原標題：人工智能時代我們如何擇業

據《勞動報》報道，隨著大數據和人工智能的不斷普及，有越來越多的機器人悄然占據了我們的工作機會。在造福我們人類的同時，人工智能也帶來非常尖銳的社會問題：就業。擇由教育創始人、首席職業規劃師詹建國在接受記者采訪時指出，我們必須打破傳統思維模式，才能在人工智能帶來的第三次自動化浪潮中立于不敗之地。

做機器人做不到的事

在日前出版的新書《智能時代全球就業指南》中，詹建國表示，更高級的人類智能，諸如想象力、創造力、設計感、娛樂感和意義感，是人類區別于人工智能的核心競爭力。而只有全面準確地把握當代職場需求的脈搏，才可能為自己的核心競爭力找到用武之地。

“但現實生活中，學生把專業和特定職業簡單畫等號，其實，每一個專業都可以針對一個職業群，可選余地遠遠超過想象。比如，有些學生瞧不上一些基礎專業，但實際上，它們卻能在大數據時代大放異彩。” 詹建國說道。

無論是一些新興專業（如商業分析、數據科學、生物統計、生物醫學工程等），或是大數據普遍應用下價值飆升的專業（如統計學、金融工程、機械工程、數字媒體等），還是出現融合升級的傳統專業（如機械工程、市場營銷、法律等），都能在人工智能時代的新變化中尋得立足之處。

不要被專業限制視野

譬如，有不少人認為，統計學就業的范圍很局限，或去政府單位統計局工作，或到高校的統計系做老師。但在大數據時代，統計作為一門工具類學科，并沒有“專業對口”一說。需要數據的行業都需要統計學，小到描述性統計、分析報告，大到統計學思維、大數據、云計算等，都離不開統計學的知識。

“所以，統計學的專業學生必須要打開自己的視野，而不是僅僅把自己的求職方向定到帶有‘統計’這兩個字的崗位。數據分析師、數據架構師、市場分析師、經濟分析師等崗位，統計專業畢業生都可以勝任。” 詹建國說道。

數學，作為學科皇冠上最耀眼的明珠，卻常常被人所忽視。在傳統概念里，從數學專業畢業后一般也就當個數學老師，或者在一些統計、分析部門就業。但隨著大數據和人工智能的普及，it行業目前對數學人才需求非常之大，一些高學歷的數學人才，薪資待遇甚至媲美計算機科學專業人才。

根據boss直聘在2017年發布的一份數據顯示，計算機和數學成為目前就業競爭力最強的兩大學科，而數學是近兩年專業就業競爭力提升最快的學科，這與大數據和人工智能技術的飛速發展密不可分。在一線城市工作5年且擁有數學、計算機相關教育背景的求職者中，73%月薪高于1萬元，18%高于2萬元。

以上是網絡信息轉載，信息真實性自行斟酌。