AI 研究岗位的市场现状

<p>以下是我的翻译和部分内容摘要：<br><br>工作岗位虽然众多，但找到真正适合自己的位置依然困难重重。<br><br>现如今，大家都特别关注 AI 研究人员的动态，就像我们关心体育联赛中的球员转会一样。这不只是简单的新闻热点和八卦传闻，从小处看，这可以预测哪些公司可能会领先或落后。往大里说，这也反映了 AI 人才是如何分布的。在 ChatGPT 出现之前，大部分人才多数集中在 Google Brain 和 FAIR 这类机构。但现在，AI 人才分布在各个公司和机构，这也使得对 AI 人才的招聘变得更为困难。(注：OpenAI 除外)<br><br>生成式 AI 的兴起对整个招聘市场产生了深远的影响。在生成式 AI 和大语言模型领域，工作机会众多，而其他领域则相对冷清，虽然也在逐步恢复。因此，许多雇主都对招聘到理想人才感到压力重重。很多公司都想研发大语言模型，但相关的专业人才却储备不足。在这样一个供求关系极端的情况下，在找工作的过程很难让人感觉到正常。<br><br>而大家对研究人员的关注，无疑证明了AI公司在从初步构想转化为实验产品的过程中，对研究人员的迫切需求。这些研究人员确保公司的培训和产品决策与大趋势同步，因为这些趋势可能一夜之间发生巨变。投资在能够迅速判断哪篇最新研究对公司未来发展至关重要的人才上，绝对物超所值。<br><br>现在，我们要谈的是AI研究员们赚取的巨额薪酬以及他们为此所付出的努力。除了那些深耕学术的少数专家之外，几乎所有人都在权衡两者之间的选择：在未来可预见的时间里获得稳定高额的薪酬，还是赌一把自己的创业项目，即使失败也能赚到“至少数百万”（我确实听过有人这么说）。现在的市场，似乎每个人都在努力寻找机会来赚钱。<br><br>这种激烈的竞争正在影响人们选择工作的地方。很多公司的员工流动率都很高，让每个人都感到不安定。大型科技公司是这种趋势的发源地，但现在，这种趋势已经不再局限于这些公司。我甚至看到有些顶尖的研究员加入一家公司后，不到半年就选择离开。很多人都感到焦虑，因为他们发现换了工作也未必比之前好。只要参加一个聚会，听听别人谈论的话题，你就会知道在其他五大竞争对手公司工作到底有多累。我深有体会。<br><br>关于薪酬，比如说，一些顶级的研究员，他们的研究成果与 《Attention is All You Need》 这样的论文几乎同样重要，他们从 OpenAI 那里能得到大约 $ 1 million 的年薪。而新近获得博士学位的毕业生，在 ChatGPT 出现之前最高的薪酬大概是 $500-600k，但现在对于顶尖的人才，这个数字已经接近 $850k（可以参考今年早些时候的数据报告）。只要你对 GenAI 表现出一丝兴趣，你的薪酬也会随之上涨。<br><br>Google 在招聘方面的动向可以很好地反映出该领域的趋势。大家都知道，Google DeepMind 将其所有的项目分为三大类：1) 首先是即将发布的大型模型 Gemini；2) 其次是与 Gemini 相关的短期研究；3) 最后是一些更为长远的基础研究。而有趣的是，Google DeepMind 的大部分研究人员都在前两类项目中工作，尤其是第一类。。<br><br>另一个行业的佼佼者是 Meta。但现在，他们对项目的优先级有了新的定义。简而言之，根据 Llama 团队的说法，Meta 的 GenAI 技术小组的每位成员都应该把70%的时间用于改进现有的技术模型，而把剩下的30%的时间投入到持续的研发中。这种方式我觉得更合适。不过，大家可能很快就会知道 Meta 正在哪些技术领域（比如 LLM、文字转图片、音频等）下功夫，并且他们会迅速推动这些模型的进步。<br><br>总体来说，真正重视开放研究和科学的机构并不多。即使有学者心态的科研人员加入，商业的现实需求往往会成为他们的首要任务，特别是在初创公司。<br><br>不过，令我最为期待的是，Transformer 这一技术架构的发展潜力巨大，超乎我们的想象。聚集一批有共同兴趣但背景各异的顶尖专家，无疑是充分发掘这一技术潜力的最佳方式。<br><br></p>