10 种最紧缺的人工智能生成技能

人工智能被用于分析和处理图像,同时还能从视觉和文本文件中提取数据和信息,并根据需要解释或处理这些数据。人工智能图像处理使企业能够从发票、采购订单、装箱单、收据等文档中分析和提取数据。

本文来自微信公众号“计算机世界”。

如果说有什么技术能在2023年俘获了人们的集体想象力,那一定是生成式人工智能——企业开始加大招聘力度,招聘一些非常初级的生成式人工智能技能人才,有时还会聘用合同工来填补空缺、进行试点,并组建内部人工智能项目团队。

自由职业平台Upwork通过分析其网站上企业的招聘行为,将人工智能列为2023年增长最快的类别,并指出,与2022年底相比,2023年第二季度生成式人工智能职位的发布量增长了1000%以上,同期人工智能的相关搜索量增长了1500%以上。

最近的人工智能热潮引发了大量关于其可能淘汰工作岗位的讨论,但Upwork研究院对1400名美国企业领导者的调查发现,49%的招聘经理计划雇用更多独立和全职员工,以应对人工智能技能的需求。64%的受访高管表示,由于人工智能技术的产生,他们计划招聘更多的各职称专业人员。59%的受访者还表示,他们个人正在工作场所接受人工智能生成技术,其中中型企业率先采用生成式人工智能。

那么,企业究竟在招聘什么技能的人才呢?Upwork分析了其平台上的数据,研究了今年迄今为止企业聘用自由职业者的项目类型,从而确定了市场上最受欢迎的人工智能技能。根据Upwork的数据,以下是当今企业正在寻求的十大人工智能生成技能。

01|

ChatGPT

作为其迅速崛起的证据,ChatGPT在2023年初成为Upwork上搜索量最高的生成式AI技能,这距离它在2022年11月底推出仅有几个月的时间。ChatGPT的应用在各行各业都很广泛,企业都希望招聘到具备相关技能的专业人员,帮助他们将ChatGPT用于内容生成、任务自动化和脚本编写、翻译、按需学习、技术支持和故障排除、编辑和校对、创意生成、日程安排和管理等。了解如何在工作场所利用ChatGPT已迅速成为一项越来越有价值的技能,公司都想利用它来实现业务目标。

02|

自然语言处理(NLP)

自然语言处理(NLP)技术可以帮助计算机更好地理解人类语言,从而改进聊天机器人、人工智能助手、自动化和其他任务。语言是不断发展的,其中的细微差别会让人工智能生成的对话感觉不自然、令人困惑或像机器人一样。NLP旨在为那些与人工智能聊天机器人和其他依赖人工智能生成的服务进行交互的人创造更流畅的体验,从而为客户和顾客提供服务。这些技能包括文本预处理、标记化、主题建模、停止词删除、文本分类、关键词提取、语音标记、情感分析、文本生成、情感分析、语言建模等领域的专业知识。使用NLP的大多数相关职位有数据科学家、机器学习工程师、软件工程师、数据分析师和软件开发人员。

03|

TensorFlow

TensorFlow由谷歌开发的一个开源机器学习框架,主要用于构建和训练机器学习模型和神经网络。作为一个流行且有效的工具,它可以帮助公司开发和部署人工智能模型,在多个行业和职位上都有很高的需求。相关职位包括机器学习工程师、深度学习工程师、AI研究科学家、NLP工程师、数据科学家和分析师、AI产品经理、AI顾问、AI系统架构师、AI道德与合规分析师等。

04|

图像处理

人工智能被用于分析和处理图像,同时还能从视觉和文本文件中提取数据和信息,并根据需要解释或处理这些数据。人工智能图像处理使企业能够从发票、采购订单、装箱单、收据等文档中分析和提取数据。它在医疗保健行业也有重要应用,有助于分析核磁共振成像和CT扫描的医学影像。图像处理涉及多个步骤,包括图像采集、增强、修复、处理、压缩和解压缩、形态学处理、图像识别和数据可视化。相关工作岗位包括图像处理工程师或科学家、机器人工程师、AI研究科学家、质量控制分析师、AR或VR开发人员等。

05|

PyTorch

PyTorch由Facebook AI Research(FAIR)团队于2017年开发。作为一个开源机器学习库,PyTorch是一个流行的框架,可帮助组织构建和训练深度学习模型和神经网络。这些模型和网络可用于NLP等技术和其他应用中。PyTorch在深度学习和人工智能领域享有盛誉,是一个灵活、快速、易用的深度神经网络构建框架。其功能包括动态计算图形、Python基础以及创建和训练深度神经网络的自动区分功能。相关职位包括机器学习工程师、NLP工程师、人工智能研究科学家、数据科学家或分析师、医学影像专家以及人工智能伦理与合规分析师。

06|

人工智能内容创建

生成式人工智能在内容创建方面的前景不可否认,越来越多的公司开始转向生成式人工智能来创建博客文章、社交媒体文章、图形、文章甚至视频等内容。然而,生成式人工智能并不总能成功地制作出自然或与人类相关的内容,从而导致文本变得笨拙或突兀,需要一定程度的人工编辑才有意义。这导致对专业人才的需求不断增加。这些人才能够有效地促使人工智能引擎生成相关内容,并对人工智能生成的内容进行审阅,以确保其流畅、合理,并能引起人类受众的共鸣。相关职位包括人工智能文案、内容策略师、人工智能内容分析师、人工智能平面设计师、人工智能视频制作和编辑、人工智能聊天机器人内容开发人员以及人工智能内容合规经理。

07|

Midjourney

Midjourney开发于2022年。它是一种生成式人工智能服务,可使用自然语言提示生成图像。它目前只能通过公司的官方Discord服务器使用,使用的机器人会根据用户的请求生成四张图片。它的发布引发了一些争议,尤其是在艺术和平面设计领域,他们担心这项技术会取代艺术家和人工制作的内容。以来自艺术家的诉讼为例,侵犯版权的担忧也随之而来。他们声称人工智能侵犯了艺术家的权利,因为它是在数百万艺术家的现有作品基础上训练出来的。不过,Midjourney研究实验室声称,它希望与艺术家合作,作为一种工具帮助艺术家更轻松地创作内容。由于企业希望利用这项技术来创建定制广告,并作为搜索谷歌图片获取灵感的替代方式,所以,无论你对人工智能生成艺术的立场如何,对Midjourney技能的需求都很高。

08|

人工智能聊天机器人

人工智能聊天机器人在现代社会已经司空见惯,尤其是在电子商务、客户服务和零售业。公司越来越多地使用人工智能来减少人工客服代表的工作量,通常会在客户与人工客服代表联系之前,将客户转到有用的文档、常见问题的直接解答以及简单问题的支持。利用人工智能聊天机器人,企业可以更好地简化客户体验,但这些服务也需要人工定期维护和管理。企业正在寻找能够测试和调试、部署和集成以及分析和监控聊天机器人服务的专业人员。他们还需要掌握API、深度学习、机器学习、自然语言处理、对话管理和文本预处理等方面的技能。

09|

模型调整

模型调整是为机器学习和深度学习模型确定和建立理想设置和参数的过程。通过调整和微调这些设置,团队可以提高机器学习模型的性能和效率。模型调整使用可训练参数(内部从数据中学习)和超参数(由用户配置),以确保模型生成尽可能准确的结果。对于生成式人工智能而言,这项技能对于创造面向消费者的优质产品和服务非常重要。相关职位包括机器学习工程师、数据工程师、深度学习工程师、数据科学家、人工智能研究科学家、定量分析员、人工智能顾问和数据分析师。

10|

稳定扩散

Stable Diffusion是一种深度学习模型,可根据复杂而详细的用户提示制作高质量的艺术品和图像。它旨在不断学习用户输入,并随着时间的推移改进其输出。有了稳定扩散,用户还可以选择修改和编辑现有图像,删除对象、裁剪和调整图像,以及更改对象或主题的颜色。与Midjourney一样,艺术家和设计师也对这项技术表示担忧。他们同样提出了版权问题。有人指出该软件删除了版权作品中的数据,却没有注明创作者。但是,Stable Diffusion仍然是一种需求旺盛的人工智能技能,企业希望它能帮助创建定制广告和其他内容,比如产品图片和社交媒体内容。

来源:www.cio.com

微信编译:Viki

微信审核:Jaro

THEEND

最新评论(评论仅代表用户观点)

更多
暂无评论