人工智能（AI）是一门爆炸性的学科，目前正在进行部署以使其产品和服务更智能、更快速，并能完成人类无法完成的任务。随着全球许多领域包括学术界在内的AI投资的超马拉松式发展，新的职业机会也随之而来。

   人们越来越认识到，随着AI的发展，某些工作将被淘汰。但在这个硬币的另一面，人们越来越迫切需要专家帮助建立AI模型，也越来越需要有足够的战略眼光和创造力的领域专家来设想如何在自己的专业领域使用AI。事实上，世界经济论坛的报告显示，LinkedIn上增长最快的技能是AI。

   那么，AI到底是什么？南京大学计算机科学与技术系主任、人工智能学院院长周志华（音译）这样简单地进行了描述。

   “AI的研究人员正在尝试发明/开发一些技术和工具，能够帮助人们做一些需要一定智能的工作。在这些技术和工具的帮助下，人们会发现生活会更加轻松愉快，因为有更多的时间和精力可以用来做有趣而不是枯燥的事情。AI可以被比喻为蒸汽动力：蒸汽动力帮助人类做体力劳动，而AI将帮助人类做智力劳动。”

 

急需领域专家

 

   在这个充满活力的AI世界里，数据科学、深度学习和机器学习正在被用于改善天文学、医疗保健、交通、安全和银行业等领域的产品和产出。该领域的科学家和工程师们发现，他们的技能在多个职业轨道和行业中都很受青睐，负责管理谷歌所有员工技术教育的谷歌教育和大学项目副总裁Maggie Johnson表示。她指出，在谷歌这样的公司里，有一些在计算机科学、统计学、数学和数据科学等与AI相关的高技术领域拥有博士学位的人。“他们正在定义实际的算法以及模型的形态。” 

   随着模型越来越复杂，这些技术型的AI专家在研发部门找到了职业化发展的道路。在研发部门，他们以“顾问”的身份进行持续的研究，帮助公司不同部门满足AI需求。最有趣的是，他们还在整个组织的产品团队中工作。

   Johnson指出，这种AI专业技术在不同企业之间的扩散，自然导致了博士生的另一条道路：成为领域专家。因为他们对AI有足够的理解，能够成功地将其模型应用于对自己学科系统的改进，他们需要具备编程技能和计算机语言的知识，比如说Python。但更关键的是，他们要能够看到融合AI以推进产品改善的潜力。以谷歌公司的一个项目为例，公司员工希望将AI应用于医疗领域，通过视网膜扫描来诊断疾病。

   “我们实际上是在雇佣医生。”Johnson说，“我们引入了医生和科学家，因为我们无法理解数据集，但他们能。”

   谷歌并不是唯一一家雇佣科学家和工程师担任AI创新角色的公司。如果你拥有流行病学、材料科学、物理学、植物科学和农业或工业工程等优势领域的博士学位，那么可能有一家公司可以利用你的知识来打造以AI为中心的产品。日立公司（Hitachi Limited）是一家总部位于东京的跨国企业集团，其在工程机械、铁路系统、电梯、医疗卫生、银行、政府系统和基础设施等领域都有兴趣，研究员Kazuo Yano（物理学博士）负责领导AI研究。

   Yano认为自己的角色既是战略上的，也是战术上的。“我在为AI写代码的同时也在和客户交流。”他说，“客户不知道AI是什么，也不知道它能为他们提供什么。我了解客户和市场非常真实的需求。”

   但对于产品团队来说，必须要有高学历的领域专家，Yano补充说。“我们有很多研究人员和工程师都是领域专家，比如铁路专家和金融专家，他们加入到AI团队中，让这些系统变得更加智能。” 

   事实上，位于新德里的政府智库——印度国家转型研究所（NITI Aayog）专责官兼数据分析部门负责人Avik Sarkar认为，领域专家是AI的未来。“要成为领域专家，因为AI的神奇与魔力只有在你熟知该领域的基础上才能发挥出来。”

   在位于明尼苏达州明尼阿波利斯—圣保罗的材料科学公司3M，Jennifer Schumacher拥有神经科学博士等各种教育背景，她是公司研究系统实验室（CRSL）AI小组的共同创始人之一，并领导着该小组的研究工作。

   Schumacher和她的团队可以为3M公司的任何一款产品和业务作出贡献。最近，该团队已经将AI和数据科学解决方案融入数字显示器、交通标志、暖通空调过滤器、数字口腔护理甚至是便签纸条中。陈奕雄（音译）是3M公司上海CRSL的高级产品工程师，他的目标是为3M公司在亚洲的客户和利益而做同样的事情。4年前，他从188体育平台控制理论与控制工程专业博士毕业。“我们正试图在组织中寻找机会，将这项技术部署到中国3M公司，并将AI相关的知识引入进来，这是一个正在成长的团队。”

 

学术界和产业界的深度学习

 

   喜欢学术界的文化氛围和产业界的影响力的科学家们可能会有兴趣知道，在AI领域的职业生涯是有可能跨越这两个领域的，就像Joelle Pineau所做的那样。她是麦吉尔大学的计算机科学教授，也是蒙特利尔的Facebook的AI研究团队负责人。“当说到从事AI工作时，会有一个巨大的职位选择谱系。”Pineau补充说，更多的大学正在向这类工作模式开放。

   Joshua Bloom是另一个例子。他在加州大学伯克利分校天文学系担任教授，同时在GE Digital公司担任数据分析副总裁（包括AI相关项目）。“与5年前相比，我更清楚地意识到出现了教师与产业界的联合岗位。”

   开始从事双重职业时，作为一名大学的研究人员，他看到天体物理数据量的巨增，却没有办法在合理的时间内解析和理解这些数据。他不仅为天文学设计了解决方案，最后还利用机器学习知识创办了一家公司，并被GE Digital收购。他对新“母体”相当满意，在公司的背景下，他可以继续在学术界做学术，同时为他们的数据科学和AI的兴趣作贡献。

   因为AI的应用潜力似乎是无限的，职业机会也在如火如荼地增长。“没有定义的（职业）阶梯，但一个人肯定可以一步步走下去，以便在AI领域从事有影响力的职业。”知识产权和技术分析工具XLPAT联合创始人、TT咨询公司创始人Komal Sharma Talwar说。“一旦你了解了数据科学、机器学习算法和模型，你的下一个职业选择就是决定你真正想要的工作是什么。”她指出，“然而，道路并没有到此为止，要想在AI领域获得成功，应该继续学习更高层次的算法以及如何将其应用于不同的功能。”

 

职业机会的代码

 

   Yano表示，在产业界，无论是研发部门还是专业领域部门，招聘AI职位都可能是“非常规的”。他说，对于想要打造AI “引擎”的研究人员来说，强大的理论物理或数学背景是非常有用的。他指着一位同事说，后者在学术界待了10年后，最近加入了日立公司，他的背景是理论粒子物理学。Pineau寻找的是具有非常强的数学和编程能力的人，但也寻找那些“有思想火花、渴望学习、有主动性和好奇心、想跳槽学习和富有自主性的人。”位于加州帕洛阿尔托的谷歌研究机器智能部门技术负责人Pete Warden补充道，“我们寻找的最大的技能就是实验能力，并且能够有条不紊地解决问题。”

   要招聘能够“将最先进的技术应用于现实世界的AI专业人才”。Yano说，你必须跳出框框去思考。“这个领域正在发生巨大的变化，（候选人）必须是灵活的……并且需要有真实世界数据的经验。”这是关键，Bloom补充说。“获得真实世界的经验，这意味着拥有一些东西，并建立一些有人使用并有心为之的事物。”

   在招聘方面，Warden依靠比赛来让个人展示自己的编程技能。谷歌运营着自己的一套开源数据科学竞赛——“Kaggle竞赛”，并将其作为有志于在AI市场上获得优势的工程师的衡量标准和凭证。编程马拉松（Hackathons）——计算机程序员们聚在一起（无论是在虚拟或现实生活中），合作开发一个可用的产品的活动——也可以达到这个目的。

   然而，对于这些在线竞争性的编程活动的优点，人们的意见并不一致。Bloom说，你需要有扩大工作规模的经验。 “在Kaggle比赛中获胜的人和那些能够构建出强大可靠代码的人之间存在着巨大的鸿沟……这是一个你能想象的巨大鸿沟。考虑到AI的脆性，对那种细节的关注以及（事实上）你所构建的东西只会成为机器的一个更大的部分，你无法教给他们。我们不仅要找有编程和AI方面经验的人，还要找那些经历过从编程到生产的痛苦的人。”

   这种“痛点”可以通过实习来体验，这是Talwar非常鼓励的。“对于即将毕业的学生来说，应该通过实习来尝试真实的数据体验，以熟悉AI算法以及如何应用。”她强调说。