AI工资行情：薪金一路猛涨！-ai行业工资

虽然AI程序员的平均工资约10万美元到15万美元，但要想赚大钱，你应该成为AI工程师。

AI工资得益于带来丰厚薪金的完美组合：热门领域和对稀缺人才的旺盛需求。这是颠扑不灭的供需定律;而现在，凡是与AI沾边的技能都很吃香。

据Indeed.com声称，旧金山地区的平均IT工资(关键词是“AI工程师”)从软件工程师的年薪约134135美元到机器学习工程师的年薪169930美元不等。

然而，如果你拥有招人公司需要的资质，薪水可能开得更高。谷歌为招聘一名终身教授，开出了三倍于现有薪水18万美元的报价，不过对方拒绝了，接受了不同的教学岗位。

但到目前为止纪录是在4月份创下的，当时经营时尚购物网站Zozotown的日本公司Start Today发布了新的工作岗位，欲招聘七位“天才级”的AI技术专家，年薪高达1亿日元，将近100万美元。

AI工资丰厚的几大行业领域

想获得优厚的AI工资意味着从事于“合适”的行业领域。虽然AI工作岗位众多，但主要集中在少数几个行业领域(即技术行业)，仅限于几个物价高的大城市。另一个热门的求职网站Glassdoor特别指出，其网站上列出的所有AI工作中67%位于旧金山湾区、西雅图、洛杉矶和纽约市。

它还将Facebook、英伟达、Adobe、微软、优步和埃森哲列为2018年五家最佳的AI雇主公司，这五家公司在招聘的AI职位中占了近19%。Glassdoor上列出的AI工作的平均底薪为每年111118美元。

Glassdoor还发现，金融服务、咨询公司和政府机构在积极招聘AI工程和数据科学专业人士。这包括知名公司和机构：第一资本、富达、高盛、博思艾伦、安永、麦肯锡、美国宇航局喷气推进实验室、美国陆军和联邦储备银行。

然而预计在不久的将来，工作岗位和行业领域的数量会大幅增加。Gartner最近的一份报告称，AI将淘汰180万个工作岗位，以低贱工作为主，但这个领域到2020年将创造230万个新工作岗位。凯捷的最近报告证实了这点，其报告发现，使用AI的公司中83%表示因AI而增设工作岗位。

拿到AI高薪的最佳工作

“AI”这个术语相当广泛，涵盖许多学科和任务，包括自然语言生成及理解、语音识别、聊天机器人、机器学习、决策管理、深度学习、生物特征识别以及文本分析和处理。鉴于各自所需的专业化水平，掌握多个学科的专业人士为数不多。

简而言之，找到最好的AI薪水需要积极规划正确的职业道路。

虽然AI程序员的平均工资约10万美元到15万美元，不过视所在地区而定，所有这些都属于开发者/码农这个群体。要想赚大钱，你应该成为AI工程师。据另一个求职网站Paysa声称，AI工程师的平均收入是171715美元，从124542美元到201853美元不等，收入最高的可超过257530美元。

为什么这么高?因为许多人出自非编程背景。IEEE特别指出，生物学和物理学等学科方面持有博士学位的人返校学习AI，并将其应用于自己的领域。他们需要横跨技术，了解多种语言和硬件架构，并了解涉及的数据。后者使得工程师“奇货可居”。

为何AI工资如此之高?

事实上，AI这门学科不像许多开发者那样可以自学。Stack Overflow的一项调查发现，86.7%的开发者实际上是自学成才的。但这适用于Java、Python和PHP等语言，而不适用于深奥的AI学科。

它需要计算机科学的高级学位，通常是博士学位。Paysa在一份报告中发现，35%的AI职位需要博士学位，26%需要硕士学位。原因何在?因为AI是一个快速发展的领域，你在攻读博士学位、参与学术项目时，AI即便不是最先进的，也往往很前沿，这为学生提供了工作环境所需要的经验。

AI还需要多个学科，包括C++、STL、Perl、Perforce以及API(比如OpenGL和PhysX)。由于AI进行重要的计算，因此物理学或某种生命科学方面的背景也必不可少。

因此，想成为水平高又抢手的AI开发者，你需要掌握众多技能，而不仅仅是一两种技能。Indeed列出了AI方面需要了解的十大技能：

如你所见，这是一系列广泛的技能，没有哪种技能一夜之间就能学到。据《纽约时报》报道，全球合格的AI专业人员不到10000个。Element AI是蒙特利尔的一家机器学习系统咨询公司，今年早些时候它发布了一份报告，称全球只有22000名博士级计算机科学家能够构建AI系统。不管怎样，这远远满足不了需求。

彼此竞争的雇主推高了工资

由于AI专业人员凤毛麟角，科技公司在学术界到处抢人。在华盛顿大学，20名AI教授中6人在休假或部分休假，为外部公司工作。因此能教这门技术的教授的数量受到限制，导致了恶性循环。

《美国新闻和世界报道》评出AI教育方面的前20所学校。前五名是：

由于学术界遭抢，其他途径也在涌现。谷歌在招聘能接触到的任何AI开发者，通过其谷歌云平台网站提供深度学习和机器学习工具方面的课程。同样深耕AI的Facebook在网上放有一系列视频，介绍AI的基础知识(比如算法)。如果你想在网上上课，还有Coursera和Udacity。

基本的计算机技术和数学背景是大多数AI课程的基础。线性代数与C++编程一样必不可少，因为机器学习对矩阵内的数据进行分析，而线性代数侧重于矩阵运算。据计算机科学学位中心声称，AI课程涵盖高等数学、贝叶斯网络或图形建模等方面的研究，包括神经网络、物理学、工程及机器人、计算机科学和认知科学理论。

但有些知识是没法教的。从事AI并不意味着你把工作转移到计算机上。它需要分析思维过程、技术创新方面的先见之明、设计方面的技术技能，以及维护和修复技术、软件程序以及算法的技能。因此，不难看出为什么技术人员如此稀缺，这只会推动AI工资水涨船高。