本篇來自合作媒體 36Kr,INSIDE 經授權轉載。
近來，人工智慧、無人商店等產品越來越多，實際效用也越來越大。各方也紛紛評出了「未來，這 X 種職業將會消失」榜單，會計、銀行人員、櫃檯、客服等位列榜首，AI 時代轉職潮似乎已經拉開序幕，這不免讓一些高危險職業從業者心慌。
但是轉行做什麼才不會被 AI 威脅呢？美國 IT 調研與諮詢服務公司 Gartner 的一份新報告稱，儘管人工智慧將減少 180 萬個工作機會（指在美國），但同時也將創造 230 萬個工作機會，其中，這五種職業會隨著人工智慧的崛起顯著增加。趕緊看看你還能轉型得過去嗎？
1 . 數據科學家
數據科學家的主要職責是按需查詢和分析數據，通過分析來了解複雜的行為、發現隱藏的事實，最終引導產品改進或是為公司做出更明智的決策。數據科學家一半是數學家，一半是資訊科學家。
人工智慧（挖掘、分析大數據等）對數據科學家的需求越來越大。IBM 預計，到 2020 年，對數據科學家的需求將飆升 28%，數據科學家、數據開發人員和數據工程師的需求將達到 70 萬。人工智慧專家，包括剛從學校畢業的博士和受過較少教育的但經驗豐富的專業人士，不用幾年能輕鬆拿到 30 萬美元到 50 萬美元的年薪。
2.AI/機器學習工程師
機器學習工程師的主要職責是參與軟體架構和設計，決定機器學習的方式。譬如你想訓練一台機器來識別飛機，你有 100 萬張圖片，你能正確地識別每張圖片的飛機，但你的職責是讓程序發現這個規律，這需要較強的編碼能力。
現在，隨著各個垂直領域，如圖像辨識、語音辨識、醫學、網路安全等都想把人工智慧應用到他們的領域，因此，對機器學習專業知識的需求將推動機器學習工程師的高需求。
3 . 數據標註專員
還是以訓練機器識別飛機為例，你有 100 萬張圖片，其中有一些有飛機，有些沒有飛機，數據專員的職責就是將有沒有飛機的答案輸入電腦以備訓練時使用。數據標註專員需對大量文字、圖片、語音、影片等數據進行歸類、整理等，每個數據標註任務都有相應的標註方法和規則。
數據標註很可能會成為人工智慧時代需要的藍領工人。
4. 人工智慧硬體專家
人工智慧領域的另一項日益增長的藍領工作是負責生產 GPU 晶片等人工智慧硬體的生產。目前，許多公司都在開發用於人工智慧的定制化晶片，用於先進的電腦視覺和機器智慧，如特斯拉為無人駕駛汽車定制的晶片。這些人工智慧晶片和硬件需求的增長會帶更多工業製造的崗位。
5. 數據保護專家
隨著有價值的數據、機器學習模型和代碼的增加，將來對數據保護需求也會增加。數據保護專家的工作內容很廣，包括防止駭客入侵，確保數據庫系統、程式、功能和數據的安全等。
人工智慧的快速推進和普及就意味著，這是人類必將邁向的一步，它能使人們的生活更便捷，解放更多重複、繁雜但又必要的人工。但是這些被迫解放的人工如何維持生計，是我們應該認真對待的問題。如果能將人工智慧轉職培訓（也叫職業教育）發展起來，這又是一個提供就業的機會。
延伸閱讀：
from INSIDE 硬塞的網路趨勢觀察 http://ift.tt/2zYPIuG
沒有留言:
張貼留言