[AI和大數(shù)據(jù)技術(shù)的發(fā)展和應(yīng)用中，最核心的是人才?？梢灶A(yù)見，在未來幾年內(nèi)，企業(yè)對大數(shù)據(jù)和AI人才的需求會越來越大。企業(yè)應(yīng)該多花點時間尋找適合自己的人才，并通過有效的機(jī)制把團(tuán)隊管理好，讓團(tuán)隊更好地創(chuàng)造價值。]
人工智能（AI）與大數(shù)據(jù)是最近幾年科技界乃至商業(yè)社會最火的詞。正如阿里巴巴創(chuàng)始人馬云所說，我們已經(jīng)步入了數(shù)據(jù)技術(shù)時代（Data Technology），數(shù)據(jù)的重要性和威力越來越顯現(xiàn)出來。隨著大數(shù)據(jù)存儲和計算的迅猛發(fā)展，AI技術(shù)像是插上了翅膀，理論和應(yīng)用層面都在近幾年取得了很大的突破。我們在現(xiàn)在和未來看到越來越多的商業(yè)落地，如機(jī)場的人臉識別、搜索推薦、人機(jī)交互的智能語音音箱等，這些技術(shù)與應(yīng)用正在從方方面面改變著人類的生活。
AI和大數(shù)據(jù)技術(shù)的發(fā)展和應(yīng)用中，最核心的是人才。筆者在美國學(xué)習(xí)與工作多年，directadmin授權(quán)，并在谷歌公司擔(dān)任數(shù)據(jù)科學(xué)家，對此深有體會，所以通過本文，從以下幾個方面對人才這個話題做出探討。
市場對AI和大數(shù)據(jù)人才的需求
市場對人才的需求一般分為兩類：研究型人才和應(yīng)用型人才。
研究型人才一般是知名人工智能研究機(jī)構(gòu)的重點招募對象，比如大家耳熟能詳?shù)墓雀璐竽X、臉書的研究部、阿里的達(dá)摩院等，都對研究型人才求賢若渴。研究型人才大部分是國內(nèi)外知名學(xué)府計算機(jī)、電子工程、統(tǒng)計學(xué)、數(shù)學(xué)等專業(yè)的博士背景，他們側(cè)重于架構(gòu)的創(chuàng)新（比如大名鼎鼎的MXNET、Spark、Tensor Flow），或者算法的創(chuàng)新（比如計算速度、準(zhǔn)確率、普世性等），在各自的研究領(lǐng)域鉆研得比較深。這類崗位的錄取標(biāo)準(zhǔn)很高，基本都要求發(fā)表頂級會議論文（比如神經(jīng)信息處理系統(tǒng)大會NIPS、國際機(jī)器學(xué)習(xí)大會ICML、電氣和電子工程師協(xié)會IEEE等）。
很多知名人工智能研究機(jī)構(gòu)會和海內(nèi)外高校有合作關(guān)系，比如滴滴和密歇根大學(xué)，商湯科技和香港中文大學(xué)。和高校不同的是，人工智能研究機(jī)構(gòu)一般會有短期和長期的落地規(guī)劃。具體說來，研究機(jī)構(gòu)最終要么是希望研究成果與現(xiàn)有產(chǎn)品結(jié)合，打磨出更好的產(chǎn)品，比如谷歌這幾年力推的谷歌助手；要么是為未來推出新產(chǎn)品做技術(shù)積累。目前研究型人才相對稀缺，所以很多剛畢業(yè)且學(xué)術(shù)做得很好的博士生會有很不錯的工作邀約。
另外，學(xué)校里的教授也是這些研究機(jī)構(gòu)非?？粗氐囊慌?。近些年來比如多倫多大學(xué)的杰弗里·欣頓（GeoffreyHinton）、斯坦福的李飛飛、卡耐基梅隆大學(xué)的安德魯·摩爾（AndrewMoore）等學(xué)術(shù)大牛都在谷歌等大公司的研究部門帶領(lǐng)團(tuán)隊做創(chuàng)新。他們走出象牙塔，一方面致力于推動科技落地，變成看得見摸得著的產(chǎn)品，造福人類；另一方面致力于推動科技民主化，使科技讓更多的人了解并且掌握，形成百家爭鳴、百花齊放的場面。這些高素質(zhì)的博士生和教授引領(lǐng)著前沿技術(shù)的探索，推動著產(chǎn)品的創(chuàng)新。
至于應(yīng)用型人才，就數(shù)量而言，比研究型人才要多得多。這些人才通常至少是理工科背景的碩士或者博士，從事數(shù)據(jù)科學(xué)或者算法工程師這類工作，他們?yōu)楫a(chǎn)品的最終落地而服務(wù)。
這類人才需要有扎實的數(shù)理統(tǒng)計功底和編程能力（包括算法和性能調(diào)優(yōu)），對產(chǎn)品也需要有一定程度的了解。一個只懂產(chǎn)品卻不能動手，或者不懂產(chǎn)品只照著別人所說而寫代碼的人，都不能稱之為理想的AI與大數(shù)據(jù)人才。除了這些硬功夫外，如何與人溝通、領(lǐng)導(dǎo)團(tuán)隊、管理上下級期望、如期完成工作，也是十分重要的環(huán)節(jié)。
當(dāng)然，頂尖的人才，除了具備上述能力外，還需要具備在不確定性中決策的能力，比如如何通過數(shù)據(jù)確定產(chǎn)品該做什么，不該做什么，使用什么技術(shù)棧（一系列技術(shù)的集合），怎么高效實現(xiàn)整個流程管理，如何評估產(chǎn)品，確定產(chǎn)品迭代方向，怎么跨部門協(xié)作調(diào)動資源完成整個項目等。這類能帶領(lǐng)一個較大團(tuán)隊打出勝仗的人才，在市場上屈指可數(shù)，他們一般也因此得以在大公司擔(dān)任重要職位。
至于經(jīng)驗稍淺的，比如剛畢業(yè)或者工作僅僅2~3年的人，他們通常能把別人布置的任務(wù)做好，但缺乏思考深度和整體性。不過這些側(cè)重寫代碼或做分析的，也是公司不可或缺的人才，培養(yǎng)幾年，一定會有優(yōu)秀者冒出來，這部分人在美國被稱為Individual Contributor（個人貢獻(xiàn)者），主要擔(dān)任技術(shù)類職位。
合適的人才通常擁有優(yōu)秀的背景，比如亮眼的學(xué)歷、頂級公司的工作經(jīng)歷、帶領(lǐng)過重大項目等。通過這些大致可以判斷候選人應(yīng)該放在企業(yè)的什么位置上。
