幾乎每個行業(yè)都在被人工智能所重塑。這意味著你所在的公司很有可能正在或即將把人工智能作為其產(chǎn)品、服務(wù)或內(nèi)部工具的一部分來構(gòu)建。世界上有很多公司都在尋找能在這個領(lǐng)域競爭的人才，那么你如何找到并雇傭能構(gòu)建人工智能系統(tǒng)的人呢？
自然，你會在自動駕駛汽車和智能揚聲器等新興領(lǐng)域發(fā)現(xiàn)人工智能人才。但是，即使你對人工智能在哪里實現(xiàn)有很好的認(rèn)識，你可能仍然會在如何發(fā)現(xiàn)和雇傭人工智能人才，或者如何以及何時對現(xiàn)有團隊進(jìn)行再培訓(xùn)上失眠。這里有幾個方面是你首先要解決的，這樣你就不會落后。
了解你需要的技能
在領(lǐng)英2018年增長最快的工作年度報告中，機器學(xué)習(xí)工程師和專家進(jìn)入了前五名，這表明對這一人才的搜索達(dá)到了歷史最高水平。
在雇用這類人才時，一種方法是確定并雇用具備發(fā)展機器學(xué)習(xí)技能所需的基本硬技能的候選人。數(shù)據(jù)顯示，機器學(xué)習(xí)人才的技能包括深度學(xué)習(xí)和Python，這對于數(shù)據(jù)科學(xué)專家來說是必備技能。這些數(shù)據(jù)科學(xué)家專業(yè)人士所具備的知識有計算機科學(xué)、數(shù)據(jù)可視化，然后是人工智能技能。因此，要考慮擴大候選人人才庫，把“統(tǒng)計數(shù)據(jù)”和“數(shù)據(jù)分析”等關(guān)鍵詞包括到尋找提升技能機會的搜索中。
學(xué)習(xí)尋找軟技能的最好方法
大多數(shù)候選人不會帶著實現(xiàn)人工智能所需的全部技能來找你，所以你也會想要尋找那些很難找到的軟技能。事實上，57%的領(lǐng)導(dǎo)者認(rèn)為軟技能比硬技能更重要。這些技能，如領(lǐng)導(dǎo)、溝通、協(xié)作和時間管理，將幫助人們迅速適應(yīng)和掌握重要的技術(shù)技能。當(dāng)然，這意味著學(xué)習(xí)的意愿非常關(guān)鍵。
為了篩選軟技能，可以考慮在面試過程中問一些具體的問題。許多公司發(fā)現(xiàn)，提供一個挑戰(zhàn)，然后迅速改變它，看看應(yīng)聘者如何適應(yīng)，可以展示他們?nèi)绾翁幚砬闆r。
主動出擊 多撒網(wǎng)
LinkedIn數(shù)據(jù)顯示，軟件工程師并不像其他專業(yè)人士那樣經(jīng)常申請工作，但如果你主動聯(lián)系他們，他們比其他專業(yè)人士更有可能對招聘人員提出新的工作機會。
即便如此，如果你身處硅谷這樣的科技中心，如果你愿意到其他地方尋找人才，競爭就會減少。許多工程師生活在所謂的“隱性寶石市場”，如洛杉磯、達(dá)拉斯/沃斯堡和費城，這些地方對這些人的需求相對較低，但供應(yīng)充足。數(shù)據(jù)驅(qū)動的招聘工具，如LinkedIn Talent Insights，有助于調(diào)查特定領(lǐng)域的人才庫，并將技能與職位數(shù)量進(jìn)行匹配，以發(fā)現(xiàn)這些隱藏的閃光點。
除了地理位置，你還應(yīng)該考慮到你的行業(yè)之外。領(lǐng)英研究顯示，在去年換了工作的擁有機器學(xué)習(xí)技能的專業(yè)人士中，72%的人也換了行業(yè)。其中33%的專業(yè)人士從事高等教育和研究，26%從事軟件和互聯(lián)網(wǎng)行業(yè)，5%從事金融和銀行業(yè)。我們的數(shù)據(jù)顯示，高等教育和研究是機器學(xué)習(xí)人才的最佳來源，最有可能轉(zhuǎn)向另一個行業(yè)。在領(lǐng)英（LinkedIn）上，超過三分之一的此類人是從高等教育和研究領(lǐng)域開始職業(yè)生涯的，主要從事研究工作。
一旦有了一個強大的候選人池，就可以用新的方法來測試人工智能或相關(guān)技能，或者一個人工智能角色的潛力。在領(lǐng)英2018年全球招聘趨勢調(diào)查中，超過50%的受訪者發(fā)現(xiàn)，面試——包括讓候選人參加實際項目——對招聘有用。
舉個例子，Citadel組織了大約100名學(xué)生參加了一場獎金競賽。學(xué)生們利用數(shù)據(jù)來解決商業(yè)問題，而招聘人員則評估參與者的想法和行為。該項目最終招聘了數(shù)十名員工。
培訓(xùn)員工
數(shù)據(jù)顯示，人工智能候選人的供應(yīng)根本趕不上需求。例如，自2012年以來，數(shù)據(jù)科學(xué)家的角色增加了650%以上。數(shù)百家公司正在招聘這些職位，但在美國只有3.5萬人擁有數(shù)據(jù)科學(xué)技能。
要縮小這一差距，首先要確定公司哪些領(lǐng)域的需求增長最快，哪些領(lǐng)域的潛在需求需要提振。然后制定策略，重新裁減某些員工。鑒于技能的平均保質(zhì)期不到5年，它有助于將你的思維模式從一刀切的培訓(xùn)轉(zhuǎn)變?yōu)閭€性化的、持續(xù)的學(xué)習(xí)。為了克服這些挑戰(zhàn)，領(lǐng)英為員工工程師建立了一個人工智能學(xué)院，涵蓋了實現(xiàn)人工智能的基礎(chǔ)知識。
對人工智能技能的需求將會持續(xù)下去。專注于推動創(chuàng)新的軟技能、跳出思維定勢招聘人工智能人才、并注重持續(xù)學(xué)習(xí)的公司和管理者，將最具備應(yīng)對不斷變化的勞動力中任何新的、不可預(yù)見的挑戰(zhàn)的能力。
聯(lián)系客服
