说米网

Vlad Hu 曾作为一名软件工程师开端自己的职业生涯，最终创立了自己的软件公司，但在曩昔的一年里，最大的作业机会是自在职业的人工智能专家项目。
OpenAI ChatGPT，人工智能，AI
Hu 并不孑立。生成式人工智能的崛起正在迅速重塑自在职业技能作业商场，包含 LinkedIn、Upwork 和 Fiverr 等职业和自在职业作业平台上的雇主发布的与 AI 相关的职位以及求职者的查找量激增。
三年前，成为 AI 专家需要「深化了解机器学习算法，普遍的深度学习人工智能，以及许多技能方面的常识，」Hu 说，他经过 Fiverr 参与了谈天机器人实施项目。
依据 Indeed 的数据，自 2021 年 7 月至 2023 年 7 月，与生成式人工智能相关的职位帖子在其平台上增加了近 250%。
依据微软的子公司 LinkedIn 的数据，自从大型言语模型首次在 2022 年 11 月与大众接触以来，LinkedIn 会员对生成 AI 术语的查找仍在增加。自今年 4 月初以来，美国 LinkedIn 会员帖子中提到生成 AI 关键词的数量每个月增加了 25%。到了 6 月，相似于「ChatGPT」、「提示工程」和「提示制造」等 AI 关键词的在个人资料中的运用频率比年头增加了 15 倍。
「许多公司正在探索将 AI 整合到其事务平台中，并与娴熟的自在开发者合作，」Fiverr 的一位女讲话人表明。
Hu 表明，有爱好在应用程序中引进 ChatGPT 或相似的 AI 机器人的企业一般会联络他了解这项技能。据该女讲话人称，Fiverr 在曩昔的六个月里还看到了与 AI 相关的视频制造方面的爱好激增，以及寻找 AI 应用程序开发专家的招聘公司。
依据 LinkedIn 的说法，对 AI 自在职业专家的需求估计将继续增加。该公司在今年 6 月进行的一项调查发现，美国 44% 的高管计划在未来一年内扩大其对 AI 技能的运用；47% 的人以为 AI 将提高生产力。
LinkedIn 首席经济学家 Karin Kimbrough 写道：「AI 已经在劳动力商场上引发了革新。」她在最近的一份陈述中写道，近一半的高管表明 AI 将提高生产力。「在曩昔的一年里，咱们看到全球专业人士快速选用人工智能技能；这与雇主越来越多地寻找具有常识怎么有效运用新的 AI 技能来增强其组织生产力的人才的趋势是相互联络的。」
关于 AI 专家来说，有机会利用现有职业专业人员缺乏 AI 技能的状况，在经济的各个范畴都有机会。例如，(ftp服务器地址,ftp服务器配置,架设ftp服务器_在美国的就业商场中，LinkedIn 将技能、信息和媒体部分界说为 AI 娴熟人数最多的范畴，仅为 2.2%。其他职业也正在迅速选用 AI 核心才能，包含零售和金融服务，但现在员工中娴熟的人所占比例很低。
自在职业作业平台 Upwork 最近与 OpenAI 签署了一项协议，将企业与了解其大型言语模型的专家联络在一起，该平台表明 AI 技能的总数已超过 250 种。依据 Upwork 的人才解决方案副总裁 Margaret Lilani 的说法，尽管 AI 咨询有多种途径，但在作业任务中一般需要坚实的计算机科学根底、对机器学习算法的了解、娴熟掌握编程言语如 Python，或在数据管理和分析方面的经验。
许多 AI 专家还拥有相关的学位或经验，比如计算机科学或工程学的学士或硕士学位。尽管如此，「最终在 AI 范畴找到作业取决于展示出你具备承担特定项目的技能、才能和专业常识，」Lilani 说。
在线学习公司 Udacity 表明，曩昔一年来，对基于 AI 的课程的爱好增加了 33%——深度学习、用 Python 进行 AI 编程、用于买卖的 AI、机器学习 DevOps 工程师、计算机视觉和自然言语处理等是需求旺盛的课程之一。Udacity 的顾客部分总经理 Victoria Papalian 表明：「为了满意这一需求，咱们当前内容开发路线图的大约 20% 包含生成式 AI 和生成式 AI 相关内容。」
关于那些还没有进入就业商场但对 AI 范畴感爱好的人来说，Lilani 主张尽早开端经过参与计算机科学课程来树立根底。她表明，特别是关于高中生来说，将树立在 AI 专业所需的编程言语的根底，尤其是了解许多 AI 范畴的基本构建模块的学生。她弥补说，独立的教育方法，包含关注 AI 技能的 YouTube 视频或博客，在职场上变得越来越受欢迎。学习新的概念和东西，如 ChatGPT，将成为各行各业的各类专业人士在职业生涯中取得成功的重要因素。
Hu 主张从根底开端，包含运用 OpenAI 东西，如 ChatGPT、ChatGPT API、Dall-E 和 davinci。但他弥补说，在这些 AI 范畴的娴熟只是一个开端。花时间确定怎么在事务中运用这些东西至关重要。AI 技能的价值受限于用户对技能的应用，因而需要将常识与其运用目的相结合。Hu 表明：「真实重要的是怎么弥合与现实世界问题之间的鸿沟。」