中国 AI 开发者真实现状，人才依赖海外引进，本科 AI 教育盛行

中国 AI 开发者真实现状，人才依赖海外引进，本科 AI 教育盛行中国 AI 开发者真实现状，人才依赖海外引进，本科 AI 教育盛行

1.中国本土 AI 人才数量持续增长，海外人才回流是大势所趋

近几年中国的 AI 人才在不断增长，但根据领英的数据，目前中国的高层次 AI 人才还极度缺乏，尤其从业 10 年以上的 AI 人才数量与美国相比有很大差距，并且大多 AI 人才都依赖于海外引进。

可以看到，在中国 AI 人才回流潮中，从美国回来的 AI 人才占据四成，考虑到美国是吸引科技人才流入 的重地，那么这一轮人才回流潮说明，无论是在薪资、政策层面还是大力发展高科技环境等方面，中 国对这些海外高端技术人才产生了强劲吸引力。

可以明显看到，在 2017 年前，虽然人工智能在业界的发展已经较为火热，但高校在 AI 课程设置上却很“冷静”。但 2017 年是中国高校设置 AI 相关专业的一个分水岭，受中国政府顶层设计上的影响，建设人工智能学院的高校数量急剧增加。

目前来看，正在尝试使用使用 AI 技术的人占四成，所在领域的核心技术就是 AI 技术，已经用 AI/机器学习/深度学习做出了一些成绩的用户也有近三成，处于“观望”中的用户数量同样还有三成。

从学习 AI 相关技术的方式来看，大多数用户依然是通过自学和工作实践中来跟进学习新技术，通过线上报班学习居于其次，而通过大学科班学习的人数只有不到 10%，不过，随着近年来国内各大高校设置 AI 相关专业，这一数据预计会有数量级的增长。

数据显示，87% 的用户认为数据科学家会成为新时代的程序员，但在 AI 时代，程序员的职能也将发生相应变化，他们将不单单具备编程能力，而是朝着数据科学家方向发展，需要具备数据处理能力、技术能力、决策能 力等综合能力。

根据图表数据，使用 Torch/PyTorch 的用户已经快要赶上 Tensorflow，而百度的 PaddlePaddle 框架处于“不温不火”的状态。

从神经网络模型来看，最火热的无疑是 CNN/IGN，使用人数占比为 35%，紧随其后的 RNN/LSTM/GRU/NTM 使用人数占比为 23%，SVM 使用人数占比为 19%。

8.企业对机器学习/深度学习算法、数据分析岗位需求更大

上图表明，从事机器学习/深度学习算法工程师的数量最多，然后依次是计算机视觉/图像识别/图像处 理工程师、数据科学家/数据分析师/数据挖掘工程师，但与之相对应的，在下图中也体现出这些 AI 岗位的缺口数量也很大，当然，根据这些 AI 岗位数量也可以看到一些技术应用的冷热程度。

9.制造业、金融和医疗三大行业与 AI 技术结合最为紧密