中国妇女报全媒体记者徐阳晨每天早上8点，高敏从北京回龙观的家出发，乘坐近一个小时的公交车来到她的办公地点——北京金隅·智造工场，这个曾经的西三旗老旧家具工厂，如今腾笼换鸟，摇身一变成为聚集“人工智能”“大数据”“3D打印”等智能制造业的高端产业园区。走在园区内的“芯道”上，咖啡店、沙龙讲座、黑白“工业风”的楼宇设计……让高敏感觉很“契合”。“在这里，上一秒的创意火花，下一秒可能变为真正的‘产品’。”高敏的话语里透着骄傲，如今处在风口上的行业，几乎都能在这里找到延伸面，哪里有“蓝海”，哪里就有新鲜的血液和前赴后继的动能。高敏在做数据输入工作。追逐“风口”的人29岁的高敏任职于一家环保类央企，工作三年，如今的头衔是“算法工程师”。在高敏的工位上，记者看到两台电脑正在“跑数据”，一排排矩阵、代码、公式布满屏幕，快速滚动着。“你看，X轴和Y轴代表两种污染物之间的关系，如果出现复杂的非线性模型，就需要用深度学习来处理”。高敏一边输入污染物浓度、气象等数据，一边紧盯输出的动态变化。从外卖骑手派单到航班调度、广告投放，算法工程师的核心工作就是使一系列的交易行为“最优组合、连续优化”，以体现数据对实体经济的多维延展。高敏说，这就像用“数据”剪裁一件衣服，工程师要选择合适的数据做“布料”，最优的模型出“设计图”，再比照客户现实修改尺寸……最重要的是，要保证这件“成衣”智能化，根据不同场景变换造型。年4月，人社部发布的《新职业——大数据工程技术人员就业景气现状分析报告》显示，预计年前大数据人才需求将保持30%~40%的增速，需求总量在万人左右。近年来，随着人工智能——机器学习——深度学习的梯级开发，企业对相关人才大举加薪、扩招。行业发展之初，算法工程师主力军由程序员、数据分析师以及有深度学习项目经验的人员转型而来，应届生多出自计算机、电子、通信、数学等相关专业。回看过去几年，高敏庆幸自己的好“眼光”。大学毕业后工作一年，高敏并不如意，便果断辞职前往英国留学，学习人工智能相关专业。回国后，她正好赶上大数据热潮，进入了“风口”行业，职业发展前景光明。较为满意的薪资晋阶、“风口”“蓝海”的追捧、纷至沓来的甲方……这些让像高敏一样的更多年轻人涌入“数据圈”。她的同行中，从大厂跳槽来的不在少数，、硕士是最低起点。切换相邻“赛道”，已成为知识迭代加速下，避免行业周期性衰落的一个共识。他们中有的人起薪并不高，有的人转行从零开始，但“锚定”了数据行业的发展红利，渴望借“势”而起。突破、替代与危机感“我资历尚浅，如果按技术职称晋升，十年内薪资有望翻一番。”高敏对目前的状态较为满意，相对于程序员，算法工程师没有年龄“天花板”，工作按中长期项目推进，少了“急活”“杂活”，也高了“门槛”，“相当于又往上走了一步，从业者需要具备更高的算法能力和沟通能力，尤其是面对客户时，‘技术咖’也要练出八面玲珑的一面。”年8月，国务院颁布《促进大数据发展行动纲要》，大数据正式上升为国家发展战略。根据工信部调研，近年来，65.2%的企业已成立数据分析部门，近四成的企业已应用大数据。一方面，数据安全亟待“加锁”；另一方面，数据对产业升级、资产升值的重要性与日俱增。越来越多的企业希望建立自主、权威、可视化的数据资源，但这也考验着第一代数据人的从业素养。“我们不会一味迎合客户，首先要帮助他们正视数据技术价值。”每每合作方把人工智能看做是“高大上”，奔着绝对精准、立见实效的念头来谈项目，高敏和同事们都要花上很多功夫把他们拉回现实。“在目前的数据、算力条件下，我们尽可能提升模型效果，数据不只是‘面子’工程，要反映真实趋势，为企业决策做支撑。”高敏一语点破，他们的突破在于做数据与传统企业的“桥梁”。不做科研，也要随时跟踪学术动态，用业内的话术叫“迁移学习”。高敏的工位看起来像学生的课桌，《统计学习方法》《Alink权威指南》《PyTorch生成对抗网络编程》《水动力学和水质》等书籍堆成一摞摞，随时查阅，找补知识盲点。“有千百种模型，当我要确定用其中一种时，几天内必须搞定全部知识点。”每每
转载请注明：http://www.abachildren.com/sstx/9211.html
联系电话：