AI News HubLIVE
站内改写4 分钟阅读

AI/ML技能需求持续增长

数字技能差距持续存在,人工智能和机器学习领域的短缺尤为严重。SAS调查显示63%的决策者认为AI/ML技能缺口最大。O'Reilly报告指出,NLP和深度学习兴趣激增,数据工程和云计算技能需求旺盛。企业正通过培训和技能提升来应对这一趋势。

来源Datanami AI作者: Mike Loukides

数字技能差距持续存在,越来越多的工人无法适应全球各行业不断进行的数字化转型。目前,人工智能领域的短缺尤为严重,这得益于OpenAI的GPT-3和ChatGPT的普及。分析公司SAS最近的一项调查发现,63%的决策者表示,他们最大的技能短缺在于人工智能和机器学习(ML)。

GPT-3和ChatGPT的发布,以及谷歌、Meta等公司正在进行的类似项目,使自然语言处理(NLP)成为AI研究的前沿。NLP旨在帮助机器理解文本和口语的含义。ChatGPT的知名度激发了对NLP和深度学习的兴趣,随着新的生成式AI工具出现在各种商业应用中,这种兴趣可能会持续增长。

对AI和ML工具潜力的日益迷恋在O'Reilly最近的《2023年技术趋势》报告中可见一斑。该报告分析了O'Reilly在线学习平台上280万用户最关注的技术主题,通过分析用户每天学习的平台,识别出可能影响未来一年的技术和商业趋势。

这些趋势值得关注,尤其是随着更多组织转向再培训和技能提升,以确保其员工能够跟上趋势。在SAS调查中,75%的决策者表示,培训和技能提升是缩小技能差距的首要方法。随着低代码和无代码工具的使用增加,培训将变得越来越重要。

来源:O'Reilly Media的《2023年技术趋势》报告

在O'Reilly进行的进一步研究中,我们发现开发人员在使用新工具时面临的最大挑战是培训(34%),其次是易用性(12%)。虽然这些工具越来越多地基于AI,但它们不一定简单。使用它们所需的技能包括分析思维、测试和调试。

自然语言处理占据主导

ChatGPT影响的一个明显迹象是O'Reilly用户对NLP的兴趣,其同比增长最高,达42%,深度学习紧随其后,增长23%。NLP有很多用途,从自动聊天服务器到代码生成和写作工具,因此这种兴趣并不令人惊讶。开发人员也越来越频繁地搜索与transformer相关的内容,这种AI模型有助于推动NLP,进一步反映了GPT-3和ChatGPT的影响。随着这些产品的潜力增长和新项目的出现,对NLP和深度学习的兴趣只会增加。

聊天机器人是NLP和深度学习兴趣增长的“受害者”;其使用量同比下降5.8%。这个结果起初可能反直觉,但考虑到GPT-3发布的分水岭影响,它使之前的一切都显得过时。

ChatGPT的未来将取决于它及其相关产品如何商业化,因为它将成为付费服务,并且微软和谷歌正在开发自己的基于聊天的搜索工具。

AI和ML工具备受关注

开发人员和研究人员对Scikit-learn持续表现出兴趣,这是一个相对较旧但积极维护的工具,也是最受欢迎的库。其使用量同比增长4.7%。

来源:O'Reilly Media的《2023年技术趋势》报告

PyTorch和TensorFlow的整体使用量与Scikit-learn大致相当(PyTorch略领先),但这两者可能走向不同的方向。PyTorch现在势头强劲,增长20%,而TensorFlow下降4.8%。同时,使用TensorFlow的前端库Keras下降40%。然而,真正的赢家将是ChatGPT、Bard等语言模型的公共编程API。这些API已经催生了新一代AI驱动的应用。

另一个值得注意的发展是MLOps兴趣下降,其使用量下降4%。MLOps专注于简化将ML模型投入生产的过程,并进行后续维护和监控。这似乎填补了将AI和ML应用集成到其他IT应用部署中的重要角色。

然而,MLOps目前仍不成熟,需要版本控制、测试和部署工具。DevOps团队需要更高效地测试、编码、发布和监控软件,但由于这些问题才开始得到解决,预计过程将是渐进的。

数据工程展现价值

对AI日益增长的兴趣并不掩盖数据类别(包括AI在内的广泛主题)在技术专业人员心中的重要性。数据工程,涉及大规模存储和交付数据,是迄今为止的主导主题,同比增长35%。数据工程包括将数据迁移到云端、构建数据管道以获取数据并将其传递给应用软件,以及解决不同组织中数据孤岛引起的问题。所有这些使企业能够优化数据可用性——这是许多组织的重要举措,因此兴趣激增并不意外。

事实上,没有数据工程就不会有AI。构建GPT-4所需的数据工程令人难以置信,但即使更小的项目也需要大量的数据工程来整合组织的数据并使其对训练AI有用。

来源:O'Reilly Media的《2023年技术趋势》报告

云计算技能需求旺盛

云计算持续增长,组织高度重视招聘云专家。根据Indeed 2021年的工作数据,从2018年到2021年,每百万个工作中云计算工作的比例增加了42%。具有一定水平的云经验似乎是软件开发人员和工程师的基本要求。

AWS仍然是最受欢迎的云,其次是Microsoft Azure和Google Cloud——它们共同占据云平台内容使用量的97%。令人困惑的是,所有三个提供商的使用量都略有下降(可能不显著),AWS下降3.8%,Azure下降7.5%,Google Cloud下降2.1%。云认证也遵循类似模式,AWS下降最多,其次是Azure和Google Cloud,均同比下降。

尽管特定云提供商的内容使用量下降,但其他云计算主题的兴趣却增长了。最受欢迎的主题包括云迁移(增长45%)、云服务模型(增长41%)和混合云(增长28%)。这些结果可能表明组织的云成熟度不断提高。一旦度过早期采用阶段,组织可能更少关注单个云,而更多关注高级问题,如全面云迁移。尽管有“云回迁”的说法,但很明显对云的兴趣仍在增长。我们的《2023年技术趋势》报告称Linux是入门要求;在不久的将来,云计算将成为入门要求,如果还不是的话。

为企业长期成功奠定基础

来自O'Reilly平台的使用数据清晰显示了技术工具的流行度增长或下降。有一些重要趋势的信号——有些是全新的,有些是几年前开始的趋势的延续。关注这些趋势可以给商业领袖带来优势,帮助他们为未来一年及以后的成功做好准备,因为他们努力在对其公司最有影响力的领域对员工进行再培训和技能提升。

关于作者:Mike Loukides是O'Reilly Media新兴技术内容的副总裁。他编辑了许多备受赞誉的技术书籍。他对编程语言、Unix以及系统与网络管理特别感兴趣。他是《System Performance Tuning》的作者,并合著了《Unix Power Tools》和《Ethics and Data Science》。最近,他一直在撰写关于数据和人工智能、伦理、编程未来等主题的文章。他还是一名钢琴家、业余无线电爱好者和鸟类爱好者。可通过Twitter @mikeloukides和LinkedIn联系Mike。

相关文章:

ChatGPT主导的职场技能需求:Udemy报告

提示工程师:AI领域下一个热门工作

Coursera报告排名全球商业、技术和数据科学技能