很多領域產生了深刻的影響，比如說像醫療、交通、金融、教育、能源、農業。可以說，不管做什么行業，都能AI產生聯系，所以越來越多學校開設這個專業。

我未來的規劃還是想繼續深造。AI本科生學的東西太基礎了，業界用不到，本科畢業沒辦法找到什么好工作，這很現實。

我們學校AI本科的培養，主要還是通識性的教育，在這個行業入個門。而且像我在學校學的東西，其實都不是近10年的智能發展內容了，跟不上業界需要，業界要解決的很多前沿問題是本科學習遠達不到的。

像三維重建，2020年以前還沒有NeRF的時候，業界使用的還是傳統的激光那些方法。NeRF這個東西出來以后，傳統的昂貴的方法就能被簡單廉價的AI方法取代，只要一個普通攝像機拍幾張照片，拿個電腦計算一下就能出結果。

AI不是全行業都是大熱門，像視覺、自然語言處理、數據分析這些市場產品做得廣，經濟效益高、需求多，薪資會高一些；其他領域的市場需求也只有那么大，薪資也一般。高薪的是那些少數尖端人才，大部分還是普普通通的打工人。

【5】“班上30人，18人選擇升學”

王蔚　長江大學　本科　讀研

我來自學校第一屆AI本科專業試驗班，專業全稱是電子信息工程（AI）。在三四年前，我從水產養殖轉至本專業。

由于我們專業開設比較特殊，所以課程除AI的理論知識外，也交叉一些智能硬件相關的課程，例如電子技術、機器學習、深度學習、數字圖像處理等等。因為我自己喜歡AI相關的東西，所以學習起來也會輕松一些。

我們班上有30人，其中18人選擇升學。AI行業對人才的要求也較高，大部分同學會選擇升學。我自己也收到西交利物浦大學的碩士錄取通知，準備在模式識別與智能系統方面繼續深造。我未來碩士階段的課程基本和本科差不多，只是研究的更深入，有更多的機會去參加項目。

出于自己的熱愛，我是有讀博士打算的，當然，如果碩士畢業有合適的公司和崗位，我也可能直接去就業。

我身邊參加就業的同學，部分去了國企單位如中國電信，基本和傳統的電子信息、計算機專業的工作重合，也有些去了一些AI相關的初創團隊，這些團隊需要擴充人才隊伍。整體來看，如果本科生想去大廠就比較困難了，這些企業更偏向一些名校的碩士、博士的畢業生。

在待遇方面，薪資還是不錯的。我自己有在深圳一公司實習過，崗位是AI算法工程師，主要AR/VR面部表情捕捉，月薪七千元。但是，本科生能拿到高薪的只是鳳毛麟角。

（除楊勇智外，其他受訪者為化名）

九派新聞記者　李曾卓　實習記者　司芒芒　徐浩宇

編輯　曾金秋

【爆料】請聯系記者微信：linghaojizhe