1
导读：人工智能是 一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉 等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。但不同的时代、不同的人对这种“复杂工作”的理解 是不同的。
人工智能和机器学习领域有着成千上万的职位空缺。实际上，尽管人工智能是高技术专业人才飞速发展的领域，但Kiplinger的报告总结出：该领域只有少数合格的工程师。
Orbital Insight（一家利用AI从卫星图像收集数据的公司，位于Palo Alto，Calif）的机器视觉工程师Boris Babenko说：
“供不应求”。
“这是所有软件工程领域的现状，但AI是基于该基础上的一大商机。”
当公司需要给予计算机思考、学习和适应的能力时，几乎每一个领域都需要人工智能方面的专家存在。
卡内基梅隆大学（位于匹兹堡）机器学习系主任Geoff Gordon说到：
“如果你观察入微的话，任何你能想到的公司都需要人工智能和机器学习。”
“当然，在硅谷存在有许多开放的职位，但在波士顿，纽约，匹兹堡，伦敦，香港，和所有相关的城市也可以找到关于AI的工作。”
根据Shivon Zilis的最近报道，投资资金Bloomberg Beta的一位创始合伙人指出Apple，Google，IBM是三大顶级AI雇佣公司。但这三家公司并不孤独，Zilis的报告显示AI被应用于许多领域，包括广告，文化，医疗健康，和运输。
如何找到一份AI方面的工作？Gordon的建议是：
“从一些软件工程或者数据-重灾区领域如物理方面的工作着手。“”
“也可能有来自于其它领域的人，如生物学”
“机器学习成为了他们工作中非常重要的部分，最终他们会喜欢上它”
而且他提到，他的很多博士生工业界几年待了后，都回到学校来学习人工智能。
Gordon说：
“我们认为，人们第一次进来时，他们不仅要有正式的思维能力，还应有编码和用计算机工作的能力，确切的编程语言不是大问题，大多数学生都知道几种语言。”
Babenko说：
“我们喜欢看到有一些开源项目的候选人，这样我们就可以浏览他们写好的代码。”
Gordon说道：
“我们尽力去培养可以发现可能问题并解决问题的人”
“有人曾经将我们学生描述为优秀的机器学习忍者——他们就可以通过黑色直升机降落来解决你的所有问题”
InferLink（位于EI Segundo ，Calif的一家公司）的首席科学家Matthew Michelson说道：
“分析能力和创造力的结合也是至关重要的”
“这是一个很难找到的组合，但你需要分析了解数据并且精心设计算法。”
创造力是很重要的，他补充说到，因为“问题往往是新的，需要新的解决方案。”他会浏览候选人的业余爱好——对那些开发游戏的人的偏好——当考虑他们如何处理问题时。
在教育方面，对于那些硕士学位的人存在着许多工作，也有很多较低水平的职位。雇主雇用人工智能方面的博士学位候选人时，会衡量他们的文化程度和他们博士课程中的工作。
参加会议是保持你的人工智能知识走在最前沿的好方法——重点关注发展迅速的领域，并找到工作线索。
Nara Logics （一家在剑桥的染色体接合智能公司，该公司将神经科学和计算机科学相结合）的CEO Jana Eggers说道：
“我給那些对于AI工作感兴趣的人的意见是：网络，参加活动，并紧随行业新闻成为行业对话的一部分。”
“这是你评估自己适合一个公司的最好方法，和学习专业人士的机会”
Babenko为竞争者点赞如Kaggle（“世界上最大的数据科学家社区”）组织的比赛。他指出“网络竞争非常的激烈。”
各大科技公司都在招聘，并高薪聘英才。这些荷包鼓鼓的公司可能，事实上，定市场之外更小价格。
Babenko对他的雇主说：
“我可不认为Orbital Insight有能力与大公司竞争。”
但是，装备精良的候选人应该考虑他们自己的个性，他补充说 ：
“Google 有很多非常给力的项目，但那仅仅是冰山一角，而一个较小的公司，如Orbital，他会给自己伪装出一种感觉——他正在做更多的事情。”
工作数量的增加，大多数是在工业界。Gordon并没有看到学术工作数量有相应的增加——但他也希望有改变。
Gordon说：
“AI领域仍然会是热点”
PS : 本文由雷锋网独家编译，未经许可拒绝转载！
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
