全球AI人才報告曝光:清華第三,北大第六!

全球AI人才報告曝光:清華第三,北大第六!

文章圖片

全球AI人才報告曝光:清華第三,北大第六!

文章圖片

全球AI人才報告曝光:清華第三,北大第六!

文章圖片

全球AI人才報告曝光:清華第三,北大第六!

文章圖片

全球AI人才報告曝光:清華第三,北大第六!

文章圖片

全球AI人才報告曝光:清華第三,北大第六!

文章圖片

全球AI人才報告曝光:清華第三,北大第六!

文章圖片

全球AI人才報告曝光:清華第三,北大第六!

文章圖片

全球AI人才報告曝光:清華第三,北大第六!

文章圖片

全球AI人才報告曝光:清華第三,北大第六!

文章圖片

全球AI人才報告曝光:清華第三,北大第六!

文章圖片

全球AI人才報告曝光:清華第三,北大第六!

文章圖片

全球AI人才報告曝光:清華第三,北大第六!

文章圖片

全球AI人才報告曝光:清華第三,北大第六!

文章圖片

全球AI人才報告曝光:清華第三,北大第六!

文章圖片

全球AI人才報告曝光:清華第三,北大第六!

文章圖片

全球AI人才報告曝光:清華第三,北大第六!

文章圖片

全球AI人才報告曝光:清華第三,北大第六!

文章圖片

全球AI人才報告曝光:清華第三,北大第六!

文章圖片

全球AI人才報告曝光:清華第三,北大第六!

文章圖片

全球AI人才報告曝光:清華第三,北大第六!

剛剛發布的AI人才報告顯示 , 全世界的頂尖AI人才中 , 幾乎每兩人中就有一人是中國培養出的人才!開卷后 , 美國碼農們也都被迫開啟了地獄模式 , 為一個offer面試12場 。
就在剛剛 , 全球AI人才報告發布 。
全世界的頂尖AI人才中 , 由中國培養出的人才已經占到了近1/2!
圖片來源:新智元
有趣的是 , 當這些人卷到美國后 , 當地程序員的日子 , 似乎是越來越難了 。
不斷壓低的薪資 , 無休止的面試 , 地獄級的題目……碼農們正在經歷一場噩夢 。
裁這么多人 , 剩下的錢用來干嘛呢?當然是招AI人才了!
去年 , OpenAI就已經開出了百萬甚至千萬年薪的天價 , 重金求頂尖AI工程師 。
同時 , 招聘崗位的調查顯示 , 只要title帶上AI , 工資就會蹭蹭上漲 , 比不帶AI的崗位年薪最多能高出幾萬美元!

美國碼農的面試 , 正在成為一場噩夢在上個月 , Wired的一篇報道就描述了碼農們經歷過的種種奇葩面試 ,
去面試時艱難而荒謬的遭遇 , 令碼農們回想起來還是覺得冒冷汗 。
種種跡象顯示:科技行業正在經歷一場徹底的變革 。
在疫情期間 , 硅谷大廠們的過度招聘 , 如今終于要被矯正了:現在需要的是適應高利率 , 屈服于股東的壓力 , 提供業務效率 。
于是 , 一場史無前例的大裁員席卷硅谷 。
根據就業追蹤機構Layoffs.fyi估計 , 自2022年初以來 , 已有超過400000個科技工作崗位被裁減 。
圖片來源:新智元
今年3月的被裁員工
并且裁員潮并沒有停下的意思 。 僅在過去兩周內 , 亞馬遜、思科、Expedia Group、Rivian和Bumble等 , 都宣布要裁掉更多員工 。
總體而言 , 美國的就業市場仍然強勁 , 失業率處于3.7%的低位 。
而在科技行業的失業率大概為2.3% , 這是計算機技術行業協會CompTIA根據美國政府的數據計算得出的 。
圖片來源:新智元
但裁員已經讓整個行業的人惴惴不安 。 一位前谷歌高管表示:「如今權力的平衡已經轉移到了雇主身上 , 這讓招聘變得更加艱難 。 」
一家程序員求職公司的數據表明 , 很多公司一直在采用激進的薪資談判策略 , 尤其是Meta 。
但招聘專家警告說 , 題目太難、薪資不高等等 , 都會讓公司錯失優秀的候選人 。

面試已經達到地獄級難度現在硅谷軟件工程師和程序員的面試題 , 已經到了長達數天才能做出來的程度 。
CoderPad的CEO Amanda Richardson認為 , 如果公司給出一個12小時的帶回家測試 , 就會自動過濾掉那些有12小時完成測試的人 。 (作為兩個孩子的父親 ,Richardson表示自己就很難完成 。 )
而這 , 就會排除一些非常有才華的程序員 。 所以他建議 , 測試的時間應該在90分鐘到2小時之間 。
技術課程開發人員和教學設計師John Moore表示 , 這些面試題簡直就像正式的工作項目一樣 , 讓人懷疑自己的眼睛 。
圖片來源:新智元
當然 , 也有人表示理解 。
資深軟件工程師Demetrios C.表示 , 自己不認為在面試時被要求寫出一個完整的應用程序是多高的要求 。 但是可以看出 , 科技公司們似乎在利用最近的裁員潮 , 來壓榨面試者 。
Demetrios現在也負責招人工作 , 他表示 , 自己現在得翻閱大概80到100份簡歷 , 才能發現一個真正優秀的求職者 。
其余的簡歷很多是在造假 , 或者干脆是AI投的 , 這讓企業在招人時格外費勁 。
當然 , 招聘者不好過 , 求職者們遭遇的委屈就更多了 。
工程師Marc Love在Threads上寫道:「這太荒謬了!我知道現在競爭很激烈 , 找工作很困難 , 但很多招聘的公司根本沒給我們基本的禮貌和尊重!」
圖片來源:新智元
數據科學家Dan Nguyen也表示 , 自己理解現在的工作競爭很激烈 , 但是公司招聘時的糟糕行為實在讓人難以忍受 。 「有些人表現得很粗魯 , 因為他們認為自己在這短暫的時刻里占了上風 。 」
圖片來源:新智元
蒙特利爾的AI研究員Sasha Luccioni也表示 , 地獄級面試的情況百分百屬實 。
她在X上爆料說 , 在某次求職中 , 一家大科技公司給她安排了12場面試 , 和一份帶回家的任務 , 整個招聘過程持續了4個月 。
圖片來源:新智元

職位緊張 , Meta趁機壓價模擬面試平臺Interviewing.io最近就發布了一份報告 , 揭露了Meta在面試候選人時采用的非??梢傻恼勁胁呗?。
在谷歌、Meta、亞馬遜、蘋果、Microsoft和Netflix這六家大科技公司中 , Meta在過去12個月的招聘人數增幅是最大的(盡管同時Meta也在進行裁員) 。
這也就使得Meta對面試候選人具備特殊的吸引力 , 讓他們不太可能獲得來自其他巨頭的報價 。
Interviewing.io發現 , Meta現在基本上壟斷了FAANG的招聘
Interviewing.io表示 , 在過去幾個月中 , Meta向自己的客戶發出了20份面試邀請 , 然而最終Meta提供的卻是比求職者預期更低的職級 。
而且 , Meta還趁勢壓價 , 他們為工程師提供的薪水 , 比其他公司同職級的平均總年薪低了50000美元 。
如果求職者有一大把offer可供選擇 , 會有很大的空間來談判 , 然而現在緊張的科技市場中 , 很難找到這樣的機會 。
當然 , Meta并不承認自己有這種行為 。
圖片來源:新智元
在最近的財報電話會議上 , CEO小扎表示 , Meta從去年起就積壓了大量需要填補的崗位 , 并且今年還計劃對一些崗位進行調整 。
圖片來源:新智元
盡管自2022年底以來 , Meta已經裁掉了數萬名員工 , 但Meta表示 , 公司的薪酬理念和范圍近年來從沒有變過 。
那為什么會出現比預期低5萬美元的工資呢?
Meta發言人Stacey Yip沒有正面回答這一說法 , 只是回答說 , 「根據招聘理念 , 我們根據個人在團隊中的潛力來進行評估 , 并為每位候選人匹配符合其技能和職業抱負的職位和級別 。 」

AI人才需求量狂漲42% , 會就能多拿好幾萬盡管大型科技公司近一年來裁員不斷 , 但是省下來的錢又乖乖上貢給了人工智能 。
年前曾曝出 , OpenAI正開出幾百萬甚至上千萬美元的天價年薪 , 只為挖頂尖AI人才 。
這些被裁掉或者降薪的員工 , 看著搞AI的人拿著高薪 , 不知道會不會分外眼紅 。
下圖是在線招聘平臺ZipRecruiter上的相關崗位和薪酬情況 , 我們可以發現:
只要title帶上AI , 那工資就得蹭蹭上漲(紅圈相比于灰圈) , 比不帶AI的崗位年薪要高出幾萬美元 。
圖片來源:新智元
像顯卡一樣 , 人工智能人才已經成為各大公司的爭奪對象 。
如果疊加上動不動就成百上千人的裁員 , 實際的就業市場到底是什么情況?
我們先來看一下坐擁眾多巨型科技公司的美國 。 下圖給出的 , 就是近一年新增就業崗位的變化:
圖片來源:新智元
可以看到 , 與AI相關的工作崗位總體呈上升趨勢 , 且近期在逆風的情況下實現了明顯的正增長 。
(這里將需要對AI算法或模型有技術理解的職位 , 定義為AI職位 , 覆蓋了計算機和數學等相關職業)
相比之下 , 其他的技術崗位就可憐了 , 疫情爆發后 , 科技領域及其他行業的公司曾經展開大規模招聘 , 但隨后為了提高效率 , 開始裁員并采取其他降低成本的措施 。
其中 , 與AI相關的職位發布 , 主要集中在了數據和工程領域 。
圖片來源:新智元
讓我們把時間再拉長一點 , 可以得到下面的這張圖:
圖片來源:新智元
來自馬里蘭大學的研究人員表示 , 與2022年12月的低點相比 , 新的AI職位數量增長了42% 。 這在一定程度上是因為在2022年底發布的ChatGPT , 引發了AI狂潮 。
而科技人才的整體市場仍呈下降趨勢 。 與2022年12月相比 , 今年1月份的新IT職位減少了31% 。
Indeed等求職平臺的數據也顯示了AI與技術就業市場的類似趨勢:
與AI相關的職位發布在增加 , 而總體的數據科學與軟件工程職位發布則在減少 。
圖片來源:新智元
這種趨勢在美國一些科技巨頭中尤為明顯 , 資源正在向人工智能領域轉移 。
- 亞馬遜近幾個月在多個領域裁員 , 原因是業務優先級的變化;
- 谷歌的母公司Alphabet正在努力將資源投向AI的發展 , 同時削減開支;
- UPS計劃今年裁減約12000個崗位 , 同時增加了對AI和機器學習工具的使用;
- 蘋果放棄了長達十年的電動汽車項目 , 部分員工將轉向AI項目工作 。
根據Aon近期對部分技術客戶進行的調查 , 大約四分之三的公司認為 , AI技能值得高薪酬 , 意味著相對于現有員工 , 新員工的薪酬中位數更高 。

Sora橫空出世 , AIGC崗位激增6倍國內這邊 , 隨著Sora帶來的前所未有的視覺沖擊 , AIGC技術又一次站在了高科技領域C位 。
與去年相比 , AIGC領域的人才需求直接暴漲了近613% , 而平均年薪也達到了44.37萬元 。
從AIGC相關職位的職能分布TOP5來看 , 算法工程師、產品經理位居前二 , 占比為18.95%、12.63% 。 視覺設計、自然語言處理、圖像算法位居第三至第五 。
圖片來源:新智元
隨著AIGC的影響日益擴大 , 求職者對其投遞的熱情如火如荼 , 今年開工投遞該領域的人次同比增長191.55% 。
在收到投遞人次最多的TOP5職能中 , 除了算法工程師之外 , 非技術崗位如產品經理、市場經理/主管被投遞的人次占比最多 , 其中產品經理占比居首 , 為8.02% 。
在這TOP5職能中 , 產品經理、算法工程師被投遞的人次同比增長最多 , 前者增長近10倍 , 后者近9倍 。
圖片來源:新智元
那么 , 這些AI界的精英 , 又都流向了哪里呢?
剛剛 , 智庫MacroPolo發布了最新的研究報告——「全球AI人才追蹤2.0」 , 深度解析了自2019年以來全球AI人才的分布 。
圖片來源:新智元
過去一年 , 大模型和機器學習算法大躍式進步 , 加上算力飆升 , 讓人們見證了AI的強大力量和巨大潛力 。
毋庸置疑 , 科技界大部分資本和人才 , 都傾向將AI應用到現實世界的實踐中 。
而且 , 各國在這一領域的競爭 , 比以往任何時候都更為激烈 , 這場競爭很大程度上將圍繞著AI生態系統中不可或缺的要素——人才 。
下圖 , 直觀呈現了當前不同國家頂尖AI人才 , 從求學到現在工作地方的流動情況 。
其中 , 中國高校的畢業生 , 大部分還是會留在本國就業 , 而去美國深造的那些 , 工作基本上也會落腳在美國 , 只有極少部分回到國內 。
圖片來源:新智元
來自NeurIPS 2022上接收的論文作者的樣本數據;左邊一欄代表本科生 , 中間代表研究生 , 右邊是畢業后工作地
這份報告 , 在2023年的亮點有哪些?

2023年重點變化1. 美國仍是頂尖AI人才工作首選地 。
在美國的研究機構中 , 美國和中國研究人員(基于本科學歷判斷)占比75% , 比2019年的58%有了顯著提升 。 此外 , 美國不僅是全球最頂尖AI人才(約占前2%)的首選地 , 還有60%的頂級AI研究機構 。
2. 在美國和中國之外 , 英國、韓國及歐洲 , 也在逐漸成為頂尖AI研究者的理想工作地 。 就AI研究者來源(基于本科學歷)來看 , 印度和加拿大的比例有所下降 。
3. 為了滿足日益增長的AI產業需求 , 中國在過去幾年擴大了國內AI人才庫 。
中國也培養出了世界上相當一部分的頂尖AI研究人才——從2019年29%提升至2022年47% , 所以越來越多的中國人才在國內行業工作也就不足為奇了 。
4. 印度的情況也類似 。 雖然印度仍是頂尖AI研究人才的主要輸出國 , 但其保留人才的能力正在增強 。
2019年 , 幾乎所有的印度AI研究人員都選擇出國尋求機會 , 而到了2022年 , 有1/5的印度AI研究人員決定留在國內工作 。
5. 中國和印度的這些變化反映了過去幾年一個更廣泛的趨勢:頂尖AI研究人員總體上的流動性減少 。
2022年 , 有42%的頂尖AI研究人員是在異國工作的外籍人士 , 比2019年下降了13% , 這意味著更多的頂尖人才選擇留在自己的國家就業 。

八張圖表揭示核心觀察1. 最頂尖AI研究員工作的主要國家(前~2%)
擁有全世界的精英最多的國家當屬美國 , 從2019年65%將至2022年的57% , 但美國仍是世界之首 。
而最大的變化是 , 加拿大人才暴減7% , 中國憑借擁有12%的頂尖AI研究員 , 排在世界第二 。
圖片來源:新智元
圖片來源:新智元
「最頂尖的AI研究員」是NeurIPS Oral論文的作者 。 2022年的Oral接受率僅為1.8% 。
2. 最頂尖AI研究員的主要原籍國(前~2% , 基于本科學位)
美國培養頂尖AI人才的比例正在下降 , 從35%降至28% 。
值得注意的是 , 中國在這方面的比例大幅提升 , 從2019年的10%飆升至2022年的26% 。
圖片來源:新智元
圖片來源:新智元
3. 世界TOP 25頂尖AI研究機構
霸榜世界領先的AI研究機構 , 仍舊是谷歌 , 斯坦福次之 。
縱觀所有機構 , 清華北大排名大幅提升 , 此外 , 上海交通大學、浙江大學赫然出現在世界TOP 25的名單中 。
在2022年 , 世界排名前六的AI研究機構分別是谷歌、斯坦福、清華、MIT、CMU和北大 。
圖片來源:新智元
圖片來源:新智元
基于作者的分數排名
4. 在美國機構工作的頂尖AI研究員的主要原籍國(前~20%)
下表中最顯著的變化是 , 在美國工作的中國頂尖AI研究員的比例 , 增長了10% 。
這意味著 , 越來越多的國內學者 , 走向美國 。
圖片來源:新智元
圖片來源:新智元
5. 頂尖AI研究員的原籍國(前20% , 基于本科學位)
中國在世界上培養出頂尖AI研究員的比例 , 大幅增加 , 從2019年的29% , 漲到2022年的47% 。
這個增長比例(18%)也可以說是世界之最 。
圖片來源:新智元
圖片來源:新智元
6. 頂級AI研究員工作的主要國家(前20%)
美國依舊是世界之最 。 雖然從59%下降到42% , 但仍擁有世界最多的頂尖AI人才 。
而中國也吸引了更多AI研究員工作 , 3年的時間占比上漲了17% 。
圖片來源:新智元
圖片來源:新智元
以研究人員目前工作的機構總部為基礎的國家歸屬
7. 頂尖AI研究員中在國外工作與在留在國內工作比例(前20%)
可以看到 , 越來越多的頂尖AI研究人員 , 更愿意留在本國工作 。
圖片來源:新智元
圖片來源:新智元
8. 在美國完成博士學位后 , 絕大多數非美國籍的AI人才留在美國
中國學者在美國完成博士學位 , 愿意留在美國工作的人才比例增長了4% 。
圖片來源:新智元
圖片來源:新智元
31%美國科技工作者955都上不滿
盡管整個世界都在裁員 , 盡管連OpenAI都推出了「996福報套餐」 , 但相當一部分美國的科技工作者仍然深受「工作不飽和的困擾」 。
求職網站Indeed最近發布的報告顯示 , 超過三分之一的科技行業工作者每周工作時間少于40小時(其中31%的人每周工作30-39小時 , 另外有5%的人每周工作時間不足30小時) 。
圖片來源:新智元
別說996了 , 連一天平均8小時的工作時間都得不到 , 真是「太慘了」 。
不過上圖也指出了 , 那些每周工作31至39小時的人 , 大多數的工作經驗不到10年 , 且在目前崗位的任職時間不足兩年 。
正是這部分「年輕一代」 , 充分利用了工作場所提供的靈活性 。
與此同時 , 有57%的銀行和金融行業的工作者每周工作40至49小時 。
圖片來源:新智元
看起來 , 盡管最近AI的迅猛發展導致人類在一些工作崗位上變得「多余」 , 但與金融、銀行、航空等行業相比 , 科技行業的崗位整體上還是比較堅挺的 。
最后 , 有7%的人每周工作超過50小時 , 不過他們也在積極尋求新的工作機會 。
另外 , 相比于坐在辦公室或者遠程辦公 , 技術人才更喜歡混合型的工作安排 。
圖片來源:新智元
長期的疫情使遠程工作在科技行業流行起來 , 雖然在辦公室全職工作仍然占主導地位 , 但大多數雇主發現 , 允許員工至少在部分時間遠程工作是吸引人才的最有效策略之一 , HR在招人的時候也會考慮這一點 。
技術求職者通常會傾向于包含一定比例遠程辦公的崗位(只有大約1/4的人在找完全面對面的工作) 。
圖片來源:新智元
數據顯示 , 與完全遠程或完全辦公室工作相比 , 混合工作安排(在辦公室至少三天)可以提高員工的保留率 。
這一發現表明 , 技術人才實際上在具有某種辦公室工作元素的角色中獲得更多的滿足感 , 而不是完全喜歡遠程工作 。
圖片來源:新智元
此外 , Indeed的研究分析了員工離職的原因:39%的積極求職者期望獲得更好的工作生活平衡 , 38%希望找到壓力更小的工作 , 38%的人期望得到更優厚的福利 , 比如額外的帶薪休假或育兒假 。
圖片來源:新智元
好消息是 , 盡管面對裁員和經濟不穩定的擔憂 , 科技公司依然在積極招聘 , 并尋求新途徑來吸引人才 。
參考資料:
https://www.wsj.com/tech/ai/ai-jobs-demand-tech-layoffs-5b7344c0?mod=tech_lead_pos5
https://venturebeat.com/programming-development/31-of-u-s-tech-workers-put-in-less-than-40-hours-per-week/
https://www.wired.com/story/why-tech-job-interviews-became-such-a-nightmare/
【全球AI人才報告曝光:清華第三,北大第六!】https://macropolo.org/digital-projects/the-global-ai-talent-tracker/36