2022-02-25-德勤-2021年度中国计算机视觉人才调研报告_44页_11mb

中国计算机视觉人才调研报告总结

核心内容概述

《2021年度中国计算机视觉人才调研报告》旨在分析中国计算机视觉领域人才现状、市场供需情况以及人才培养体系的发展瓶颈，同时探讨产学研合作对人才发展的促进作用和相关政策支持。报告涵盖了高校学生、在职人员、高校及研究院所教研人员三类群体，从开发习惯、工作单位选择、薪酬水平、专业建设、地域分布、供需矛盾、发展瓶颈、校企合作以及人才政策等多个维度进行了深入分析。

主要观点与关键信息

1. 人才基础画像

• 开发语言偏好：高校学生主要使用Python，而在职人员更倾向使用C/C++和JavaScript，以适应实际部署需求。
• 深度学习框架偏好：高校学生以PyTorch为主，占比达75.22%；在职人员则在PyTorch和TensorFlow之间平分秋色。
• 工作单位选择：人工智能企业最受高校学生青睐，占比55.89%；研究院、互联网、高校和政府依次为第三至第五。
• 薪酬水平：算法研究员薪资最高，普遍超过20万；算法工程师和AI产品经理在3-5年经验阶段薪资涨幅显著，分别为54%和45%。
• 地域分布：计算机视觉人才高度集中在一线和新一线城市，TOP6城市（北京、上海、深圳、杭州、西安、广州）拥有全国50%以上的人才，其中杭州和西安分别排名第四和第五。
• 高校人工智能专业建设：已有440所本科院校开设人工智能专业，其中985/211院校占81所，课程设置以机器学习、人工智能导论、计算机视觉等为核心。

2. 市场供需情况

• 需求持续增长：2021年AI行业岗位需求同比增长约103%，计算机视觉技术类和产品类岗位需求分别增长49%和42%。
• 供给严重不足：预计2022年我国AI产业人才缺口约48万，AI产品类岗位供需矛盾最为突出。
• 结构性失衡：人才在算法开发和代码工程经验主要集中在3年以下，仅约三到四成满足企业对经验的要求；企业普遍要求3-5年工作经验，而高校学生和职场新人在经验方面存在明显不足。

3. 人才发展瓶颈

• 专业知识与技能储备不足：人才在技术能力、项目经验、实习经验、比赛经验等方面存在短板。
• 职业发展方向不明确：缺乏清晰的晋升路径和岗位职责，导致人才发展迷茫。
• 软硬技能培养不完善：高校偏重理论，缺乏实践与项目经验；企业缺少内部培训机制，员工难以持续提升技能。

4. 产学研合作与人才培养

• 校企合作建议：高校应与企业合作，建立产业导向型人才培养体系，包括联合课程开发、商业项目合作、实践实训项目等。
• 企业内部培养：应建立标准化岗位晋升体系和内部培训机制，推动人才能力提升与职业发展。
• 政策支持：国家及地方政府出台了多项政策，如“双一流”建设、人工智能伦理规范、人才引进与激励政策等，以促进计算机视觉人才发展。

关键建议与倡议

• 高校应加强校企合作，引入企业导师，提升学生实践能力与产业认知。
• 企业需完善内部培养机制，加强人才技能提升与职业发展路径设计。
• 政府应推动人才政策落地，通过人才引进、教育改革、产业扶持等方式，构建多层次、立体化的人才供给体系。
• 产学研各方应协同合作，推动科研成果向产业应用转化，实现人才培养与产业需求的良性循环。

政策支持与分析

• 政策类型：分为人才供给政策、人才需求政策、人才环境政策三类，共涉及64份政策文件。
• 人才供给政策：主要由高校推动，社会和校企合作为辅助，以构建多元化的人才培养体系。
• 人才需求政策：强调专业能力、学历层次和道德规范，推动行业标准化发展。
• 人才环境政策：涵盖住房、医疗、子女教育等“硬环境”以及创新支持等“软环境”，旨在提升人才吸引力和留存率。

人才与企业基本属性

• 人才年龄分布：以35岁以下为主力，占比超80%。
• 人才性别分布：男女比例约为7.5:2.5。
• 人才学历分布：87%为本科和硕士学历，博士人才占比9.2%。
• 人才学校分布：985/211院校人才占比约58%。
• 企业融资阶段：36.67%的企业处于未融资阶段，13.33%为上市企业。
• 企业规模分布：员工人数在100人以下的小企业占比约45%，大型企业仅占14.44%。

总结

计算机视觉作为人工智能的重要分支，正迎来高速发展期，但其人才供需矛盾依然突出。高校在人工智能专业建设方面仍处于初期阶段，课程体系与产业需求脱节；企业对人才的经验、技能和创新能力有更高要求，而当前人才在这些方面存在明显不足。因此，构建校企合作机制、完善人才评价体系、加强职业发展引导、推动政策落地等措施，是解决当前计算机视觉人才供需矛盾和提升人才质量的关键。