“硬核”成果夯實數字大廈底座
（圖片來源：CFP）
經濟觀察報 記者 沈怡然 大模型的大模落地，推動人工智能（AI）行業進入新一輪發展熱潮，型火人才市場供需形勢進一步緊張。人才容易“硬核”成果夯實數字大廈底座賦獵咨詢管理合伙人沈嘉對記者稱，業依2023年以來，大?；ヂ摼W大廠（規模大、型火知名度高的人才容易互聯網公司）、傳統企業、業依科研機構擴大招聘AI人才，大模但僅限于有大模型相關經驗的型火人才。
沈嘉所在的人才容易團隊從2022年8月開始關注大模型相關的技術發展、全球人才分布與流動，業依并幫助國內企業尋訪高端人才。大模他認為，型火這一階段的人才容易大模型熱潮并沒有惠及大部分AI人才市場，包括大部分有傳統AI經驗的“硬核”成果夯實數字大廈底座人才和AI相關專業畢業生。企業的需求集中在大模型專家級人才上。保守估計，擁有12B（億）參數量以上數據集預訓練相關經驗的高級大模型人才，在國內不超過1300位。
記者從智聯招聘處獲悉，該平臺上提及AIGC（生成式人工智能）、大語言模型、大模型等關鍵詞的崗位，自ChatGPT（OpenAI開發的人工智能聊天機器人程序）發布以來持續增長，但在各行業總量不大，崗位薪資也未出現明顯上漲，如果看更大范疇的人工智能崗位，并沒有出現招聘增長的情況。
記者從獵聘、BOSS直聘等平臺發現，無論互聯網大廠、AI大廠等科技公司，還是金融、醫療等傳統公司，在招聘大模型相關崗位時，很多要求“具備大模型預訓練經驗”、“熟悉Transformer（適用于大模型的預訓練框架）”、“深入理解大模型應用場景”等等，甚至提出“曾就職于OpenAI”、“在國際頂級核心期刊發表過大模型相關研究成果”等要求。
小部分人才緊俏
沈嘉稱，和上一波AI熱潮相比，大模型時代AI人才更為緊俏。需求方在增加，這不只是互聯網大廠和AI企業，更多傳統企業和研究機構也在積極招聘AI人才；同時，國內市場上具備大模型相關經驗的人極少。目前，互聯網大廠中沉淀的大量算法人才，他們爭相申請內部調崗參與大模型業務，以積累新的工作經驗。
在他看來，企業希望招聘有大模型預訓練經驗的人，大模型代表了新的研究范式，承襲過去的技術，但更需要新的訓練框架和方法。以算法工程師為例，這是AI業務中較為基礎、需求量較大的崗位，工程師針對業務場景做定制算法、訓練算法以及后期維護。大模型時代需要運用新的框架、手法和交付方式，在預訓練大模型的過程中還要消耗較大算力。這些都對工作能力和經驗提出了更高的要求。
從崗位來看，需求集中在具備大模型經驗的算法工程師和產品經理。對于獵頭來說，從國內的公域招聘渠道，幾乎找不到相關人才，要從閉門會議、學術機構等私域以及海外市場尋找。
互聯網大廠自8月底以來啟動校招，AI崗位的校招通常面向計算機科學與技術、人工智能、軟件工程、大數據等專業，國內越來越多高校布局了相關專業。
沈嘉稱，從校招情況來看，企業需求集中在少數有相關實驗室的院校中，而國內院校普遍的研究能力和實驗基礎達不到布局大模型實驗室的要求。從學歷來看，本科生的機會極少，碩士學歷是相關崗位的起步水準。
AI的校招有待回暖
記者從?？推脚_獲悉，2024屆畢業生（即將于2024年6月畢業）平均每人已經投遞16.8份簡歷，有81.1%的學生尚未收到Offer（企業方給求職者的聘用意向書），2023屆中有31.9%的學生尚未收到Offer。
?？推脚_是一家定位校招的招聘平臺，平臺上的學生用戶九成以上為計算機相關專業，這也是AI類崗位校招主要需求的專業。?？蜕鐓^有超900萬用戶，主要為985/211/雙一流及QS100知名高校本碩博學生。2023年以來，該社區學生對AIGC的談論內容開始飆增，討論、閱讀、發布等相關內容量相比2022年翻了50倍。
?？蛣撌既?、CEO葉向宇對記者稱，很多應屆生感知到了未來更多機會在AIGC相關的賽道，但有很多糾結和疑慮。AIGC機會更多集中在大廠，相比其它開發崗位，此類算法等崗位“太卷”。大廠對學歷、學校、技術能力，甚至論文等要求更高，讓一些同學萌生退意，在選擇投遞通用開發和算法類等AIGC相關崗位中，猶豫不決。
沈嘉稱，近幾年，大模型一直是人工智能領域的前瞻方向。要培養有大模型相關能力的應屆生，需要高校導師有前瞻的研究選題，需要院校具備算力、數據等一定實驗基礎，國內能滿足這些要求的院校實驗室少之又少：大約只有12所左右的院校有相關的實驗室。其中，部分實驗室的導師在外創立了大模型公司，其學生畢業直接進入公司，在外也能順利拿到AI崗位的offer，甚至在投資機構支持下直接選擇創業。
葉向宇稱，在就業形勢不佳的情況下，愈來愈多學生選擇了海投，對比2022年秋招，2023年春招期間投遞30家以上的學生占比達47.1%，提升超16%。
更多學生將目光放在其他行業上。根據?？推脚_數據，2023年7-9月，人工智能行業的?？椭笖担ㄓ脕盹@示企業雇品影響力和吸引力）比同期降低了30%，甚至低于平均值水平，相比之下，企業服務、通信電子、電商、硬件仍然在平均水位之上。
從?？推脚_看，AI相關專業的學生的投遞選擇更加多元，越來越多的學生投向機械/制造崗位，教育/科研崗位的投遞量也增長30%。