LinkedIn释出AI人才技能发展图！要找机器学习人才，不妨从会Python和资料探勘的人下手,,此外，LinkedI

原标题：LinkedIn释出AI人才技能发展图！要找机器学习人才，不妨从会Python和资料探勘的人下手

图片来源: LinkedIn LinkedIn最近释出一张AI人才的技能发展图，揭露这些人才在不同阶段所学习到的技能顺序，指出他们在获得机器学习技能前，通常会先习得R、Python语言和资料探勘技能。此外，LinkedIn也一并提供了机...

图片来源:

LinkedIn

LinkedIn最近释出一张AI人才的技能发展图，揭露这些人才在不同阶段所学习到的技能顺序，指出他们在获得机器学习技能前，通常会先习得R、Python语言和资料探勘技能。此外，LinkedIn也一并提供了机器学习专业人士的产业分布状况，以及这些人在不同产业所拥有的“可转移”技能。这些资料，可作为找寻AI人才雇主的参考，如果招募机器学习人才竞争太大，不妨先从拥有R、Python语言和资料探勘技能的人才找起；如果要从别的产业寻找机器学习人才，也可从“可转移”技能下手。

为分析AI人才技能发展以及产业分布状况，LinkedIn研究了自2017年4月至2018年3月整整一年的全球使用者档案，以及档案中所列出的技能。只要使用者列出至少一种机器学习技能，比如机器学习、自然语言处理或文字探勘等，就会被归类为机器学习人才。至于人才需求的衡量，则是根据这些人才所收到的Recruiter△InMail平均数量来计算。

AI人才技能发展历程

（图片来源：LinkedIn）

在这次研究中，LinkedIn以图呈现AI人才的技能发展历程，按照所习得的技能顺序，依次可分为HTML、Java、C++、MatLab、SQL、统计、资料分析、R语言、Python语言、资料探勘、机器学习、电脑科学、资料视觉化、AI。

从这个顺序可看出，要发展为AI人才的初始技能，涵盖了HTML、Java和C△++等程式语言。而在习得机器学习技能前，常见的技能则有R、Python语言和资料探勘。

LinkedIn也对此提出猎才建议，表示与其加入机器学习人才争夺战，企业雇主不妨培养拥有上述技能的在职员工，让他们学习机器学习技能，或是从外部寻找拥有R、Python语言和资料探勘技能的人才。

另外，LinkedIn报告统计也显示了机器学习人才的产业分布状况，目前拥有最多机器学习人才的领域，为高等教育和研究单位，占总数的33%，职业类别包括了研究人员、老师，以及学生。其次则是IT和电脑软件业，占了19%，而占7%的网络业则是第三名，其余包括金融业和咨询顾问业。LinkedIn也研究了机器学习人才在不同产业间的流动，指出这些人才并不排斥跳槽到新产业或新公司。报告指出，去年有22％的机器学习人才换了工作，而这当中有72%的人换了产业。

（图片来源：LinkedIn）

机器学习人才在四大产业的“可转移”技能

LinkedIn在这次报告中，也介绍了机器学习人才分别在网络业、软件业、金融业和咨询顾问业，“可转移”的技能组合。

（图片来源：LinkedIn）

举例来说，LinkedIn统计出进入金融业的机器学习人才，与其他产业相比，更可能拥有商务分析、SAS、Tableau和商业智慧等技能。而进入软件业的机器学习专业人士，更可能具备程式语言相关技能，比如PHP、CSS、MySQL和JavaScript等。至于网络业，则是分散式系统、Git、演算法、Hadoop等，而咨询顾问业则是商务决策、Tableau、专案管理和领导技能等。

LinkedIn因此表示，“机器学习”并不是专业人士的唯一技能。雇主可通过观察机器学习人才的技能组合，来寻找适合人选。文⊙王若朴

橙山网（Csnd.net）简评：此外，LinkedIn也一并提供了机...图片来源: LinkedIn LinkedIn最近释出一张AI人才的技能发展图，揭露这些人才在不同阶段所学习到的技能顺序，指出他们在获得机器学习技能前，通常会