社会与产业对计算机视觉技术需求强烈、投入庞大,对本领域人才更是提出了全方位的要求。这一部分将阐释企业、社会对计算机视觉人才学历、专业、技能等方面的具体诉求,同时说明企业对计算机视觉领域非算法岗位的需求情况。1、企业所涉项目百花齐放,对人才要求复合度极高。计算机视觉在应用场景方面,需要与交通、安防、制造、医疗、零售、汽车、金融、传媒等领域的行业知识相结合;技术领域上,需要与云计算、人机交 互、智能硬件、机器人、自然语言处理、大数据、传感器等多种技术融合。在此背景下,企业对计算机视觉人才要求颇多。中国计算机视觉相关企业重点项目领域以面向制造业的工业机器人项目为例,计算机视觉人才首先需要理解制造企业的工艺流程,找准计算机视觉算法的切入点;之后在生产线上,前端需要结合光学摄像机、传感器等设备对图像数据精准采集,保证算法可以有效进行识别,后端需要将识别结果与机械臂进行联动;整个过程中还需要网络工程、系统架构相关知识的支持。由此说明,企业对计算机视觉人才提出的不仅仅是算法模型设计能力要求,还涉及如何深度理解具体业务场景、如何快速学习新技术并有机融合,这些都是考验计算机视觉人才的难题。正因如此,尽管我国计算机视觉人才群体已经达到 20 万人,但真正能够满足产业社会要求、达到目标水平的人才仍然稀缺。2、九成以上企业要求学历为硕士以上,偏好多元化专业背景人才。九成的受访企业对于计算机视觉人才有学历背景上的要求。64.29%的企业要求计算机视觉人才至少为硕士研究生学历,28.57%的企业准入门槛要求为博士研究生学历。而六成左右的企业对于计算机视觉人才的专业背景有具体要求,其中 47.06%的企业要求计算机视觉人才拥有计算机科学与技术专业背景。与此同时,电子与通信工程、软件工程、数学、信息计算科学和自动化也是企业用人部门偏好的专业背景。企业对于计算机视觉人才的专业背景偏好深度访谈中,部分人工智能企业负责人则表示,计算机视觉技术在实际场景落地过程中会遇到大量的、各类型、多领域技术问题,不管任何专业背景的人才,在工作中都需要随时学习新的知识与技能,因此只要掌握基本计算机视觉技术能力或拥有相关项目经验,人才的专业背景并没有那么重要。在未来,计算机视觉与多学科更深度地交叉融合情况下,企业对计算机视觉人才的专业背景要求可能会更多元化。3、最香「算法工程师岗」:实践比理论更重要,有算法的实际产品化及视频分析经验的人才更受欢迎针对计算机视觉人才求职意向最大的算法工程师岗位,本次调研重点了解了企业对该岗位的专业技能和能力要求。企业对计算机视觉算法工程师新技术实用化、算法实现能力方面的硬性技能最为重视;同时,熟悉深度学习框架和熟悉使用常用视觉计算开源库也是企业要求算法工程师具备的基本技术要求。调研结果中还发现,对于算法工程师岗位,有算法的实际产品化及视频分析经验的人才比发表过本领域优秀论文的人才更受企业欢迎,这主要由于算法工程师岗位是以技术应用落地为导向的岗位,在企业项目或产品任务中,其工程实践能力可能比理论研究能力更重要。企业对于计算机视觉算法工程师软硬技能要求4、除算法工程师外,AI 产品经理成为企业急需岗位;CV与AI产业催生诸如AI算法测试工程师、AI售前解决方案工程师等技术人才需求。本次调研中,除算法岗外,有超六成的企业表现出了对于 AI 产品经理的强烈需求,这甚至高过企业对研发工程师的需求。AI 产品经理对于企业来说,不仅需要具备互联网或 IT 企业中产品经理的基础能力,如产品设 计工具使用技能、产品规划/设计/推进的能力、用户需求分析能力等,还需要对计算机视觉技术有充足的知识储备,懂得技术的边界,知道如何通过产品设计使得计算机视觉算法可以发挥最大优势。以面向制造业的工业机器人项目举例,AI 产品经理需要同时具备软件、算法、架构、硬件、网络相关知识,才能设计出一套完整流畅的产品流程,其中任何一个环节处理不当都可能导致产品无法上线:如产品中的光学摄像机有成像问题,那么计算机视觉算法再精准都没有丝毫实用价值。除算法工程师和算法研究岗外,企业对于计算机视觉其他岗位的需求情况计算机视觉技术和人工智能相关产业的发展催生了大量专属于本领域的技术人才需求,如 AI 算法测试工程师、AI 售前解决方案工程师等。相较于传统 IT 企业的测试工程师,AI 算法测试工程师需要理解计算机视觉算法的识别逻辑和影响算法精度与性能的因素,搭建算法评价体系甚至配合研发工程师开发算法测试工具。这些本领域专属的技术人才也成为不少企业竞相抢夺的对象。 四