[摘要] 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
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
网友评论