我分析了100个真实的AI Governance职位招聘。结果出乎意料。
摘要
对100个AI Governance职位招聘的分析显示,技术技能如Python很少被提及,大多数职位不要求机器学习背景,并揭示了职位头衔分散和高薪资不披露的情况。
一些立即引人注目的数字:在100个职位中,只有3个提到了Python。只有1个在职位头衔中包含"伦理"。83%没有披露薪资。呈现出的情况与大多数人假设的这个领域的情况大相径庭;这些职位描述中出现最多的根本不是技术技能。而且职位头衔比你想象的还要分散;很大一部分职位甚至没有在任何地方提到"AI Governance"。还有对哪些行业实际招聘此职位的分析,披露薪资时的薪资情况,以及关于多少职位实际上是"从零开始构建这个职能"的统计数据。完整数据+分析:https://youtu.be/a9Q1Raurfqk?si=YEFcVe1fkli4DveW&utm_source=reddit&utm_medium=organic&utm_campaign=incident_series&utm_content=%2376analysed-1000jobs 问题:如果必须猜测,你认为这些职位中需要技术/机器学习背景的百分比是多少?(答案可能让你惊讶)
相似文章
欧洲AI构建者与AI治理招聘比例7:1
Axipro的一项研究分析了八个欧盟国家的3500多个AI招聘职位,结果显示,每招聘一名AI治理人员,就有近七人被聘用来构建AI系统,其中瑞典和法国的差距最大。此外,不到30%的治理岗位和仅4%的构建岗位明确提及欧盟人工智能法案,这表明招聘与法规合规之间存在脱节。
招聘数据 vs 炒作:在印度AI就业市场中,“LLM”作为必备技能排名第10——落后于Java
对印度11,557个AI/DS职位列表的分析显示,Python和Java等传统技能仍主导LLM,GenAI作为额外加分项。
我们分析了1700万条招聘信息中"AI主管"的招聘情况:九个月内增长三倍,69%的招聘公司并非科技公司
对1700万条招聘信息的分析显示,AI主管的招聘人数在九个月内增长了三倍,其中69%的招聘公司为非科技公司,以金融、医疗保健和制药行业为首。企业正在招聘采用主管而非研究人员,表明从实验阶段向利润责任转变。
真的有人在执行AI治理,还是仅仅在制定政策?
文章讨论了书面AI治理政策与实际在运行时AI代理工作流中执行这些规则之间的差距。
xAI发布了65个生物、物理和化学辅导员的职位。追踪了8家AI实验室的招聘数据,以了解各实验室实际的发展方向。
分析主要AI实验室的招聘数据以推断其战略方向,指出xAI专注于科学辅导员,Nvidia推动数据中心,OpenAI工程团队增长。