人工智能（AI）與大數(shù)據(jù)是最近幾年科技界乃至商業(yè)社會(huì)最火的詞。正如阿里巴巴創(chuàng)始人馬云所說，我們已經(jīng)步入了數(shù)據(jù)技術(shù)時(shí)代（DataTechnology），數(shù)據(jù)的重要性和威力越來越顯現(xiàn)出來。隨著大數(shù)據(jù)存儲(chǔ)和計(jì)算的迅猛發(fā)展，AI技術(shù)像是插上了翅膀，理論和應(yīng)用層面都在近幾年取得了很大的突破。我們?cè)诂F(xiàn)在和未來看到越來越多的商業(yè)落地，如機(jī)場(chǎng)的人臉識(shí)別、搜索推薦、人機(jī)交互的智能語音音箱等，這些技術(shù)與應(yīng)用正在從方方面面改變著人類的生活。

AI和大數(shù)據(jù)技術(shù)的發(fā)展和應(yīng)用中，最核心的是人才。筆者在美國(guó)學(xué)習(xí)與工作多年，并在谷歌公司擔(dān)任數(shù)據(jù)科學(xué)家，對(duì)此深有體會(huì)，所以通過本文，從以下幾個(gè)方面對(duì)人才這個(gè)話題做出探討。

市場(chǎng)對(duì)AI和大數(shù)據(jù)人才的需求

市場(chǎng)對(duì)人才的需求一般分為兩類：研究型人才和應(yīng)用型人才。

研究型人才一般是知名人工智能研究機(jī)構(gòu)的重點(diǎn)招募對(duì)象，比如大家耳熟能詳?shù)墓雀璐竽X、臉書的研究部、阿里的達(dá)摩院等，都對(duì)研究型人才求賢若渴。研究型人才大部分是國(guó)內(nèi)外知名學(xué)府計(jì)算機(jī)、電子工程、統(tǒng)計(jì)學(xué)、數(shù)學(xué)等專業(yè)的博士背景，他們側(cè)重于架構(gòu)的創(chuàng)新（比如大名鼎鼎的MXNET、Spark、TensorFlow），或者算法的創(chuàng)新（比如計(jì)算速度、準(zhǔn)確率、普世性等），在各自的研究領(lǐng)域鉆研得比較深。這類崗位的錄取標(biāo)準(zhǔn)很高，基本都要求發(fā)表頂級(jí)會(huì)議論文（比如神經(jīng)信息處理系統(tǒng)大會(huì)NIPS、國(guó)際機(jī)器學(xué)習(xí)大會(huì)ICML、電氣和電子工程師協(xié)會(huì)IEEE等）。

很多知名人工智能研究機(jī)構(gòu)會(huì)和海內(nèi)外高校有合作關(guān)系，比如滴滴和密歇根大學(xué)，商湯科技和香港中文大學(xué)。和高校不同的是，人工智能研究機(jī)構(gòu)一般會(huì)有短期和長(zhǎng)期的落地規(guī)劃。具體說來，研究機(jī)構(gòu)最終要么是希望研究成果與現(xiàn)有產(chǎn)品結(jié)合，打磨出更好的產(chǎn)品，比如谷歌這幾年力推的谷歌助手；要么是為未來推出新產(chǎn)品做技術(shù)積累。目前研究型人才相對(duì)稀缺，所以很多剛畢業(yè)且學(xué)術(shù)做得很好的博士生會(huì)有很不錯(cuò)的工作邀約。

另外，學(xué)校里的教授也是這些研究機(jī)構(gòu)非?？粗氐囊慌?。近些年來比如多倫多大學(xué)的杰弗里·欣頓（GeoffreyHinton）、斯坦福的李飛飛、卡耐基梅隆大學(xué)的安德魯·摩爾（AndrewMoore）等學(xué)術(shù)大牛都在谷歌等大公司的研究部門帶領(lǐng)團(tuán)隊(duì)做創(chuàng)新。他們走出象牙塔，一方面致力于推動(dòng)科技落地，變成看得見摸得著的產(chǎn)品，造福人類；另一方面致力于推動(dòng)科技民主化，使科技讓更多的人了解并且掌握，形成百家爭(zhēng)鳴、百花齊放的場(chǎng)面。這些高素質(zhì)的博士生和教授引領(lǐng)著前沿技術(shù)的探索，推動(dòng)著產(chǎn)品的創(chuàng)新。

至于應(yīng)用型人才，就數(shù)量而言，比研究型人才要多得多。這些人才通常至少是理工科背景的碩士或者博士，從事數(shù)據(jù)科學(xué)或者算法工程師這類工作，他們?yōu)楫a(chǎn)品的最終落地而服務(wù)。

這類人才需要有扎實(shí)的數(shù)理統(tǒng)計(jì)功底和編程能力（包括算法和性能調(diào)優(yōu)），對(duì)產(chǎn)品也需要有一定程度的了解。一個(gè)只懂產(chǎn)品卻不能動(dòng)手，或者不懂產(chǎn)品只照著別人所說而寫代碼的人，都不能稱之為理想的AI與大數(shù)據(jù)人才。除了這些硬功夫外，如何與人溝通、領(lǐng)導(dǎo)團(tuán)隊(duì)、管理上下級(jí)期望、如期完成工作，也是十分重要的環(huán)節(jié)。

當(dāng)然，頂尖的人才，除了具備上述能力外，還需要具備在不確定性中決策的能力，比如如何通過數(shù)據(jù)確定產(chǎn)品該做什么，不該做什么，使用什么技術(shù)棧（一系列技術(shù)的集合），怎么高效實(shí)現(xiàn)整個(gè)流程管理，如何評(píng)估產(chǎn)品，確定產(chǎn)品迭代方向，怎么跨部門協(xié)作調(diào)動(dòng)資源完成整個(gè)項(xiàng)目等。這類能帶領(lǐng)一個(gè)較大團(tuán)隊(duì)打出勝仗的人才，在市場(chǎng)上屈指可數(shù)，他們一般也因此得以在大公司擔(dān)任重要職位。

至于經(jīng)驗(yàn)稍淺的，比如剛畢業(yè)或者工作僅僅2~3年的人，他們通常能把別人布置的任務(wù)做好，但缺乏思考深度和整體性。不過這些側(cè)重寫代碼或做分析的，也是公司不可或缺的人才，培養(yǎng)幾年，一定會(huì)有優(yōu)秀者冒出來，這部分人在美國(guó)被稱為Individual Contributor（個(gè)人貢獻(xiàn)者），主要擔(dān)任技術(shù)類職位。

企業(yè)如何找到人才

合適的人才通常擁有優(yōu)秀的背景，比如亮眼的學(xué)歷、頂級(jí)公司的工作經(jīng)歷、帶領(lǐng)過重大項(xiàng)目等。通過這些大致可以判斷候選人應(yīng)該放在企業(yè)的什么位置上。

對(duì)于研究型人才，企業(yè)通?？梢匀W(xué)校招聘、通過導(dǎo)師推薦或者學(xué)術(shù)會(huì)議交流來認(rèn)識(shí)。對(duì)于應(yīng)用型人才，尤其是核心候選崗位，可能最靠譜的方式，是通過朋友介紹或者招攬以前有過交集的人才。

另外，筆者認(rèn)為，通過獵頭、各種會(huì)議、職業(yè)社交網(wǎng)站，也是企業(yè)發(fā)現(xiàn)人才不錯(cuò)的渠道。當(dāng)有了目標(biāo)候選人以后，企業(yè)代表可以通過發(fā)郵件甚至約出來喝咖啡面對(duì)面溝通，更好地增進(jìn)彼此的了解和信任。這種方式在美國(guó)硅谷頗為常見，企業(yè)常常主動(dòng)邀請(qǐng)候選人前往公司參觀，和高管以及團(tuán)隊(duì)主要成員溝通，讓候選人了解公司的方向和對(duì)人才的態(tài)度，打消候選人的顧慮。畢竟對(duì)于人才而言，跳槽也是有風(fēng)險(xiǎn)的，尤其是比較資深的員工，自然不希望去一個(gè)不適合自己的地方，浪費(fèi)幾年寶貴時(shí)光。

候選人的情況一直在變，給候選人良好的面試體驗(yàn)，有助于吸引優(yōu)秀人才的注意。當(dāng)然，筆者認(rèn)為，企業(yè)還要尊重每位候選人的時(shí)間和誠(chéng)意，對(duì)候選人而言，除了思考薪酬、抱負(fù)的實(shí)現(xiàn)、自己的研究興趣和企業(yè)氛圍都是需要重點(diǎn)考量的因素。

企業(yè)如何組建數(shù)據(jù)科學(xué)和AI團(tuán)隊(duì)

無論是初創(chuàng)科技公司，還是企業(yè)數(shù)字化轉(zhuǎn)型，都涉及組建數(shù)據(jù)科學(xué)或是人工智能技術(shù)團(tuán)隊(duì)。筆者認(rèn)為，組建AI團(tuán)隊(duì)不是件容易的事，一方面，優(yōu)質(zhì)的AI人才在當(dāng)今依舊比較稀缺，另一方面，優(yōu)秀的AI人才對(duì)于技術(shù)和商業(yè)的要求都比較高。

從技術(shù)層面來說，計(jì)算機(jī)編程和架構(gòu)能力以及數(shù)學(xué)和統(tǒng)計(jì)能力等都是必不可少的。優(yōu)秀的AI領(lǐng)導(dǎo)型人才在市場(chǎng)上極度稀缺，因?yàn)樗麄冃枰獙?duì)前沿研究和商業(yè)應(yīng)用都在行，在AI研究院擔(dān)任高管的，一般都是在美國(guó)知名公司任職過，有海外優(yōu)秀學(xué)術(shù)背景的人才。

作為新學(xué)科，AI有很多難題需要解決，也有很多未開發(fā)的處女地等待挖掘，必要的研究能力當(dāng)然是不可或缺的，但是光發(fā)學(xué)術(shù)論文還不夠，領(lǐng)導(dǎo)型人才還需要知道怎么落地，以多大成本落地，并預(yù)知未來的技術(shù)風(fēng)險(xiǎn)和挑戰(zhàn)。比如，對(duì)于一些工業(yè)AI場(chǎng)景，是用云服務(wù)還是邊緣計(jì)算，如何確定產(chǎn)品難度和后期開發(fā)成本，怎么迭代和擴(kuò)展等，都需要通盤考慮。領(lǐng)導(dǎo)型人才每天需要面對(duì)很多選擇，而每個(gè)選擇都會(huì)直接影響后期選擇和投入。這些本事需要從非常有經(jīng)驗(yàn)的業(yè)界大牛那兒獲取，找到那些人也只是第一步。

當(dāng)找到這些AI人才后，企業(yè)還要充分放權(quán)。這類人才通常有很強(qiáng)的人脈，通過他們舉薦人才并組織團(tuán)隊(duì)，相對(duì)企業(yè)自己動(dòng)手要容易得多。一些有抱負(fù)的人才也會(huì)因?yàn)檫@類領(lǐng)袖型人才的加盟而加盟，形成羊群效應(yīng)。以筆者在美國(guó)的經(jīng)驗(yàn)看，很多優(yōu)秀的年輕人選擇谷歌等公司也是因?yàn)槠诖尤氪笈５镊庀隆?/p>

當(dāng)然，組建優(yōu)秀的數(shù)據(jù)科學(xué)和AI團(tuán)隊(duì)不得不提的還有資金。這方面，硅谷很多優(yōu)秀的公司很舍得投入。當(dāng)招聘的員工背景優(yōu)秀、聰明且動(dòng)手能力很強(qiáng)時(shí)，人才就成了類似谷歌這類公司的最大護(hù)城河。

組建團(tuán)隊(duì)只是第一步。如何把團(tuán)隊(duì)擰成一股繩，變成一支能打勝仗的部隊(duì)呢？這就要考驗(yàn)領(lǐng)導(dǎo)型人才的智慧、公司的激勵(lì)機(jī)制和人才培養(yǎng)機(jī)制了。

企業(yè)如何培養(yǎng)人才

筆者看來，培養(yǎng)人才可以從以下三方面去實(shí)施。

首先，企業(yè)可以嘗試讓員工做一些比自己級(jí)別高一級(jí)的工作。谷歌等公司在這方面就做得非常出色，谷歌員工的成就感來源于自己的工作對(duì)產(chǎn)品和業(yè)務(wù)的影響力，感受到的影響力越大，就會(huì)越主動(dòng)承擔(dān)責(zé)任。所以，給員工一部分比自己級(jí)別高一級(jí)的工作，會(huì)整體上擴(kuò)大項(xiàng)目和工作的影響力。

其次，企業(yè)要決心放權(quán)，相信員工的能力和責(zé)任心。當(dāng)然，在給他們更大挑戰(zhàn)的同時(shí)，也要幫助他們解決困難，必要的溝通和鼓勵(lì)是必不可少的，比如，定期組織培訓(xùn)、讀書小組活動(dòng)、安排員工出去開會(huì)和同行交流，讓他們感覺到在企業(yè)里可以學(xué)到東西，感覺到企業(yè)在他們身上花了真金白銀，并因此增加員工對(duì)企業(yè)的認(rèn)同感。

最后，企業(yè)要營(yíng)造一個(gè)公平的激勵(lì)機(jī)制。企業(yè)對(duì)員工工作的認(rèn)同體現(xiàn)在工資、獎(jiǎng)金和晉升上，創(chuàng)造一個(gè)公平的激勵(lì)機(jī)制不可或缺，最好需要晉升委員會(huì)的介入。晉升委員會(huì)的成員大多數(shù)都是資深的領(lǐng)導(dǎo)型人才，在審批激勵(lì)機(jī)制與晉升時(shí)，要確保獨(dú)立性，有必要的話還可以設(shè)立答辯環(huán)節(jié)。這類似于博士論文答辯，候選人需提交相關(guān)材料和代碼以證明自己在各個(gè)方面都已經(jīng)準(zhǔn)備好承擔(dān)下一級(jí)的任務(wù)。

可以預(yù)見，在未來幾年內(nèi)，企業(yè)對(duì)大數(shù)據(jù)和AI人才的需求會(huì)越來越大。企業(yè)應(yīng)該多花點(diǎn)時(shí)間尋找適合自己的人才，并通過有效的機(jī)制把團(tuán)隊(duì)管理好，讓團(tuán)隊(duì)更好地創(chuàng)造價(jià)值。