非技术岗的 AI 产品经理年薪近百万美元，美国公司早已开启“抢人大战”！-优快云博客

6 年前，一份“2018 届互联网校招高薪清单”在网络流传，将人工智能热度刷新到新高度。当时，对于深度学习、机器学习、人工智能领域的学生群体而言，年薪 25 万似乎只是“白菜价”。

时至今日，在生成式 AI 开启开发新范式时，「未来不是属于 AI，而是属于掌握了 AI 的新程序员」，昨日星火认知大模型 V2.0 升级发布会上，科大讯飞董事长刘庆峰一语点名 AI 时代核心竞争力。

就此，一场有关「AI 人才」争夺战正在国内外激烈上演，据《华尔街日报》报道，亚马逊、Netflix 等科技巨头纷纷加码狂招 AI 人才，就连非技术岗的 AI 产品经理年薪也有将近百万美元。

与生成式人工智能相关的岗位需求直线上涨

随着各家互联网企业加入大模型研发的浪潮，以及 Generative AI (GenAI) 催生新应用诞生之际，创新企业要想不输给竞争对手，必须要有强劲的人才补给。

根据全球领先的招聘网站 Indeed 数据显示，近几个月来，仅在美国地区，Indeed 上与生成人工智能相关的职位数量急剧增加，如下图所示。

细分来看，其需求骤增趋势主要是从今年开始的，与生成式 AI 相关的工作需求呈现断层式第一。

全球范围内掀起的这场关于高薪抢夺 AI 人才的激烈竞争，不仅在国外迅速升温，而且在国内也呈现出相似的局面。通过脉脉高聘人才智库发布的《2023 AIGC 人才趋势报告》，我们发现，2023 年 AIGC ⼈才招聘数量创历史新⾼。

猎聘大数据研究院在发布的《AIGC就业趋势大数据报告2023》指出，2023 一季度 AI 与 AIGC 新发职位数是 2020 一季度的 5.63 倍。

据优快云发布的《2023 中国开发者调查报告》显示，有 41% 的开发者是在 2022 年才开始涉猎 AI 相关开发工作的。

图像识别、算法研究最热门

那要问哪些岗位最为热门？国外最新报告中暂未点名，不过，我们根据国内各家的调查报告中，寻找到了一些方向。

据优快云调研数万名开发者得出的分析显示，图像识别和推荐系统、人脸识别是开发者重点关注的三大应用场景，这也是开发者主攻的开发方向。

从细分技术来看，脉脉高聘人才智库发布的报告指出，在需求端，AIGC 领域热招岗位中，算法⼯程师、⾃然语⾔处理、图像识别等研发⼈才需求旺盛。

在供给端，AIGC 领域热投岗位则以 AI 产品经理类、运营类等⾮技术岗位居多。

值得关注的是，AIGC 领域热招岗位中，图像识别、算法研究员、深度学习岗位的薪资均已达到百万元。此外，AIGC 产品经理作为⾮技术岗，薪资⽔平也达到了 90 万元，与其他领域相⽐占据较⼤优势，吸引⼤量产品⼈才投递。

高薪作为争夺人才的主要筹码之一，已经成为竞争的焦点。某些情况下，AI 人才的薪资水平已经超越了传统行业的平均水平，高层次 AI 人才的年薪甚至达到了令人瞠目结舌的数字。

在这个浪潮中，有招聘人员表示，意识到炙手可热的人工智能专家可以获得多份工作机会，因此许多公司将工资定在六位数左右，并附有奖金和股票奖励，以吸引经验丰富的员工。

亚马逊、Netflix 等巨头开展 AI 人才争夺战，薪资高达 90 万美元

就美国地区而言，据《华尔街日报》报道，很多公司为了吸引到 AI 人才，下了血本。

其一，流媒体服务 Netflix 在其网站上最新发布招聘启事，希望能招聘机器学习平台产品经理，给出的年薪从 30 万美元到 90 万美元不等，薪酬范围包括基本工资和奖金。

详细来看，这一职位要求应聘者与工程师合作，定义 MLP 的战略愿景、目标、关键成果和成功指标。其可以到位于加州洛斯加托斯的办公室报到，也可以在西海岸时区远程工作。不过，招聘信息中没有提到大学学历要求。

其二，作为云计算巨头，亚马逊近几年在致力于将人工智能技术融入了自家的各个业务线，包括 2020 年以来，其一直在使用基于 AI 的跟踪技术，以确保办公室和仓库的员工在疫情期间保持社交距离；同时，亚马逊也悄悄地收购了一家专注于音频的小型 AI 公司 Snackable.AI。

在本月早些时候，亚马逊公开招聘一名应用科学和生成式人工智能高级经理，开出的年薪高达 34.03 万美元，不包括奖金。

亚马逊在 LinkedIn 上的职位描述称："这个职位主要负责领导一个科学团队，该团队专注于计算机视觉、潜在扩散模型以及产品生成图像和视频相关的基础模型。”

再者，随着智能机器学习软件实际上可以取代项目管理和软件开发等基础性工作，业界关于 AI 的需求越来越大：

根据 Indeed 发布的消息显示，沃尔玛零售媒体 AI 总监的年薪最高可达 288,000 美元，而谷歌则向一名专门从事 AI 的律师提供每年高达 351,000 美元的薪酬（不包括奖金、股权或福利），为这家科技巨头提供咨询服务关于技术的法律风险。
Match Group 旗下的在线约会平台 Hinge 正在招聘一名人工智能副总裁，其基本工资为每年 332,000 美元至 398,000 美元。
Upwork 负责运营一个面向自由职业者和其他专业人士的市场，该公司负责人工智能和机器学习的副总裁职位公布的年薪为 260,000 美元至 437,000 美元。
高盛也在市场上招聘一些与人工智能相关的职位，包括应用人工智能副总裁、高级人工智能工程师和对话式人工智能数据科学家，这些职位的年薪分别高达 25 万美元、24 万美元和 19 万美元。

认清现实

然而，需要清醒认识的是，「欲戴王冠必承其重」，而且并非所有职位都享有丰厚的薪酬。

根据 Willis Towers Watson 对雇主薪酬情况的调查数据显示，一个越来越普遍的职位，即 Prompt 工程师，其平均年薪约为 13 万美元，而机器学习产品工程师职位的平均总薪酬则达到了 143,589 美元。

在从事人工智能研究或研发方面的职位中，许多需要拥有计算机科学、数学或数据科学等领域的学位，或者丰富的相关经验。

许多雇主和招聘人员表示，由于大型语言模型可以根据概率做出判断，因此应聘者对数据分析和统计方面有个人的理解将会有所裨益；而对于某些高级职位，具备一定的管理经验也将是加分项。

所以，对于想要拿到高薪的 AI 人才而言，其不仅要有深厚的技术功底，还需要有创新能力、团队合作能力、业务理解和解决问题的能力，以及不断学习和发展的心态。这些综合性的能力才有可能使他们在竞争激烈的 AI 人才市场中脱颖而出。

另外，还有一个不容忽视的挑战是，现在各行各业都需要不同的人工智能人才。例如，沃尔玛正在招聘其对话式人工智能团队的职位，基本工资范围在每年 168,000 美元至 252,000 美元之间；宝洁公司则在寻找人工智能工程师，其基本工资为每年 110,000 美元至 132,000 美元不等。

这意味，AI 人才的发展空间不局限于互联网行业，也包括房地产、电商、制造业等各个领域，都会有 AI 应用。

所以，应聘者也需要在对每个行业有一定专业知识的基础上，谨慎选择。

如何系统的去学习AI大模型LLM ？

作为一名热心肠的互联网老兵，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。

但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的 AI大模型资料 包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

所有资料 ⚡️ ，朋友们如果有需要全套《LLM大模型入门+进阶学习资源包》，扫码获取~

👉优快云大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

一、全套AGI大模型学习路线

AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！

二、640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。那以下这些PDF籍就是非常不错的学习资源。

在这里插入图片描述

四、AI大模型商业化落地方案

阶段1：AI大模型时代的基础理解

目标：了解AI大模型的基本概念、发展历程和核心原理。
内容：
- L1.1 人工智能简述与大模型起源
- L1.2 大模型与通用人工智能
- L1.3 GPT模型的发展历程
- L1.4 模型工程
  - L1.4.1 知识大模型
  - L1.4.2 生产大模型
  - L1.4.3 模型工程方法论
  - L1.4.4 模型工程实践
- L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

目标：掌握AI大模型API的使用和开发，以及相关的编程技能。
内容：
- L2.1 API接口
  - L2.1.1 OpenAI API接口
  - L2.1.2 Python接口接入
  - L2.1.3 BOT工具类框架
  - L2.1.4 代码示例
- L2.2 Prompt框架
  - L2.2.1 什么是Prompt
  - L2.2.2 Prompt框架应用现状
  - L2.2.3 基于GPTAS的Prompt框架
  - L2.2.4 Prompt框架与Thought
  - L2.2.5 Prompt框架与提示词
- L2.3 流水线工程
  - L2.3.1 流水线工程的概念
  - L2.3.2 流水线工程的优点
  - L2.3.3 流水线工程的应用
- L2.4 总结与展望

阶段3：AI大模型应用架构实践

目标：深入理解AI大模型的应用架构，并能够进行私有化部署。
内容：
- L3.1 Agent模型框架
  - L3.1.1 Agent模型框架的设计理念
  - L3.1.2 Agent模型框架的核心组件
  - L3.1.3 Agent模型框架的实现细节
- L3.2 MetaGPT
  - L3.2.1 MetaGPT的基本概念
  - L3.2.2 MetaGPT的工作原理
  - L3.2.3 MetaGPT的应用场景
- L3.3 ChatGLM
  - L3.3.1 ChatGLM的特点
  - L3.3.2 ChatGLM的开发环境
  - L3.3.3 ChatGLM的使用示例
- L3.4 LLAMA
  - L3.4.1 LLAMA的特点
  - L3.4.2 LLAMA的开发环境
  - L3.4.3 LLAMA的使用示例
- L3.5 其他大模型介绍