大模型持续影响劳动力市场,普通人如何抢占风口?零基础入门到精通,收藏这一篇就够了

今年,有多少人开始进行“AI补课”?AI写作、AI数字人等技能学习进入职场人视野,白天上班、晚上埋头学AI的年轻人不在少数。眼下,大环境不确定因素环绕,以AI为代表的新质生产力变革高歌猛进,环境波动与技术迭代给职场人带来双重挑战。敏锐的职场人早早开始拥抱新趋势,主动学习新技术。

AI大模型究竟给职场带来了哪些震动?普通人又怎样在这场春潮大浪中破局求进,成为企业不可替代的关键角色?今年正在举办的中国国际服务贸易交易会上,北京大学国家发展研究院联合智联招聘发布了《AI大模型对我国劳动力市场潜在影响研究:2024》(以下简称“报告”),北京大学国家发展研究院助理教授胡佳胤莅临现场并进行了报告解读。报告中的洞察和结论,能够为我们带来一些启发。

北京大学国家发展研究院助理教授胡佳胤现场发布报告

“入坑”大模型?先让自己成为“实力咖”

作为近两年横扫全球的一场“飓风”,大模型领域可谓十分“豪横”。去年,业内一度传出了“10万月薪抢人”的消息,无数打工人疯狂心动。一年过去,“风力”未减,报告显示,2024年上半年,招聘职位数同比增速前五的人工智能职业中,大语言模型领域的自然语言处理岗位排名首位,同比增速达111%,深度学习岗以61%位列第三。同时,今年上半年,这两大岗位也分别以24007元、26279元的平均招聘月薪在人工智能行业中位居前列。

虽然需求增长快、薪资待遇高,但这些岗位“高技术属性”强烈,想“入坑”并不容易。报告发现,自然语言处理和深度学习岗位对求职者的学历和经验要求均较高,且在进一步提高。求职者若打算投身大模型领域,学历深造势在必行,经验积累不可或缺。而对外行人而言,大模型“黄金岗位”的门槛委实不低,短时间进入难度较大,不如守好“既有阵地”,在大模型的催动下蝶变一个全新的自我。

重塑能力模型,成为岗位上的“不可替代”

AI技术给传统岗位带来的变革是划时代且长期演进的。2022年,大模型初掀狂潮,不少岗位被打了个措手不及。报告显示,2022年,编辑/翻译、客服/运营、销售/商务拓展等白领岗位的“大语言模型影响指数”1位列前三,生产制造、物流/采购/供应链、生活服务等蓝领岗位受到的影响则相对较小。一个值得关注的“信号”是,企业已经迅速对部分职业的工作内容进行调整,例如,客服/运营、软件/硬件研发的指数分别为0.75、0.65,比2022年分别下降0.04、0.07。说明其职业内部易受大模型影响的工作内容在减少。研发、运营常见于互联网行业,而互联网是处在技术发展前沿、不断创新变化的行业,因此对于大模型技术的接受和应用也更快,在相关岗位的招聘上更快做出调整。这提醒从业者要积极进行技能的更新。

数据显示,“大语言模型影响指数”高的职业,招聘占比的确呈下降趋势,说明职场人不能掉以轻心。从报告来看,影响指数越高的职业,2022-2024年间招聘量占比下降幅度越大,如客服/运营、销售/商务拓展,今年上半年的岗位数量占比分别较2022年下降2个、5个百分点以上,即使是“技术流”的软件/硬件研发,降幅也超过了1个百分点。

不仅如此,影响指数高的岗位,招聘门槛也在悄然提高。以往对学历要求较为宽松的编辑/翻译、客服/运营、销售/商务拓展等岗位,开始更多地要求本科及以上学历,今年上半年,提出这一要求的职位比例均较2022年提高1-4个百分点。经验要求亦是如此,三年以上工作经验被越来越多地写进“任职要求”中。

种种变化都提醒我们,在AI时代,原地踏步的人将感受到更大的“威胁”。然而在一些风口浪尖的岗位上,身处其中的人们似乎还没有做好准备。软件/硬件研发、运维/测试两大影响指数较高的职业,今年上半年较2022年的招聘职位数占比下降,但投递人数占比却都出现0.5个百分点左右的增长,呈现出明显的滞后性。这一方面是因为人们学习新技能需要时间,另一方面则可能由于信息闭塞,没有及时获取市场需求变化趋势。

供给端调整的滞后性是市场规律,但也给我们提供了抢先出发的契机。职场人在关注就业市场变化趋势的同时,尽早学习使用AI工具,并强化大模型无法替代的软技能,如创造力、沟通能力、组织协调能力等,驱使AI,才能拥抱AI。

城市AI发展水平各异,职场人奔赴需先知先觉

AI重塑职场人的眼界和能力,不过身处不同城市的人,感受到的“AI能量”不尽相同。由于产业基础、技术能力和人才资源的差异,不同城市在AI发展道路上处于不同阶段,职场中的AI渗透深浅不一。报告显示,一线城市、省会城市的人工智能发展水平更高,北京、深圳、上海、广州、杭州领衔全国。

作为全国城市翘楚,北京产业基础深厚,上半年人工智能相关岗位数量占比和投递占比均居全国首位。北京还拥有全国最多的人工智能专利数量,加之科研机构、企业在AI技术研发上的大手笔投入,城市的AI创新能力十分出众。此外,数量居首的高校数量和顶尖学府的汇聚,也让北京成为AI人才培养高地,产业发展后劲强劲。杭州是非一线城市中的“AI榜样”,良好的政策支持、开放的创新环境、活跃的创业氛围和强大的产业基础,吸引了大量科技企业和研发机构集聚,创新成果卓著。2023年,杭州人工智能相关的专利申请数量超8千个,位居全国第四。

城市的AI发展水平影响着人们追潮的觉悟和脚步,众多在AI发展水平高的城市中打拼的职场人更多地选择了主动出击。打算在这些城市发展的职场人,要做好准备加入这场“AI学习竞赛”,也要不断提升专业技能和创新思维,积极适应AI驱动的未来职场。

AI浪潮中,任何职场人都不会是旁观者。智联招聘继去年之后再次洞察AI大模型对劳动力市场的影响,与时俱进地助职场人扫清视野、掌握趋势。无论投身大模型领域,还是在其他岗位上努力成为“不可替代”的职场人,面对惊涛骇浪的技术变革,唯有学习、适应,才能以“时代主人”的身份,拥有属于自己的“新质生产力”。

1__首先,课题组结合生成式人工智能技术,为2087个标准化的“详细工作任务(DWA)”(来自美国https://www.onetonline.org/网站) 被大语言模型人工智能所影响的程度进行评分。其次,课题组利用机器学习算法,将去除隐私信息后、脱敏的招聘岗位信息拆分并与2087个详细工作内容(DWA)建立对照。一个招聘岗位通常会对应若干个DWA,并在对照的过程为每一个DWA赋予权重。通过加权平均,每一个招聘岗位会获得一个大语言模型人工智影响程度评分。最后,课题组根据每一个职业下的众多招聘岗位,计算出该职业对应的大语言模型人工智能影响程度评分。

六、如何系统学习AI大模型?(附全套学习资源)

学习AI大模型是一个系统的过程,需要从基础开始,逐步深入到更高级的技术。

这里给大家精心整理了一份**全面的AI大模型学习资源**,包括:AI大模型全套学习路线图(从入门到实战)、精品AI大模型学习书籍手册、视频教程、实战学习、面试题等,资料免费分享

因篇幅有限,仅展示部分资料,需要点击下方链接即可前往获取

2024最新版CSDN大礼包:《AGI大模型学习资源包》免费分享

一、全套AGI大模型学习路线

AI大模型时代的学习之旅:从基础到前沿,掌握人工智能的核心技能!

img
因篇幅有限,仅展示部分资料,需要点击下方链接即可前往获取

2024最新版CSDN大礼包:《AGI大模型学习资源包》免费分享

二、640套AI大模型报告合集

这套包含640份报告的合集,涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师,还是对AI大模型感兴趣的爱好者,这套报告合集都将为您提供宝贵的信息和启示。

img

因篇幅有限,仅展示部分资料,需要点击下方链接即可前往获取

2024最新版CSDN大礼包:《AGI大模型学习资源包》免费分享

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展,AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型,如GPT-3、BERT、XLNet等,以其强大的语言理解和生成能力,正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

img
因篇幅有限,仅展示部分资料,需要点击下方链接即可前往获取

2024最新版CSDN大礼包:《AGI大模型学习资源包》免费分享

四、AI大模型商业化落地方案

img

因篇幅有限,仅展示部分资料,需要点击下方链接即可前往获取

2024最新版CSDN大礼包:《AGI大模型学习资源包》免费分享

作为普通人,入局大模型时代需要持续学习和实践,不断提高自己的技能和认知水平,同时也需要有责任感和伦理意识,为人工智能的健康发展贡献力量。

内容概要:本文介绍了一种基于多目标粒子群算法(MOPSO)的微电网优化调度模型,综合考虑风能、光伏、储能系统、柴油发电机、燃气轮机以及与主电网之间的能量交互等多种分布式能源的协同运行。通过构建以运行成本最小化、碳排放最低化和系统可靠性最优化为目标的多目标优化模型,利用Matlab平台实现MOPSO算法求解,完成对微电网在不同运行场景下的能量管理与调度方案优化。该模型能有效平衡经济性与环保性之间的关系,适用于含多类型分布式电源的复杂微电网系统,具有较强的工程应用价值和科研参考意义; 适合人群:具备一定电力系统基础知识和Matlab编程能力的研究生、科研人员及工程技术人员,尤其适合从事微电网、智能电网、综合能源系统、可再生能源集成与优化调度等领域研究的专业人士; 使用场景及目标:①用于多能源耦合微电网系统的协同优化调度研究;②支持多目标智能优化算法在能源系统中的建模与求解实践,帮助用户掌握MOPSO在实际工程问题中的应用方法;③为学术论文复现、毕业设计、科研项目开发提供完整的代码实例与技术支撑; 阅读建议:建议读者结合Matlab代码与理论文档,深入理解目标函数构建、约束条件处理及Pareto最优解集生成机制,重点关注算法参数设置、多目标权衡分析与结果可视化,并可通过调整能源配置或引入新约束进行二次开发与创新研究。
内容概要:本文系统研究了基于模型预测控制(MPC)的滚动优化方法在微电网多时间尺度能量管理调度中的应用。通过构建包含风能、光伏、储能等多种分布式能源的微电网综合系统模型,充分利用MPC的前瞻性预测与滚动优化机制,实现对系统内部能量流的精细化、动态化调控。研究重点解决了新能源出力强不确定性带来的调度挑战,兼顾系统运行的经济性、稳定性与可靠性,在日前、日内及实时等多个时间尺度上实现了优化决策的协同。文中配套提供了完整的Python代码实现,涵盖模型构建、约束处理、目标函数设定与求解全过程,具有较强的可复现性与工程参考价值。; 适合人群:具备一定电力系统、优化理论基础和Python编程能力的研究生、科研人员及从事微电网、综合能源系统、能源互联网等领域研究的工程技术人员。; 使用场景及目标:①深入理解MPC在复杂能源系统调度中的核心原理与技术优势;②学习并复现多时间尺度滚动优化的完整建模与求解流程;③为微电网能量管理系统(EMS)的开发、相关学术研究或工程项目提供直接的算法实现参考与技术支撑; 阅读建议:建议读者结合所提供的Python代码进行逐行研读与调试,亲自动手修改系统参数、负荷曲线或新能源出力数据,以深刻体会MPC算法的动态响应特性与优化效果,进而在此基础上开展二次开发与创新性研究。
智能安防是依托人工智能、大数据、物联网等前沿技术构建的新一代安全防护体系,彻底打破了传统安防“被动监控、事后追溯”的局限。它不再是孤立的摄像头、门禁和报警器的简单组合,而是通过全域感知设备的互联互通,实现对人员、车辆、环境等多维度数据的实时采集与智能分析。从社区出入口的人脸无感通行、异常行为识别,到道路上的违章智能抓拍、重点区域的入侵预警,再到企业园区的消防隐患预判、设备故障自动告警,智能安防能在毫秒级完成风险研判,把安全防线从“事后处置”前移到“事前预防”。如今,它早已渗透到城市治理、居家生活、商业运营等各类场景,成为守护公共安全与私人空间的核心技术支撑。 不同于传统安防依赖人工盯守的高成本模式,智能安防凭借算法的持续迭代,不断拓展安全防护的边界。它可以通过对历史数据的深度挖掘,提前识别人群聚集、消防通道占用等潜在风险,联动公安、物业、应急等多部门快速响应,大幅降低安全事件的发生概率和处置时长。在老旧小区改造中,智能安防设备的加装解决了过去流动人口管理难、高空抛物溯源难等长期痛点;在家庭场景里,智能门锁、可视门铃、燃气泄漏报警器等设备组成的居家安防网络,让用户通过手机就能随时掌握家中安全状态。随着数字城市建设的推进,智能安防正从单一的安全工具,进化为构建智慧城市安全底座的关键组成部分,为人们的日常工作与生活筑牢更高效、更精准的防护屏障。
内容概要:本文针对“考虑算力负荷时空迁移特性的多微电网-共享储能协同优化调度”开展深入研究,提出了一种融合算力负荷动态迁移特征的多微电网系统协同优化模型,并基于Matlab完成仿真代码实现。研究核心在于揭示算力负荷(如数据中心、边缘计算等)与电力负荷之间的耦合关系,通过引入共享储能机制实现多微电网间的能量互补与灵活调度,从而提升系统在复杂时空负荷环境下的运行经济性、稳定性与能源利用效率。文中系统阐述了模型架构设计、多目标优化函数构建(涵盖成本最小化、可再生能源消纳最大化等)、关键约束条件(如功率平衡、储能容量、网络潮流等)以及高效求解算法的应用,具备较强的理论深度与工程实践价值。; 适合人群:具备电力系统、能源互联网、优化理论或智能调度相关基础知识,从事微电网运行、共享储能配置、算力与能源协同管理等领域研究的研究生、科研人员及工程技术开发者。; 使用场景及目标:①应用于含有动态算力负荷的多微电网系统协同调度优化决策;②为共享储能资源的规划配置、运行策略制定及商业模式设计提供量化分析工具;③推动“东数西算”背景下能源与算力基础设施的深度融合与协同发展。; 阅读建议:建议结合Matlab代码实现部分进行动手仿真实验,重点关注算力负荷时空特性建模方法与优化模型求解过程的实现细节,推荐使用实际历史数据或典型场景进行验证,并尝试拓展至更复杂的网络结构或多目标权衡分析。
内容概要:本文围绕考虑能量-物流耦合的港口综合能源系统优化调度问题展开研究,构建了涵盖电能、氢能、热能等多种能源形式与港口货物装卸、运输等物流活动协同优化的数学模型。研究采用Matlab进行代码实现,充分考虑风能等可再生能源出力的不确定性及时序性作业特征,提出一种能有效降低系统运行成本、提升能源综合利用效率并减少碳排放的优化调度策略。文中系统阐述了目标函数设计、多类型约束建模及高效求解算法的选择过程,并通过具体仿真案例验证了所提模型与方法在调度效果和鲁棒性方面的优越性。; 适合人群:具备电力系统、综合能源系统或运筹优化等相关背景,熟悉Matlab编程,从事能源系统规划、运行优化等领域科研与工程应用的人员,尤其适合研究生、高校研究人员及能源行业工程师。; 使用场景及目标:①用于港口综合能源系统的规划设计与运行管理决策,提升多能协同效率;②为含多能互补与物流耦合特性的复杂能源系统提供建模思路与求解技术支持;③支撑科研论文复现、学术研究深化及实际工程项目的方案论证与优化。; 阅读建议:建议读者结合Matlab代码与理论内容同步学习,重点理解能量-物流耦合机制的数学表征、多目标优化的处理技巧以及约束条件的精细化建模方法,宜在掌握基本优化理论的基础上开展仿真调试与结果分析。
内容概要:本文系统介绍了名为《【复现】考虑数据中心共享储能与计算负荷时空迁移特性的虚拟电厂优化运行方法(Matlab代码实现)》的技术资源,聚焦于融合数据中心算力负荷调度与电力系统储能协同管理的虚拟电厂优化运行模型。该方法充分考虑了计算负荷在时间和空间上的可迁移特性,结合共享储能机制,构建了提升能源利用效率与系统经济性的综合优化框架,适用于“算力-电力”深度耦合的新型电力系统研究。文中不仅提供了完整的Matlab仿真代码、数学模型及配套论文资料,还强调科研需具备缜密逻辑、善用资源,并倡导在扎实基础上进行创新思考,以实现科研突破。; 适合人群:具备电力系统、能源互联网、优化调度等相关领域基础知识的研究生、科研人员及工程技术人员,特别适合从事虚拟电厂、数据中心能源管理、共享储能、综合能源系统等方向研究的专业人士。; 使用场景及目标:①用于复现和深入理解计及算力负荷时空迁移特性的虚拟电厂优化模型;②支撑高水平科研论文撰写、科研课题攻关或学位论文的仿真验证工作;③掌握利用Matlab进行复杂能源系统建模、优化求解与仿真实践的关键技能。; 阅读建议:建议读者严格按照资料目录顺序系统学习,同步下载并运行网盘中的完整资源(代码、模型、论文),重点关注其优化建模的理论推导与代码实现细节,坚持理论分析与仿真实验相结合,以深刻把握“算力-电力”协同优化的核心机制与技术精髓。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值