机器学习穷途末路？裁员潮下大厂员工艰难「求生」，知名教授：建议考公( 三 ) _教授

观点：行业尚未饱和，只是低端人才太多
在上文的讨论中，对于机器学习，争论不休的网友们呈现出「前途无量」和「穷途末路」两种截然不同的观点。小编也特意搜集了一些国内外数据，供大家参考。

全球市场调查机构财富商业洞察力（Fortune Business Insights）的数据显示：
2021年，全球人工智能市场的总体规模为3,283.4亿美元，且预计将从2022年的3,874.5亿美元增长至2029年的13,943亿美元，年复合年增长率达20.1% 。
另外与2019年相比， 2020年全球市场暴增150%——与新冠疫情流行前相比，AI技术在所有地区的需求均高于预期。
【机器学习穷途末路？裁员潮下大厂员工艰难「求生」，知名教授：建议考公】

文章插图

总部位于美国的咨询公司大观研究（Grand View Research）发布的报告认为：科技巨头的持续研究和创新，正在推动AI技术与各个垂直行业的深度融合，例如汽车、医疗保健、零售、金融和制造业等。
2020年11月，英特尔公司收购了以色列公司Cnvrg.io. ，该公司开发和运营的平台可供数据科学家构建和运行机器学习模型，从而推动AI业务。这说明AI已经将技术带到了组织中心，并有望成为各行各业的基本要素。
他们还预计，到2030年，医疗保健将成为机器学习的主要应用领域。目前AI技术已经在机器人辅助手术、减少剂量错误、虚拟护理助理、临床试验参与者标识符、医院工作流程管理、初步诊断和自动图像诊断等过程均有所涉及。

文章插图

具体到我国，中国产业研究院曾预测，2022年中国人工智能市场规模将达2729亿元，人工智能产业的人才缺口总量在500万人。
人工智能技术仍处于与各个产业深度结合的爆发期，与各个行业的渗透度都在增加，却具有很大的人才缺口。
小编认为，对于「ML市场趋向饱和」的争论，某位知乎的言论还是比较具有代表性的。
他的大致意识是机器学习市场人才激增，是只会调用机器学习包做一些简单例子的应用型人才饱和了。以下三类人才，依旧会是市场上的「抢手货」。
1. 能灵活解决问题的人；
2. 能专精一个领域的人；
3. 能够把学术模型转化成工业模型的人。

文章插图

对此，你怎么看？
参考资料：
https://weibo.com/2199733231/MewJxE9EZ
https://www.zhihu.com/question/54003912/answer/261459354
https://www.fortunebusinessinsights.com/industry-reports/artificial-intelligence-market-100114
https://www.grandviewresearch.com/industry-analysis/artificial-intelligence-ai-market