文|新智元 张乾 元子

AI岗就是最赚钱的工作。

最近，美国知名求职网站Indeed发布了一份2019年最佳工作清单，排在榜首的是机器学习工程师，职位的平均薪水为14.6万美元（约98万人民币），去年的增长率高达344％。

在总榜上来看，与技术相关的工作仍然是高收入赢家。在榜单的前25名工作岗位中，有9个高薪工作被技术职位占据。

下面就是Indeed的榜单：

不过，虽然技术职位上榜较多，但是也面临危机。

根据Glassdoor的报告，数据科学家（Indeed排名22位）的薪资相比去年的增速在减少。2月份数据科学家的平均工资与去年同期相比下降了1.4％。

果然高科技并非等于高薪水。

最佳岗位：机器学习工程师百万年薪

Indeed的这份榜单评选了两个维度：

• 时间维度：以2015年至2018年之间的工作岗位增加衡量。

• 数量维度：以及工资最高（平均薪资在75000美元，约50万人民币）来衡量。

这两个维度综合判断，机器学习工程师从去年的第四，上升到今年第一名，并且平均工资为14.6万美元（约98万人人民币），岗位增长率高达344％！

机器学习工程师是一个非常有前途的职位，大多数机器学习工程师已完成硕士学位或参加在线认证课程。人工智能现在是发展最快的行业，已经渗透到各行各业中，比如一些传统行业比如汽车和家庭音响系统。这一趋势也体现在工作岗位上。

Indeed去年发布另一份榜单“需要AI技能的职位”十大排名：

上表的前三名：机器学习工程师、数据科学家、计算机视觉工程师也进入了Indeed2019年最佳工作榜单。

在榜单中，跟技术相关的岗位有9个，说明目前高技术可以和高收入划等号，分别是：

（1）机器学习工程师

（3）全栈开发人员

（10）Salesforce开发人员

（11）机器人工程师

（12）高级产品设计师

（13）计算机视觉工程师

（15）产品负责人

（18）敏捷教练

（22）数据科学家

榜单第二名是传统的保险经纪人职位，这也是该职位今年首次出现在名单上。

第三名是全栈开发工程师，这一职位去年排名第二。由于超过90％的智能手机用户使用应用程序，因此全栈开发人员的角色仍然处于高需求状态并不奇怪。另外，全栈开发工程师还有一点非常让人羡慕：可以期待更多的空闲时间。

虽然全栈开发工程师的平均工资远高于第二名，但是增长率相差很多，毕竟谈论工资高低的前提是有职位空缺。这一职位的平均工资11.4万（约76.7万人民币），增长率206%。

数据科学家快不行了？薪水自2016年以来最大降幅

值得一提的是，虽然数据科学家的需求整体仍然在持续增长，高级数据科学家收入可以达到14万美元，并且可以从数千个空缺岗位中挑选。但对于刚进入大学或技术训练营的新进入者来说，情况就有所不同了，就业市场充斥着贴错标签的工作岗位和激烈的竞争。

根据Glassdoor的报告，数据科学家的薪资的相比去年的增速在减少。2月份数据科学家的平均工资与去年同期相比下降了1.4％。原因有两点：

毕业生的新增供应量激增，但入门级职位空缺很少，薪水也低得多；

很多公司错误的将数据标注等工作当做是数据科学家，这样的职位薪资自然偏低，从而拉低了数据科学家的薪资增速。

数据科学家的薪水下降是自2016年以来最大的月度降幅。随着该领域的崛起、数据科学课程和训练营的报名人数激增。有限的入门级工作岗位供应大幅增加压低了工资。

与此同时，为了赶上这股潮流吸引高素质人才，越来越多的公司将数据科学家的头衔用于数据分析师或统计学家等其他职位，这种职位头衔的混淆正在改变数据科学家队伍的构成，并因此压低了工资。

来自另一个求职网站ZipRecruiter的数据，也显示了初级数据科学家和高级数据科学家岗位需求之间的差距：在2017年至2018年间，高级数据科学家的职位增长了约3倍；但初级的“数据分析师”和“副数据科学家”的职位仅分别增长了22％和39％。

而在工资方面也出现了明显的两极分化，高级职位的工资增长很快，而初级职位的工资增长速度，低于整体数据科学工作的工资。

无论如何，数据科学家仍然占据了Indeed2019年最佳工作排行榜中第22名的位置，并且也吸引了其他领域的顶尖人才进入这个行业。

科技需求仍然旺盛，PhD蜂拥扎堆AI真的好吗？

今年的25个最佳工作岗位中有9个属于技术领域，其中机器学习工程师、全栈开发人员、Salesforce开发人员、机器人工程师、计算机视觉工程师、数据科学家属于对技术技能要求比较高的职位；高级产品设计师、产品主负责人和敏捷教练这类求职者可能不需要非常高的编程能力。

而Indeed的调查也显示，72％的雇主认为非科班出身的毕业生与计算机科学学位的雇员，在实际工作中差距并不明显。

知乎上最近也有一个非常火的话题，说的是蜂拥而至申请做AI的博士越来越多，泡沫可能会出现，引来不少人关注。

如果你是一名有着多年机器学习技术经验的物理学博士，数据科学和人工智能领域的岗位将比以往任何时候都更具吸引力。

不过，随着这些经验丰富、学历更高的求职者涌入市场，那些毕业于培训机构、大学本科甚至硕士学历的求职者，都将面临更激烈的竞争。

时代总是淘汰不学习的人。

来源：Indeed、Glassdoor