新一波的秋招已經拉開序幕。身邊不少小伙伴都投身到了當前大熱的人工智能領域，崗位從產品到研發，不一而足。今天狗熊會從數據角度分析下人工智能領域高薪人才招聘情況。

背景介紹

從阿爾法狗帶來的強大輿論攻勢，到世界各國密集鋪開的人工智能戰略，再到時不時見諸報端的科研大牛與業界大佬的強強聯合。近年來，人工智能稱得上一句熾手可熱。

從企業人才來看，據《中國人工智能發展報告2018》我國在ai領域有如下特點：

1）中國企業“吸金”能力強悍。從2013到2018年第一季，中國人工智能領域的投融資占到全球的60%；

2）中國杰出人才占比較低。不及美國的五分之一，且企業人才投入量相對較少。

優秀的人才百家求之。對企業來說要如何吸引優秀人才？而對這些優秀的人才來說，又要如何挑選合適的工作城市和東家？

圍繞這兩個問題，以人工智能領域發展迅速且各具特色的三個城市：北京、上海、杭州為例進行研究。

數據說明

以某招聘網站為數據源，數據采集時間為2018年7月，從中抽取了人工智能領域招聘數據共4402條。以起薪為因變量，從企業和個人角度各提取三類變量如下表。

描述性分析

1因變量分析

1）從整體薪資水平來看，三地薪資分布左偏明顯，絕大多數崗位薪資低于20000。

2）從各地ai行業需求來看，北京無論從數量還是總占比來看均明顯高于上、杭兩地。

3）具體分析三地薪資水平，北京上海分布相近，且相較杭州高薪崗位占比較高。

2自變量分析-公司性質

結合二八定律，認為薪酬居前20%屬高薪資。北京、上海的20%分位數為20000，杭州為10，考慮到北上兩地樣本量占比超過86%，取20000為分割點。

從數量來看，高薪酬主要出現于民營企業；考慮占比情況，外商獨資和上市公司發布崗位中高薪崗位占比較高，對高級人才需求強。

對比三地，北京國企、事業單位占比較另兩地高；上海合資、外商獨資占比較另兩地高。體現兩地政治、經濟中心的特點。

3自變量分析-經驗

對經驗因素，狗熊會發現“兩端”現象十分明顯：

1）經驗要求極低（1年以下）的崗位基本不會出現高薪酬；工作經驗要求五年及以下的崗位中，北京上海薪酬分布相近，具體來看，上海對具有1-3年經驗的應聘者較為慷慨。

2）經驗要求極高（10年以上）的崗位基本不會出現低薪酬；對工作經驗超過五年的應聘者，從薪酬來看，北京和上海是較好的選擇，杭州并未在薪酬方面對豐富經驗（5-10年）與極豐富（10年以上）經驗形成區分度。

4自變量分析-學歷

從上述兩圖來看，中專學歷及以下基本不出現高薪崗位，對碩博學歷，高低薪酬占比出現平分秋色的情況。同時，隨學歷的提升，整體薪酬隨之提升。整體薪酬的躍升有兩處：“大專”->;“本科”、 “碩士”->;“博士”。

5自變量分析-工作性質

整體來看，崗位需求多集中于工程師和經理（多為產品經理）。說明當前ai行業的需求尚集中于產品的設計及開發。同時從數量上看，高薪職位也主要集中于這兩類工作，說明該行業整體來看待遇較高。

各地而言：

1）北上杭三地，研究專家、總監兩類工作高薪崗位占比都超過50%，可視為高薪工作；但從數量上來看，整體需求較少，相對而言北京對這兩類高級人才的需求更高。

2）對比工程師和經理兩類工作發現：a、北京工程師待遇明顯優于經理； b、上海經理待遇為三地最佳。

回歸分析

回歸分析如圖，針對上述自變量，可進行如下分析：

1）工作地點：對比北上杭三地，北京、上海兩地薪資明顯高于杭州，具體對比北京上海兩地，上海地區薪資更勝一籌。

2）企業屬性：從企業性質來看，相對于“其他”，外商獨資型對薪資存在正向影響，而事業單位則存在負向影響。同時，應聘者相對來說更青睞大公司。

3）學歷：回歸分析結果印證了描述分析所得“‘兩端’”現象明顯”的結論。

4）工作經驗：工作經驗對薪資存在正向影響，且隨工作經驗的積累，薪資的正向影響力隨之增強。

5）工作性質：相較于實習，不同工作類型對薪資皆呈現正向影響，且按影響程度可分為兩級：a、總監和研究專家正向影響最強；b、工程師、經理、主管、分析師等次之。

總結

以上是網絡信息轉載，信息真實性自行斟酌。