作者｜洪亮劼
　　出处｜极客时间《AI 技术内参》专栏作者简介
　　洪亮劼，电子商务平台 Etsy 的数据科学主管（Head of Data Science），AICon 演讲嘉宾，前雅虎研究院（Yahoo Research）科学家、资深科学家和高级研发经理职位。长期担任多个国际著名会议及期刊的评审委员会成员和审稿人，并且组织过多个关于推荐、搜索、用户体验优化的国际研讨会。他拥有 3 项美国专利。
　　写在前面
　　根据 InfoQ 2017 互联网技术人薪资报告的结果，AI 工程师的薪资水平在整个互联网技术圈基本处于金字塔顶端范围。很多非 AI 领域的工程师们咋舌之余，也不禁好奇，到底 AI 工程师们是凭什么拿到这么高薪资的？我有机会成为 AI 工程师吗？
　　问：成为 AI 工程师需要几步？
　　答：两步。一，通过电话面试；二，通过 Onsite 面试
　　今天，就给大家分享面试官老司机总结的面试指南。希望有志于从事 AI 岗位的读者们，可以知彼知己，百战百胜。
　　筛选简历
　　在电话面试之前，有一个步骤是必不可少的，那就是筛选简历。因为人工智能和数据科学家的职业背景，我来分享一下如何筛选具有博士学历，特别是计算机专业相关毕业生的简历。筛选简历的过程需要很细心，对于普通的博士毕业生，我们会快速看以下两个方面的信息。
　　第一，候选人是否有高水平的论文发表。关于论文发表，首先需要看的是论文档次，也就是论文是否发表在高质量的会议上或者高水平的期刊上。对于计算机专业的博士生来说，会议一般比期刊更重要。其次，我们也要看候选人的论文是专注一个问题或者一个小领域还是很多领域都有涉猎。同时，对于这些论文，要关注候选人是第几作者。然后，我们需要关注的是论文发表频率，看论文工作是否都是一年做出来的。最后，我们可以去看一看这些论文的引用数。一般来说，博士刚毕业不会有很高的论文引用量，但也不乏水平比较高的候选人，论文会有惊人的引用量。
　　第二，我们需要看一看候选人是否有工业界实习经历，是研究实习还是工程实习。这里面，我们可能关注的是实习的公司。而且，我们可以关注是否是同一家公司还是多个公司。如果是研究实习的话，我们还需要去看一看候选人是否有相应论文发表。
　　在看了这两个因素之后，我们心中对于这个候选人就有一个很基本的认识。在需要高标准的情况下，一个博士毕业生需要有 3-4 篇第一作者的高水平论文发表（在毕业的时候，引用数在 70-100 左右），然后有 1-2 次工业界实习经验。
　　除了这两个硬指标以外，我们还会关注下面这些内容：
简历里是否有一些信息不完整的部分。比如有一些明显断档的经历，没有本科学校，没有说明博士生导师；
会什么编程语言和开发工具。是否只熟悉 Matlab 或者 R，是否有开源项目贡献；
是否已经有审稿经验；
是否已经有组织会议的经验。
　　所有这些因素都没有明显问题之后，我们已经定位到了比较靠谱的候选人（通常，只有少数人能够通过上面这轮简历筛选）。我们可以根据实际情况来调整在筛选简历这里的标准线从而让候选人能够和我们直接交流证明自己的实力。
　　这里再说几个比较细的准则：
博士生的论文中，非第一作者的一般不算数；
已经发表的会议论文和同一内容的期刊文章算一篇；
可以有非第一档次会议或者期刊的论文，但没有第一档次就很难说明问题；
如果有单一作者的论文，是一个比较大的问题，电话面试的时候一定要问清楚原因；
课程项目原则上也不算数（注意，这是对博士毕业生而言）；
简历是 LaTex 生成还是 Word；
毕业学校和 GPA，一般不是很侧重要考虑的问题。
　　再说几个对于已经有工作经验的候选人的简历筛选要素：
如果有教职经验或者博士后经验，原则上是一个大问题，需要电话面试问清楚；
一两年左右频繁换公司是一个大问题，需要电话面试问清楚。
　　这里要多说一句的是，上面这些标准是对计算机相关专业比较适用的准则。而对于数学、应用数学、统计、物理等专业的人来说，可能有些标准需要重新设定（比如发表论文的标准需要降低）。总之，这里说的是一些比较大的方向，不过在把握了这些原则之后，我们就可以安排少量的候选人电话面试了。
　　这里我们简单说一下对于硕士阶段的候选人的简历筛选。一般来说，硕士和博士有不同的培养目标，因此上面所说的很多标准和原则对硕士毕业生并没有完全的指导意义。对于硕士毕业生来说，公司实习经验是很重要的。不排除一些优秀的硕士毕业生已经有论文发表，因此这方面也可以减低一些标准来衡量。对于硕士毕业生来说，学科项目可以作为一些参考，不过因为大多数学科项目都没有真正的应用性，我们只能从一个侧面了解这个候选人可能具备的一些技能。
　　电话面试
　　筛简历的过程之后，就是电话面试了。电话面试的目的是要验证这个候选人是不是像简历里所说的那样有相应的经历。当然，有一些公司在电话面试的时候也会考察候选人解决问题的能力，这个内容也会经常出现在电话面试的安排中。对于科学家的职位，我们一般需要 1-3 轮电话面试，来了解下面这些信息：
了解候选人简历上的基本信息，如果对简历上的内容有疑点，需要在这个阶段问清楚；
考察候选人是否具备基本的专业知识，并对相关领域有一定的见解，考察候选人是否有其他领域的知识；
考察候选人是否有基本的专业相关的编写代码能力；
初步感知候选人的表达能力。
　　在询问候选人简历信息的时候，以下这些内容是需要弄明白的：
对于候选人是第一作者的论文，候选人是否能够很清晰地说出这些论文所解决的问题及解决思路。在进一步的沟通里，候选人是否能够讲清楚模型细节甚至是公式细节。候选人能否把实验的目的、数据、比较算法讲清楚。当然，这需要面试官提前做好准备。同时，询问候选人其他作者在这篇论文中的贡献；
对于候选人是非第一作者的论文，询问候选人在这个工作中起到了什么作用。看候选人是否诚实可信，也可以看出候选人的学术道德水平；
对于单一作者的文章，需要候选人解释为什么这个工作没有合作人，博士生导师为什么不是合作者，这个论文的研究时间如何而来；
对于有博士后经验或者教职经验的候选人，要询问候选人是否了解工业界研究和学术界研究的区别，如果以后有机会，是否还考虑学术界教职；
对于有工作经验的候选人，要询问候选人反复换工作的原因，询问清楚候选人在项目里的具体贡献，候选人的职业规划，看职业规划和简历经历是否相吻合。对于在某一个公司待了很长时间没有升职的候选人，也需要询问一下为何在原公司里没有其他机会。
　　在考察候选人专业知识的时候，需要弄明白以下这些内容：
对于某一专业最基础的一些概念和知识，候选人是否能够清晰地讲解出来。这一条其实很多人很难做到，不少人能够做复杂的工作，却往往在最基础的内容上含混不清。而在一些跨领域的工作中，基础知识往往是一个科学家所能够依赖的，提供解决方案的最初的工具。所以，基础很重要；
候选人是否诚实说明自己懂什么，不懂什么。在广泛的领域里，科学家应该有足够的自信说自己的专长是什么，自己的局限在哪里；
候选人是否对跨领域知识一窍不通，还是略有知晓，界限在哪里；
在考察编程水平方面，虽然很多公司已经有比较完备的方案考察软件工程师，但这些题目和考察目的其实不太适合科学家，这需要公司专门针对科学家制定一些考察题目。
　　在上述考察候选人各个方面的过程中，一个贯穿始终的主题就是要看候选人是不是能和面试人员进行有效的沟通。当然，也要考虑到，有人可能不太适应电话面试，而在面对面的交流时则毫无问题。
　　从电话面试到 Onsite 面试
　　电话面试之后，如何判断是否要邀请候选人到公司来面试呢？一般来说，有这么两种情况是需要邀请候选人到公司来面试的，从而进一步判断候选人的水平。
　　第一，候选人的简历以及其在电话面试中表现的水平很高，的确是公司需要的人才。这样的候选人进入 Onsite 面试的通道是水到渠成的，要加快速度实施公司招聘流水线的后面步骤。对于这样的候选人来说，Onsite 面试主要是要考察候选人有没有其他特殊情况，导致其无法胜任工作。
　　第二，候选人的简历或电话面试中的表现存在争议。可能在好几轮的电话面试中，候选人在其中有些轮的表现要明显好于其他轮；或者候选人得到了很多好评，但是也有一些比较负面的评价。这个时候，我们采取不&一棒子打死&的态度，往往希望能够邀请候选人到公司来仔细考察。
　　Onsite 面试
　　在经历了简历筛选和电话面试的流程之后，我们已经对候选人有了一个初步的了解：他（她）的背景、熟悉以及不熟悉的领域、编程能力和沟通能力。对于各方面都表现不错的候选人，我们一般就会安排到公司来进行现场面试。对于科学家岗位，现场面试一般包括下面这些环节：
一场一个小时左右的学术报告会；
和招聘经理讨论可能的项目方向；
和其他科学家、工程师讨论技术和研究问题；
在白板上展示基本的编程开发能力；
和人事讨论职位的其他问题。
　　学术报告会&是考察候选人学术水平的一个非常重要的环节。因为简历和电话面试都无法系统地看出候选人的整个学术生涯的特征，比如是偏理论还是偏应用？是蜻蜓点水似的研究，还是专注某几个问题？这样我们能够看到候选人的整个学术生涯的清晰明确的线条。
　　同时，报告会还是观察候选人语言能力的好机会，看候选人是否有较强的语言组织能力，能够清晰地表达自己。这一点之所以关键是因为有一些候选人连自己的工作都讲不清楚。
　　另外一个需要考察的就是，看候选人能否在公开场合接受各种质疑和对自己工作的挑战，包括候选人是否能够承认自己工作的局限和不足，是否能够礼貌且&一语中的&（To-The-Point）地回答技术问题。
　　和招聘经理讨论可能的项目方向，很多候选人显得很随意，觉得这就是闲聊。其实这也是考察候选人的一个很重要的机会。
　　首先，招聘经理可以说一些公司的产品或是项目，看看候选人是否有兴趣，是否能够通过一些简单的产品介绍，问出一些有科学价值的问题。会问问题，其实是一个非常重要的技能。
　　招聘经理也可以稍微深入地讨论一两个产品具体的现实问题，看候选人能否快速说出一些解决方案或者是一些思路。在整个谈话中，可以体会出候选人是否只有学术的经验而没有任何产品和产业的&感觉&（Sense）。有一些候选人在这个阶段会显得没法把谈话进行下去，完全是倾听问不出任何问题。这就需要招聘经理仔细控制谈话来看候选人是否对新事物有好奇心，是否能够跟上思路，是否对新领域新问题有快速的思考。
　　和参加面试的科学家以及工程师讨论研究问题，主要考察的是候选人在一个类似工作的环境里能否&半&独立地完成科研解决方案的设计和实现。为什么说&半&独立，是因为这个环节里，沟通也是很重要的，很多条件、约束和限制都需要候选人和面试人员进行有效沟通来理解清楚。因此，候选人面对的并不完全是&应用题&似的独立解决问题的场景。
　　通常的形式是，面试人员针对某个具体的问题，询问候选人如何提供一个有效的科学解决方案。这里面需要注意下面这些环节。
候选人能否问出有效的问题，这些问题是不是在帮助候选人自己减少问题的不确定性，帮助候选人自己寻找答案，还是漫无目的地问各种问题。
候选人是不是不假思索地就提供一些思路，然后也没有认真思考，又反反复复更换思路。这是候选人没有系统思维能力的一个体现。
候选人的整体思维模式是怎样的？
这两种思维模式都是行之有效的思维方式。但是也有候选人在两者之间踌躇，一方面提不出基本的解决方案，一方面也写不出完整的数学模型来。
第一种思维模式。先提出一个可能的多步骤解决方案，然后看是否能够简化步骤，再看能否提出比较规范的数学模型；
第二种思维模式。先提出比较完整的数学模型，然后根据实际情况简化，提出更加快速的算法。
候选人能否在提出基本方案或者是数学模型之后，用自己掌握的方法把问题的细节算法写出来，并且能够分析算法的各方面特征。这考察的是候选人解决问题的连贯性和独立性。有一些候选人的确能够写出漂亮的数学模型，但是很可能完全没办法把模型算法化，写出来的程序惨不忍睹。
还有一个需要考察的维度就是，候选人遇到领域之外的问题，是如何思考的。有的候选人就彻底懵了，完全不能理性地提出方案。而有的候选人则会小心翼翼地利用基础知识，尝试解决问题，或者是把新领域的问题转化成自己熟悉的问题。
　　值得注意的是，在这个环节中表现不好的候选人，不管过去在论文、学校方面有多么优秀的经历，都要打一个大问号。事实证明，在这个阶段不那么令人满意的候选人，在现实工作中往往也很难胜任实际的工作。
　　对于有经验的候选人，除了重点考察能否提出优秀的解决方案外，还可以看候选人是否具有&全局观&，比如对这些问题的考量：如何设计更加有效的数据通路，没有数据怎么办，上线以后系统表现不好怎么办等。
　　对候选人在白板上进行基本的编程能力的测试，是整个 Onsite 考察中的另外一个核心内容。总的说来，数据科学家或者人工智能工程师的编程能力需要和普通工程师的基本相当，有些时候甚至要更高。这里面，除了考察基本的算法问题以外，还需要考察能否对普通的机器学习算法进行编程，也就是说，看候选人是否真正能够把模型或者一些算法用程序实现出来。关于候选人的编程能力问题，这是一个单独的话题，今天我们就不在这里展开了。
　　有一点需要留意观察，候选人的表现是否在有压力或者劳累（毕竟一天的现场面试是很累的）的情况下有重大波动。优秀的候选人能够通过沟通来缓解自己的压力。
极客时间《AI 技术内参》专栏东方财富网：中国财经门户，提供专业的财经、股票、行情、证券、基金、理财、银行、保险、信托、期货、黄金、股吧、博客等各类财经资讯及数据
收费增值版
热门搜索 :
3437.31↓-14.69 ↓-0.43%|5517.82↓-3.49 ↓-0.06%|12665.86↑17.67 ↑0.14%|28359.14↑110.26 ↑0.39%|22644.31↓-18.43 ↓-0.08%|7775.25↑56.77 ↑0.74%|7883.66↑23.98 ↑0.31%|25628.91↑126.73 ↑0.50%|
收盘|收盘|收盘|收盘
电脑增值版
手机免费版
手机增值版
代码名称最新价5分钟涨跌
11.795.46%7.753.89%11.503.14%
客服热线：95357 |
专业理财：证监会批准的首批销售机构
安全理财：民生银行监管,资金同卡进出
5600多只基金，申购费率1折
中欧医疗健康混合A
交银新生活力灵活配置混合
中海医疗保健主题股票
7X24随时取现，最快1秒实时到账
关联基金最高7日年化
活期宝累计销量超
涨了指数就赚钱
广发纳斯达克100指数
华安标普石油指数
博时标普500ETF联接A
&19:57 &19:56 &19:56 &19:56 &19:56 &19:56 &19:55 &19:55 &19:55 &19:54 &19:54 &19:54 &19:54 &19:53 &19:53 &19:53 &19:52 &19:52 &19:52 &19:51
您当前尚未开通财富号
每日签到得积分，连续签到可获更多积分！
讨论数：3.16万
浏览：2717.89万
重仓股涨跌幅重仓基金
基金经理管理基金近6月
闲钱理财神器，7×24小时随时取现，最快1秒实时到账
活期宝累计销量超
名称最新价涨跌幅涨跌额
名称涨跌幅领涨股涨跌幅
名称涨跌幅领涨股涨跌幅
您觉得周四(08月09日)大盘走势将会如何？
22家看多30.00%19家看平35.00%22家看空
15家看多33.00%14家看平31.00%13家看空
连续停牌家
今日新停牌家
今日复牌家
业绩报告家
业绩预告家
分红转增家
新股申购家
中签缴款家
新股上市家
定向增发家
增发预案家
股份上市家
股权登记家
股东大会召开家
网络投票家
资产重组家
资产收购家
股份质押家
日期名称类型
08-07高峰论坛08-08经济数据08-08经济数据08-08经济数据08-08行业会议
08-1473259024.3408-1608-1500293322.4508-1708-1673219219.608-20
日期名称评级研报标题
08-08买入08-08增持08-08增持
日期名称龙虎榜买入龙虎榜卖出净买入
08-082.39亿1.04亿1.35亿08-083240.07万77.42万3162.65万08-086149.08万3223.45万2925.63万
08-090.20-14.39%37.32%08-090.0322.99%184.60%08-090.34-16.58%11.61%
组合名称日收益5日收益20日收益总收益
20.70%19.58%19.58%-25.67%20.65%21.23%23.63%15.29%20.49%20.49%20.49%0.13%
+110.26+0.39%
+23.98+0.31%
+126.73+0.50%
+56.77+0.74%
+0.16+0.17%
+0.8+0.07%
-0.37-0.53%
代码名称最新价(港元)涨跌幅
6.0703.23%364.0001.96%90.1501.63%19.1200.21%70.1000.14%
名称最新价涨跌额涨跌幅
A股名称A股(RMB)H股(HKD)比价
代码名称最新价(USD)涨跌幅
名称最新价涨跌幅
品种/代码年化收益率十万盈利占款天数
扫一扫下载APP
东方财富产品
关注东方财富
扫一扫下载APP
关注天天基金中国AI的春天： 企业估值比美国高四倍，薪资高到没朋友中国AI的春天： 企业估值比美国高四倍，薪资高到没朋友三体科技迷百家号Python人才缺口30万，薪资高到没朋友”、“真正0基础入学，90天入门到高薪”，伴随人工智能的火热，人工智能短期培训班也风生水起，动辄两三万的培训费用，咨询报名者络绎不绝，而其中高薪成为最诱人的广告语，这些机构网站无一例外将薪资放在最显眼的位置。在过去的一年因为人工智能行业急速爆发，巨大的人才缺口将行业人才薪酬推至令人咂舌的水平，抢夺人才背后如何留取和管理人才也成为新的挑战。从应届生到技术大牛“人工智能领域应届博士年薪在50万左右，硕士从25万到35万，这一薪资水平相当于2~3年工作经验的普通岗位工程师的薪资。”人工智能企业“流利说”联合创始人、首席科学家林晖博士透露，今年10月公司首次启动了校招，并成功招到十几位来自清华、北大、复旦等校区的硕士毕业生，而这些来自计算机系、数学系、统计学等专业的学生，往往在未毕业前就已经手握多份Offer。IDG资本发布的《2017年互联网准独角兽薪酬报告》显示，人工智能行业高级岗位薪酬高出整体水平55%，中级岗位高出90%，而初级岗位更是高达110%，一场由人工智能引发的人才争夺大战一触即发，现有市场人才争夺已呈现白热化。“如果知道一个人读博士，而且念的是神经网络，基本上注定这个人一辈子只能做研究，因为他永远也做不出来。”未来机器人CTO方牧博士提及五年前大家常讲的一个笑话，方牧是浙江大学本科、上海交通大学硕士、香港中文大学工学博士，从事机器视觉和机器人导航领域的研发，让她感慨的是短短五年的时间，如今已经无人不知深度学习，而学生的薪资待遇也今非昔比。应届毕业生之外，对于AI高级人才的争夺则更为激烈，其中包含公司人才的挖角，更有高校学术大牛的抢夺。在今年云栖大会上阿里云人工智能首席科学家闵万里透露，自己曾在一年时间收到来自猎头700多封邮件。而为了抢夺高级人才，流利说于今年9月份在美国设立了AI实验室，目标就是挖掘“学界和工业界有一定影响力的人才”。在林晖看来，中国AI人才数量不输美国，尤从发表论文的数量可见一斑，但从质量上而言，领军型的人物更多在美国，而这些大牛大部分在美国已经成家，吸引至中国双方耗费的成本都比较高，在当地建立实验室是最佳选择。今年5月腾讯挖来语音识别技术顶级专家俞栋博士为AILab副主任，并成立美国西雅图AI实验室，在今年11月份采访中腾讯AILab主任张潼向记者透露，美国实验室正在招人阶段，明年可能会有20到30人的规模，专注前沿技术研究。这也意味着这些互联网公司正在和全球的竞争对手争夺AI尖端人才。去硅谷圈地挖人AI人才抢夺大战的涟漪波及猎头行业，在过去的一年不少猎头公司上线AI猎头服务，其中硅谷人才尤为抢手。“硅谷的人才非常贵，Facebook毕业两到三年的博士，大概在40万到50万美元，如果回国去BAT一类的公司，他们普遍希望有30%的涨幅。”岚顿咨询战略招聘总监周伟告诉第一财经，这段时间他正在帮一家中国独角兽公司，寻找一名拥有丰富AI经验的华人担任AILab院长一职，要求是国际互联网公司首席科学技术或AI专家，具备较强学术攻坚与商业应用能力，在世界顶级期刊发表过论文，颇具行业号召力。博将资本硅谷管理合伙人AlexRen于去年创办TalentSeer，主要负责中美之间AI高端猎头服务，寻找AI芯片、无人驾驶、对话式机器人、云服务物联网、深度学习平台方面的人才，在过去的一年他们帮助50多家公司招募到了近100个人才，团队也在短短一年时间从几个人拓展至二十多人。根据他的经验，硕士或博士毕业工作三到七年的技术骨干是最为抢手的人才，一个典型的AI团队需要5到10人，平均薪资在25万到35万美元，其中包含20%的奖金外加股票期权等，整个团队的成本在两三百万左右，无人驾驶领域的人才尤为抢手，他们往往在一个礼拜就会收到4个Offer，猎头必须以更快的速度将工作机会给到他们。人工智能时代“人才吸引人才”的效应表现得更为明显，选择业内颇具号召力的大牛，对于后续吸引其他优秀人才进入公司会有很大的帮助。但挖掘顶尖人才的工作并不好做，“中美之间固有的薪资差异，尤其是所谓的‘FLAG’(Facebook、LinkedIn、Apple、Google)为代表的公司股票、期权都给得非常到位，吸引人才回来并不容易。”周伟表示，“挖掘人才的周期也往往需要半年，甚至一年的功夫。”这也对猎头工作提出更高的要求。与以往大多数猎头通过LinkedIn等渠道和目标对象电话沟通以外，猎头们必须了解各个大牛的学术背景、在哪个Lab工作过，发表过哪些论文、学术研究侧重点，而对应的企业与企业之间的业务差别、产品方向、行业覆盖的差异也需要了如指掌，从而让自己真正进入“圈子”。为了了解无人车行业AlexRen在两个月内找到了近40个行业专家，每次进行一个多小时交流学习，相互印证技术要点和企业间的生态关系。除此之外团队内部每个月都会有一位猎头进行学习成果分享，寻找行业专家进行内部讲座。2018硅谷回流年中国巨大的市场机会和海量的数据对于海外人才的吸引力不容忽视。曾在美国华盛顿大学电子工程系读博的林晖毕业后进入Google美国总部担任研究科学家，2012年决定回国创业，在他看来“中国有大量面向C端的数据可以帮助产品迭代，把既有的技术做到更牛，同时人口红利对于找人标记数据也有明显优势，这些对于科研人员的研发有很大吸引力，也是美国所无法提供的”。无独有偶码隆科技CTO、联合创始人MattScott曾担任美国微软亚洲研究院高级研发主管，作为美国人他最终选择在中国创业。“数据之外，中国对于人工智能创业的资金和政府支持力度是无法比拟的，从国家层面到地方，都有非常明确的人工智能规划，在他看来人工智能的未来在中国。”码隆科技黄鼎隆博士告诉第一财经。在中国人工智能被提上国家议程，也成为全球人工智能领域第二大吸金地，仅次于美国。根据乌镇指数《全球人工智能发展报告2017》数据，年，中国人工智能融资规模累计达27.6亿美元。其中年三年是中国人工智能发展最为迅速的时期。在这三年里人工智能融资规模占总数的93.59%，投资频次占总数的87.22%，远高于以色列和印度。由于人工智能技术对高级技术人才的争抢，以及Facebook、Google等海外互联网公司中国员工回国成功创业的示范效应，加之Pinterest以及Uber等硅谷公司第一批中国员工四年期权、股票授予期满，硅谷内部再次盛传明年这两家公司的上市预期，IDG资本认为2018年将是硅谷技术人才的回流年。中国AI企业估值更高招人难，但如何留住人才，将学术研究、工程能力转化为商业价值更需要磨合过程。对于这些学术大牛而言，钱之外更重要的是对企业所做事情的认可。“很多AI人才会有明显的倾向性，考虑自己的研究方向和技术应用细分领域，例如一位美团候选人明确表示希望进入教育领域。”周伟提及。AlexRen也表示当下不少中国公司招聘硅谷人才存在两个误区，一个是对美国的人才架构和文化不够了解，姿态傲慢。另一个则是盲目相信硅谷人才，尤其是对于硅谷传统大公司人才的盲信，这些人的高管身份究竟是个人能力还是平台原因所致，对他们的擅长领域、优势所在并不了解。人才和企业的磨合也是猎头会在后期长期关注的问题，在周伟的印象里的确存在磨合之后一拍两散的情况。一些人以职业经理人的状态进入公司，但老板想要发展的方向自己并不认可，始终进入不到核心项目，也有不少CEO心态浮躁，招到人才后急于立刻看到产出，最终分道扬镳。吸引了大量优秀人才进入企业，对人才管理也提出更高的要求，对于人才成本林晖坦言自己比较保守，“作为企业更希望技术在产品中产生商业价值，迭代更快，而要留住人才关键在于将目标定清楚，公司管理层必须想清楚技术上的规划和方向，再拆解为具体的目标任务，具体到每个人。”对于投资人而言，人才是考核一家人工智能企业的核心要素，甚至是首要因素。在机器智能化领域进行过多项投资的可可资本创始合伙人魏锋告诉第一财经，“投资就是投入，AI时代人的作用更为突出，但从产业资本投资角度而言，更重要的是需要从技术和商业化，科学家精神和工程能力之间做出平衡。”在投资中可可资本做出了技术人才和商业化能力六比四的参考标准。“不能完全脱离市场化需求纯粹考虑科学研究，需要把技术落实到企业能用的阶段，了解客户需求、供应链合作伙伴对接、团队管理都是极其艰辛的过程。”可可资本合伙人李笙凯表示。在他看来这同样需要科学家本身具备较好的工程化能力，或者理解技术产品化的风险，拥有商业化的胸怀去面对这件事情。在投资翼菲自动化帮助企业寻找人才的过程中，李笙凯找到清华大学机械工程系教授、博士生导师刘辛军，刘辛军教授向他明确表示：“科研成果通过成果转化和企业家去对接，我可以答应去做。而产业化，则很抱歉，因为我不是企业家。”在清华大学攻读工学学士和工学硕士的李笙凯明白，科学研究和企业需求之间往往存在鸿沟，在高校做论文往往会设置一些约束条件，但在企业实际运营过程中，约束条件不一定会按照设想产生约束作用，就需要根据行业情况作出调整和平衡。人工智能产业井喷式发展，供需不平衡是AI人才短缺的主要因素。根据LinkedIn发布的《全球AI领域人才报告》，截至2017年一季度，美国拥有最为庞大的人才库，数量超过85万，而中国这个数字仅超过5万人，在全球排名第七位。AlexRen估算，美国人工智能人才供求比大约为1∶3，而中国大约是1∶6甚至1∶10，他在美国投资了12家人工智能公司，整体来看中国公司估值比美国高二到四倍。本文由百家号作者上传并发布，百家号仅提供信息发布平台。文章仅代表作者个人观点，不代表百度立场。未经作者许可，不得转载。三体科技迷百家号最近更新：简介:软硬件，手机数字，行业趋势，技术探索作者最新文章相关文章