2020年度中国计算机视觉人才调研报告.pdf
《2020年度中国计算机视觉人才调研报告.pdf》由会员分享,可在线阅读,更多相关《2020年度中国计算机视觉人才调研报告.pdf(37页珍藏版)》请在咨信网上搜索。
1、前言 内容摘要 调研说明 调研对象基本属性 1.1 城市分布 1.2 专业技能与研究领域 1.3 开发习惯 1.4 薪资情况 1.5 行业领域分布 2.1 人才对未来意向发展城市的选择 2.2 学生群体对未来工作单位及岗位的选择 2.3 学生、在职人才对薪资的诉求 2.4 人才对研究领域与技术提升的规划 3.1 企业对计算机视觉技术与人才的整体诉求 3.2 针对人才学历与专业背景的要求 3.3 针对人才软硬技能的要求 3.4 企业其他相关岗位需求 4.1 人才、高校、企业在计算机视觉领域的发展瓶颈 4.2 国内高校计算机视觉课程开设情况 4.3 国内计算机视觉领域校企合作情况 4.4 政府对相
2、关人才、企业扶持政策汇总 第一章 中国计算机视觉人才现状 第二章 计算机视觉人才:个人期望与规划 第三章 企业、社会对计算机视觉人才的诉求 第四章 计算机视觉人才培养与发展 结语 特别鸣谢 01 02 03 04 06 13 19 24 07 08 10 11 12 14 16 17 18 20 21 22 23 25 27 28 29 31 33 目 录“人工智能”概念自 1956 年达特茅斯会议首次提出以来,已发展了 60 余年。目前,人工智能正处于第三次发展高潮之中,在这一阶段,人工智能开始由单个智能主体研究转向基于网络环境下的分布式人工智能研究,存在于实验室的技术也开始用于生产实践,进
3、一步面向实际商业场景快速落地,赋能实体经济。近年来,物联网、云计算、大数据、芯片等技术的深度发展为人工智能各项技术的突破提供了充足的数据支持和算力支撑。根据清华大学数据显示,在诸多人工智能技术方向中,计算机视觉(Computer Vision)是中国市场规模最大的应用方向,在整体中国人工智能市场应用中占比为 34.9%。计算机视觉技术的研究目标是使计算机具备人类的视觉能力,能看懂图像内容、理解动态场景,已经广泛应用于智慧城市与新基建、安防、金融、医疗健康、电商与实体零售、无人驾驶等各类场景。人脸识别、图像搜索、文字识别、车辆分析、视频结构化、动作识别等算法为生产活动带来了安全保障与效率提升,也
4、为人类生活提供了更多便捷与乐趣。2020 年,计算机视觉领域不断涌现新的成果,如 Visual Transformer 系列(DETR,ViT),自监督学习系列(SimCLR,MoCo),AutoML 系列(EfficientDet),实时目标检测(YOLOv4/v5),生成对抗 GAN 系列(StarGAN,MSG-GAN),生物蛋白质预测 AlphaFold 等等,这些成果为计算机视觉技术发展演化打开广阔的新天地,也极大推动了相关工程落地应用。在新冠疫情中,计算机视觉技术为抗疫和复工复产作出了突出贡献:热成像测温、肺片识别、口罩识别、非接触配送等应用场景让更多人感受到科技向善的力量。在技术
5、与应用高速发展的另一面,是日渐突出的“人才荒”问题。根据工业和信息化部人才交流中心编写的人工智能产业人才发展报告(2019-2020)年数据显示,我国人工智能产业中,有效人才缺口达 30 万,且特定技术方向和岗位上人才供需失衡比例尤为突出。其中,计算机视觉领域岗位人才供需比为 0.09,相关人才属于极度稀缺程度。我国计算机视觉人才的严重不足可能由于研究起步晚和产业化积累不足,导致人才培养速度没有跟上产业发展需求。当前我国正大力推动人工智能技术落地、培养人工智能应用型人才,为了更好地解决“人才荒”的问题,极市平台、中国图象图形学学会、德勤共同发起 2020 年度中国计算机视觉人才调研活动,旨在深
6、度调研人工智能领域最受关注的计算机视觉方向研发人员,包括但不限于高校师生、算法研究者、企业算法工程师等群体,洞悉“后疫情”时代下计算机视觉领域专业人才的学习与工作现状、未来规划、发展瓶颈,了解企业与社会对计算机视觉领域的人才诉求,为政府、企业、高校、科研院所等产业链相关机构提供参考,以加速我国计算机视觉人才的培养与发展。前 言/1 内容摘要 作为人工智能强国之一,中国一直致力于推动人工智能技术落地,培养人工智能应用型人才。我们调研重点在于,面临人才稀缺的挑战之下,企业、高校以及计算机视觉从业者将如何解决瓶颈,规划未来。我们希望了解企业与社会对计算机视觉领域的人才诉求,帮助加速中国计算机视觉人才
7、的培养与发展。通过把握中国计算机视觉人才的脉搏,我们发现了以下关键洞察:计算机视觉人才分布高度集中。我们发现七成以上的计算机视觉人才集中在区域经济发达、相关产业聚集、高校资源丰富的一线与新一线城市。这一趋势与整体人工智能人才分布相一致。这些城市能提供较高的薪资水平,良好的就业机会,以及优惠的人才引进政策。这些条件与计算机视觉人才选择未来发展环境意向相契合。计算机视觉人才在“后疫情”时代下仍拥有较高收入水平。一场新冠疫情让中国企业迫切意识到数字化转型的重要性,全面推动了人工智能技术的开发与应用。特别是计算机视觉技术在疫情期间发挥了重要作用,为相关从业者的收入带来积极影响。算法工程师的平均薪资略高
8、于研发工程师,且随着工作年限的增长,其薪资差距亦不断加大。目标检测是计算机视觉人才最集中研究的细分领域。目标检测是基础研究任务,也是近年来中国计算机视觉产业落地过程中应用最广泛的技术之一。加深基础技术的研究有助于计算机视觉技术的全面普及,为成熟期的迅速腾飞奠定基石。企业偏好多元化专业背景人才,以促进计算机视觉与更多学科深度交叉融合。随着人工智能技术应用全面普及,不同技术之间的融合乃大势所趋。面临计算机视觉人才极度稀缺的现实,企业更愿意拥抱多元化的技术人才,能够将基础的计算机视觉技术与其他人工智能技术进行整合与扩展,迅速将应用推向市场,争取竞争优势。人工智能产品经理成为时代新宠。伴随人工智能应用
9、增长,企业已经认识到单纯依靠模型优化并不能解决计算机技术落地的所有问题。企业急需具有充足技术知识储备、懂得技术边界、理解用户需求、精通 IT 项目管理的全能人才。人工智能产品经理应运而生。校企联手建立实验室以及科研项目合作有望成为计算机视觉领域人才培养的重要方式。无论是人才、高校还是企业,都面临满足未来期望的发展瓶颈。学生未能学以致用,高校科研经费囊中羞涩,企业聘请高技术人才举步维艰。建立联合实验室,有助于发挥三方优势,实现各方目标,开拓共赢格局。/2 调研说明 本次调研采用了问卷调查、深度访谈与公开资料整理相结合的方式,对中国计算机视觉人才群体、高校和企业进行了调研。问卷调查 本次调研中的调
10、查问卷,由极市平台、中国图象图形学学会、德勤联合分发。调查问卷问题覆盖了计算机视觉的研究领域、行业岗位选择、发展城市选择、校企合作、发展瓶颈等多个方面。共有 12,000 位计算机视觉领域学生、在职人员和高校/研究院教研人员浏览访问。一周时间内,共回收了 3,169 份调查问卷。经过数据交叉比对和筛选后,共筛选出了 1,578 份高质量问卷。其中,学生篇共计 864 份,在职人员共计 635 份,高校/研究院教研人员篇共计 79 份。深度访谈&定向邀约 在问卷调查外,本次调研共邀请了 23 位计算机视觉领域人才进行了深度访谈。深度访谈调研对象包括 12 位在职算法工程师,8 位在校学生,2 位
11、高校教研人员以及 1 位创业人士。深度访谈结果为分析调研数据、理解人才发展现状等提供了更详细、更具体的信息支持。另外,通过定向邀约的方式,本次调研共邀请了 11 家计算机视觉相关产业链不同规模的代表性企业,以探究企业在人才需求、校企合作等方面的情况。公开资料整理 中国知网学术期刊的计算机视觉论文统计整理:为了更好的了解计算机视觉领域学术发展趋势,为人才提供研究领域参考意见,本次调研通过中国知网数据,整理了近 5 年(2015-2019)计算机视觉领域学术期刊的研究方向,包含 13,954 篇中文论文。由于 2020 年相关论文收录不全,本次调研只统计到 2019 年。同时,尽管有不少中国计算机
12、视觉人才使用英文发表论文,但在中国知网数据库中,外文论文的作者包含中国、美国、韩国等多个国家,为避免混淆,本次调研的论文统计不包含外文论文。各地方政府人工智能扶持政策汇总:为了给人才和企业在选择发展城市时提供更多参考意见,本次调研通过公开数据整理,统计了近 3 年内各地方政府人工智能人才、企业引进政策。主要信息来自于各地方政府在其官方宣传渠道和主流新闻媒体(网络端)发布的政策信息。由于时间仓促,本次调研存在一定不足之处,请指正批评!/3 调研对象基本属性 调研 调研报告中结论和建议与调研对象之间存在一定相关性,为帮助读者全面、客观的使用本次调研中的数据和结论,本报告对此次调研对象的基本属性进行
13、了梳理和汇总,具体情况如下。本次调研的人才情况 本次调研中,计算机视觉人才包含学生、在职人员、高校教研人员三类群体,年龄从 18 岁到 60 岁不等,集中分布在 21-30 岁;被调研人才的男女比例约为 7:3。对于非学生群体,30.34%的人才拥有 1-3 年工作经验,38.34%拥有 3-5 年工作经验;10-20 年以及 20 年以上工作经验的人才主要为高校教研人员,占比为 14.89%。在学历与院校背景方面,本次调研群体 80%左右为本科和硕士背景,博士人才占比为 8.89%。人才集中分布在一、二本院校,其中有近六成的人才就读/毕业于国内“985”、“211”院校。在开发经验方面,本次
14、调研中 92.59%的人才具有算法经验,88.11%的人才具有代码工程经验,其余没有算法经验或代码工程经验的被调研人才主要是计算机视觉技术的初学者或从事非算法研发类岗位的人员。总体来说,在具备相关经验的群体中,其算法经验略多于代码工程经验,其中 43.15%的人才有 1-3 年算法经验,21.24%的人才有 3-5 年算法经验。图 1 本次调研人才年龄分布 图 2 本次调研人才工作年限分布 图 3 本次调研人才学历分布 图 4 本次调研人才院校背景分布/4 图 5 本次调研人才算法经验情况 图 6 本次调研人才代码工程经验 本次调研的高校情况 本次参与调研的高校来自我国大陆地区 20 个省份,
15、其中 44.87%为“985/211”高校,21.79%为其他一本院校,26.92%为二本院校,其余为研究所或专科院校。参与调研的教研人员主要为高校的教授与副教授群体。图 7 本次调研教研人员职称及现任职院校分布 本次调研的企业情况 本次调研定向选取了 11 家计算机视觉相关产业链不同规模的代表性企业,包括人工智能企业、互联网公司、传统企业等,其中 2 家为 15-50 人规模,1 家为 50-150 人规模,4 家为 150-500 人规模,1 家为 500-1000人规模,3 家为 2000 人以上规模。各企业中计算机视觉相关岗位员工数量分别为:500 人(2 家企业)。图 8 本次调研企
16、业员工规模 图 9 本次调研企业计算机视觉岗位员工数量/5 第一章 中国计算机视觉人才现状 我国企业与社会对计算机视觉人才的需求巨大,但业内对计算机视觉领域整体从业人员和学生学者现状的了解并不完整。计算机视觉人才主要分布在哪些城市与行业?他们重点关注哪些研究领域?开发习惯如何?本章节将从中国计算机视觉人才所在城市、专业背景、研究领域、开发习惯、薪资情况、行业分布等维度,全面展现人才当前学习与工作的现状。1.1 城市分布:人才主要分布在一线和新一线城市,超过 50%的人才聚集在前八名城市 本次调研结果显示,七成以上计算机视觉人才集中在商业资源集聚度高、城市枢纽性强的一线与新一线城市,整体人才分布
17、集中度高。本次调研中,一线城市的定义为:北京、上海、广州、深圳;新一线城市的定义主要选取新一线城市研究所公布的2020 城市商业魅力排行榜,包含:成都、重庆、杭州、武汉、西安、天津、苏州、南京、郑州、长沙、东莞、沈阳、青岛、合肥、佛山。除北上广深外,南京、武汉、杭州、成都作为新一线城市的代表,也拥有大量本领域人才;这前八名城市拥有的计算机视觉人才总和超过全国的 50%。同时,本领域人才的分布与各地经济水平呈现密切相关性:根据我国各地统计局数据,南京、武汉、杭州、成都的 GDP 分别排在 2020 年我国城市 GDP 排行榜的第十名、第九名、第八名与第七名。关于城市对人才的聚集效应,报告将在第二
18、章详细阐述。图 10 人才城市分布情况 图 11 人才城市分布 TOP 8/7 1.2 专业技能与研究领域:计算机视觉人才多来自计算机专业,主要研究领域为目标检测 学术专业背景 根据本次调研数据显示,50%左右的计算机视觉人才来自于计算机科学与技术专业。由于计算机视觉技术的发展涉及到数学、物理学、光谱学、自动化学科、脑科学、神经心理学、认知心理学、行为心理学、生物科学等多种交叉学科,本次调研中也有超过 40%的计算机视觉人才来自电子与通信工程、电气工程与自动化、数学等非计算机专业。值得关注的是,人工智能专业在 2018 年被正式纳入我国本科专业名单,至今已有超过 200 所高校开设了相关专业并
19、启动招生;在本次调研中,有 6.81%的人才正是来自于新开设的人工智能专业,并且已经开始或即将进入计算机视觉方向的学习与研究。图 12 中国计算机视觉人才专业背景分布情况(TOP 5)细分研究领域 现阶段,计算机视觉人才的研究领域集中在目标检测,图像分割,文本理解和目标跟踪几个方向。同时,随着技术的不断深入,计算机视觉技术整体研究领域呈现出多元化的特点:抠图 Matting、医学影像处理识别、图像增强、图像修复与超分辨、3D 视觉、遥感与航拍影像处理识别也是本领域人才关注的方向。图 13 中国计算机视觉研究领域分布情况(多选题,数据结果=选择该研究领域人数/参与本题的总人数)/8 中文论文发表
20、情况统计 根据对中国知网收录的中文学术论文的统计,中国计算机视觉领域论文发布数量逐年上升,从 2015 年至2019 年,相关论文数量从 2033 篇增长到 3842 篇,增幅近九成。同期,计算机视觉领域的外文论文数量由 1896篇上升到 2848 篇,增幅为 50%,明显低于中文论文的增长幅度。但在高水平论文领域,清华大学-中国工程院知识智能联合研究中心近日发布的智慧人才发展报告指出,中国在人工智能领域的高水平论文发表量居世界第二,仅次于美国,但是与美国相比仍存在较大差距:美国的高水平论文发表量(69764)是中国(25418)的 2.74 倍,美国(49116)高水平论文作者数量是中国(1
21、7368)的 2.83 倍。在计算机视觉中文学术论文的统计中,目标检测作为计算机视觉领域的基础研究任务,相关论文成果数量和增长速度明显高出其他研究领域,在过去五年(2015-2019)目标检测相关论文数量增长了超 200%。同时,目标检测也是近年来中国计算机视觉产业落地过程中应用最广泛的技术之一,大量实际场景数据也为该任务的研究提供了有力支撑。图 14 近五年中国计算机视觉中文论文发表情况 图 15 近五年中国计算机视觉中文论文细分领域发表情况/9 1.3 开发习惯:中国计算机视觉人才最常用 Pytorch 和 TensorFlow 开发语言偏好 Python 是目前中国计算机视觉人才最常用的
22、开发语言。Python 编程语言具有简单、高效的特点,这使得初学者和计算机专家都可以很快的上手。另外,Python 作为一门开源的语言,其社区中拥有大量的编程志愿者,使 Python 得以大规模推广。同时,不少将 C/C+作为主要编程语言的计算机视觉人才,也会同时选择 Python作为辅助工具,以满足不同任务的需求。图 16 中国计算机视觉人才开发语言偏好(多选题,数据结果=选择该编程语言的人数/参与本题的总人数)深度学习框架应用偏好 Pytorch 和 TensorFlow 是当前学界和业界主流的两大深度学习框架,也是目前中国计算机视觉人才最常用的深度学习算法框架。由于人工智能领域的高速发展
23、,不少软件、架构、硬件方向的研发人员也逐步转向计算机视觉算法岗位;Pytorch 的易学易用使得其成为了大部分在职人员转岗时的首选框架。此外,近几年国内深度学习算法框架逐步上线,有 6.49%的在职人员已经在工作中进行应用这类框架。图 17 中国计算机视觉人才深度学习算法框架偏好(多选题,数据结果=选择该深度学习框架的人数/参与本题的总人数)/10 1.4 薪资情况:2020 年疫情影响下,计算机视觉人才仍拥有较高收入水平 本次调研对计算机视觉相关人才 2020 年度的薪资情况进行了统计,结果显示,计算机视觉算法研究员在2020 年度平均薪资(年薪)为 328,977 元,算法工程师为 348
24、,507 元,研发工程师(指,计算机视觉领域企业/项目中,非算法类研发岗位,如系统架构师、软件工程师)为 294,271 元,AI 产品经理(指计算机视觉领域企业/项目中的产品经理)为 274,265 元;四类岗位的平均年薪差距在 7.5 万元以内。由此可见,在 2020 年疫情影响下,计算机视觉领域人才的薪资收入仍处于较高水平,且本领域各岗位的优秀人才均能获得丰厚的报酬。在中高收入(年薪大于 40 万)人数占比方面,算法岗人数占比则远高于其他岗位:算法研究员中的中高收入人数占比为 29.54%,算法工程师岗位为 32.84%,研发工程师岗位为 14.58%,AI 产品经理岗位为 11.77%
25、。在高收入(年薪大于 80 万)人数占比方面,算法研究员岗位占比最高,为 4.55%,这由于该岗位进入门槛最高,不少企业或研究院要求候选人在计算机视觉领域顶级会议(CVPR、ICCV、ECCV 等)和期刊(IEEE-TPAMI、IJCV等)或机器学习领域的顶级会议(NIPS、ICML 等)上发表过论文。此外,结合工作年限来看,工作经验 5 年以内的算法岗人才(包含算法研究员与算法工程师)与研发工程师的平均年薪相差不大。但是,工作经验 5-10 年的算法岗人才平均年薪比同等经验的研发工程师高出 14 万元;对于 10 年工作经验以上的人才,两类岗位年薪差距为 12 万。图 18 2020 年中国
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 2020 年度 中国计算机 视觉 人才 调研 报告
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【宇***】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【宇***】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。