高职人工智能类专业人才需求

高职人工智能类专业人才需求随着政府密集出台文件支持人工智能发展，人工智能已被明确为国家战略。但在当前中国人工智能产业蓬勃发展的同时，也面临着人才需求瓶颈问题。国内研究生层次的人工智能教育已经进行了多年，本科层次也开始了人工智能人才培养，但高职层次的人工智能人才培养还是空白。因此，项目团队结合多方调研结果，梳理高职人工智能工作岗位及典型工作任务。关键词：高职；人工智能；人才需求；职业能力一、调研背景2015年以来政府密集出台支持发展人工智能相关政策，将人工智能明确为国家战略。在政策的引导下，相关技术的应用进入爆发期。在国家大力支持下，我国人工智能产业迎来了高速发展期，中国人工智能产业规模上涨迅猛。随着我国人工智能产业的快速发展，各类企业对人工智能专业人才需求越来越大，虽然目前设立软件类、智能产品类专业的学校很多，学校每年向企业输送大量的与人工智能相关专业的学生。但是，人工智能企业对人才的综合性需求较强，希望员工能兼具人工智能思维及产品集成能力。单一的专业可能无法满足企业对人才的需求，越来越多的企业招不到合适的人工智能类人才，存在很大的人才缺口，因而人工智能专业人才已成为当前人才市场上平均起薪最高的群体。为及时跟踪了解我国人工智能行业发展现状、从业人员现状、岗位需求状况以及各岗位所要求的职业知识、技能及素养，以便为人工智能专业职业能力开发、人才培养课程标准开发、实训基地建设、人才培养方案制定等提供支持和指导，项目组就当前人工智能人才需求状况开展调研工作，整理出高职人工智能工作岗位及典型工作任务。二、人工智能行业现状与发展趋势1.人工智能行业发展基本情况。在国家大力支持下，我国人工智能产业迎来了高速发展期，中国人工智能产业规模上涨迅猛。2016中国人工智能市场规模仅仅100亿元。到2018年，产业规模为251亿元，每年增长率都超过40%。而权威机构Garnter及艾瑞咨询分析，到2020年，我国人工智能核心产业规模将超过800亿元，带动相关产业规模将超过1万亿元。到2030年，人工智能相关产业规模将占我国GDP的26.1%。随着中国人工智能的不断发展，相关配套产业也逐步完善，形成了一个相对完善的产业链，各相关企业按基础层、技术层、应用层分为三类，如下图所示。2.国家在人工智能方面的相关政策。国家高度重视人工智能产业发展，政策红利不断，扶持力度逐步加大。政府出台系列政策文件，对人工智能产业给予重点支持。当前，人工智能已成为国家战略，人工智能进入高中新课标，第一本高中教材《人工智能基础（高中版）》出版。三、人工智能行业人才需求1.从业人员技术领域分析。参照即沃研究院的部分数据，可以了解人工智能人才的技术领域。从人工智能人才在不同细分领域技术占比分布图来看，AI技术层和应用层的人才分布比较广泛，特别是在机器人、图像识别、语音识别和自动驾驶等领域，如表1所示。另外，人工智能需要了解和掌握的十大技能包括机器学习、Python、R语言、SAS、数据科学、Hadoop、大数据、Java、数据挖掘、Spark等。2.高职人工智能类专业的特点。国内本科高校对于人工智能人才培养仅仅处于探索和起步阶段，高职院校人工智能相关尚没有起步，专业人才供给不能满足当前人工智能产业发展的需要。作为新兴产业的人工智能虽普遍受到地方政府高度重视，但目前人工智能复合型人才严重匮乏、人才培养机制不足、产业“造血”能力薄弱等问题突出。本科层次人工智能专业着重在人工智能理论与方法，不能覆盖人工智能技术技能型人才需求。高职大数据技术与应用专业的人才与人工智能类专业人才定位有一定的重合，主要集中在数据采集、数据挖掘等方面。但大数据技术与应用专业更偏重于hadoop、spark等工具的应用，不能涵盖计算机视觉、语音处理、自然语言处理等人工智能技术技能的应用。因此，在当前和今后区域经济发展形势下，开设高职人工智能类专业是非常必要且可行的。四、人工智能工作岗位及典型工作任务人工智能岗位的典型工作任务主要基于两个信息来源，一个是人力资源社会保障部对“人工智能工程技术人员”新职业的定义，另一个是企业人才需求调研。人力资源社会保障部对“人工智能工程技术人员”新职业（职业编号：2-02-10-09）进行了定义，并给出了主要工作任务。定义：从事与人工智能相关算法、深度学习等多种技术的分析、研究、开发，并对人工智能系统进行设计、优化、运维、管理和应用的工程技术人员。人工智能工程技术人员的主要工作任务可参见人社部文件。在企业调研中得知，高职院校毕业生未来涉及的与人工智能相关的工作岗位包括人工智能运维工程师、人工智能技术应用工程师、数据采集工程师、数据清洗工程师、智能算法测试工程师、全栈工程师、NLP应用工程师、智能机器人研发工程师、人工智能商务拓展、人工智能产品软件开发岗、人工智能设备制造岗、设备维护检修岗、产品销售岗、产品售后服务岗等等。这些岗位可以分为两大类。一是基于核心技术平台如人脸识别、语音识别等技术平台，使用专门工具进行针对用户的应用开发，如数据采集和标注员、数据清洗工程师、智能算法测试员等；二是人工智能终端产品的行业应用，如在制造业、服务业从事与人工智能技