人工智能人才正走向复合化专业化

随着国家一系列人工智能政策的出台，人工智能产业发展迅猛，大型语言模型与多模态学习技术融合，算法训练作为人工智能核心技术正向多个领域应用拓展，深度求索（DeepSeek）等推动人工智能产业从技术研发向场景化落地快速转型，传统的云计算转向智能能力中枢。新一轮人工智能技术变革也带来了人才结构的深刻变化，基于2024年度和2025年第一季度的市场招聘大数据对人工智能相关的37 个核心岗位分析结果显示，人工智能核心岗位呈现技能深度融合趋势，理论研究与工程实践的复合型需求成为招聘主流，传统云计算岗位需求萎缩，其技术正向多职能领域渗透，成为跨岗位的基础要素。要深入人工智能相关细分岗位的监测，及时应对技术变革和产业发展，加大复合型、应用型等人才的培养。

新一轮人工智能带来的关键技术和应用场景变化

大型语言模型与多模态学习技术融合发展。2025年初，DeepSeek大型语言模型（LLM）的发布迅速拓展技术边界，引发岗位能力深刻变革，招聘需求明确要求掌握自然语言处理（NLP）和多模态学习技术，以实现文本、图像等异构数据的融合分析；“Prompt工程”成为核心技能，面向DeepSeek等模型的高效提示设计与微调纳入日常工作。同时，与业务深度融合的趋势凸显，数据分析师需要深入理解行业痛点，将模型输出转化为可执行决策，驱动数字化战略落地，从“数据处理者”转型为“智能决策合作者”。

算法训练技术作为人工智能核心技术正向多个领域应用拓展。近十年，深度学习与大数据的迅猛发展，使算法工程师成为推动人工智能进步的关键力量。目前，该岗位广泛应用于自然语言处理、计算机视觉、推荐系统、金融科技和自动驾驶等多个领域。2025年，DeepSeek的技术突破引领人工智能产业深刻变革，推动人工智能产业从技术研发向场景化落地快速转型，头部企业加速布局通用人工智能（AGI）。AGI的发展涉及多个领域的知识融合，这就要求算法工程师掌握更先进的模型研发能力和跨领域知识，如数学、物理、医学等等。

云计算从“资源供给平台”跃迁为“智能能力中枢”。根据中国信通院发布的《云计算白皮书（2024年）》，2023年中国云计算市场规模达6165亿元，同比增长35.5%，显著高于全球19.4%的增速。自2006年亚马逊推出AWS以来，云计算技术经历了从基础设施即服务（IaaS）向平台即服务（PaaS）和软件即服务（SaaS）的演进。进入2016年，云原生技术崛起，容器化（Docker）、微服务架构和Kubernetes成为主流。PaaS和SaaS服务快速发展，推动应用开发与部署效率提升。人工智能与云计算深度融合，智算需求成为核心驱动力。2025年DeepSeek推出第三代MoE（混合专家）架构大模型DeepSeek-V3，云计算从“资源供给平台”跃迁为“智能能力中枢”，人工智能与云深度融合，大模型训练与推理成为云平台核心能力。

人工智能人才需求出现新变化

自2019年起，中国劳动和社会保障科学研究院自主研发劳动力需求大数据平台，形成了数据采集、标准化、岗位分类等数据处理闭环，年度招聘需求数据量达到3800多万条，涵盖17个指标。本报告聚焦人工智能产业37个核心岗位展开分析，数据跨度为2024年1月开始至 2025年3月。

算法工程师成为市场亟需的人才。近十年，深度学习与大数据的迅猛发展，使算法工程师成为推动人工智能进步的关键力量。算法工程师起源于计算机科学初期，主要负责算法设计与优化，随着人工智能与机器学习的兴起，其职责逐渐扩展到开发优化数据分析、模式识别和预测建模的复杂算法。2024年第一季度的招聘需求尤其集中在通用人工智能算法工程师与三维相关算法工程师两类岗位。从 2025年第一季度的招聘数据来看，这一趋势得到了明显体现。通用人工智能算法工程师、自然语言处理算法工程师等岗位持续热门；与各行各业深度结合的岗位，如电机算法工程师等，也呈现出强劲的增长态势。在学历要求分布上，算法工程师的岗位招聘呈现出显著的二元结构特征：本科学历占比53.6%，硕博要求合计占比34.5%。

人工智能高端人才需求同比大幅增长。2025年第一季度人才需求前十大人工智能相关岗位分别为算法工程师、人工智能训练师、数据分析师、机器人算法、数据开发、人工智能产品经理、机器视觉、销售数据分析、IT技术/研发总监和导航算法。从变化情况看，有8个岗位类别的招聘量同比增幅超100%，分别为人工智能训练师、反欺诈/风控算法、智能驾驶系统工程师、人工智能产品经理、机器学习讲师、数据库开发、搜索算法和人工智能讲师。

数据分析、人工智能产品经理等技术与业务融合的复合型、工程化人才成为主流。数据分析师岗位起源于20世纪90年代的商业智能（BI）与统计分析领域，随着互联网与大数据技术发展，其职责逐步扩展至数据收集、清洗、建模及可视化全流程。21世纪后，机器学习和人工智能技术的兴起推动其涉足复杂预测分析，成为企业数字化转型的关键力量。人工智能产品经理岗位的演变与技术进步息息相关，2010年前，人工智能产品经理主要扮演“技术翻译者”角色，将实验室技术转化为实用产品，从业者须具备跨学科背景以桥接技术与应用。2010至2020年，深度学习技术的突破推动人工智能规模化落地，AlphaGo在2016年的亮相引发广泛关注后，智能客服和计算机视觉等垂直场景迅速普及。此阶段，产品经理需结合技术原理与行业知识。2020年至今，大模型如GPT系列和ChatGPT重塑了交互方式，人工智能产品经理的职责拓展至Prompt设计与生态构建。2025年以来，人工智能产品经理岗位呈现出多元化和专业化的发展趋势，企业对于具备大模型应用能力的产品经理的需求显著增加。

人工智能训练师作为人工智能技术驱动的新职业市场需求增长迅猛。人工智能训练师是数字经济时代催生的新兴职业，其规模化需求爆发得益于DeepSeek等大模型技术实现突破性进展。根据《国家职业技能标准》（2021年版）定义，该职业指“使用智能训练软件，在人工智能产品实际使用过程中进行数据库管理、算法参数设置、人机交互设计、性能测试跟踪及其他辅助作业的人员”。数据显示，2025年第一季度人工智能训练师的招聘需求同比增长率达592%。广东、浙江等省份已将其正式纳入紧缺工种目录。据广东省总工会报道，仅广东省内该岗位的人才缺口规模已达百万级，主要集中在智能制造、智慧医疗、智慧交通等技术密集型领域。人工智能训练师的职业进阶呈现技术纵深化与领域融合化双轨路径：从业者从执行数据标注的基础岗位起步，逐步晋升至主导数据质量管控与标注规则优化的中级阶段；技术高阶者则需掌握模型参数调优及跨学科协作能力，负责技术应用与项目管理，并具备向人工智能产品经理或算法工程师转型的发展通道。

大模型驱动底层架构调整，传统云计算人才需求下降。云计算相关职位的招聘量则呈现同比与环比的显著下降。分析表明，此类缩减主要集中于传统云计算岗位；云计算技术已深度渗透至多个相关职能领域，逐渐成为跨岗位人才的基础能力。这一剧烈分化深刻映射人工智能产业的技术代际跃迁，尤其凸显底层技术革命对人才结构的重构效应。

云计算作为数字经济的核心基础设施，其人才需求模式始终与技术创新同步。进入云原生阶段，热门岗位如云原生开发工程师需精通容器编排和微服务治理；边缘计算工程师需熟悉边缘节点管理与低延迟优化；人工智能云服务工程师则需兼具人工智能模型部署（如TensorFlow on Cloud）和云平台集成能力。2025年，云计算人才需求的核心趋势是云计算与人工智能的融合，人工智能岗位（如大模型算法工程师、自动驾驶系统开发）普遍要求掌握云资源调度、容器化部署等技能。2025年第一季度云计算岗位招聘数为963个，环比下降3.6%（2024年第四季度为999个），同比下降18.8%（2024年第一季度为1186个）；但将云计算纳入招聘需求的岗位总量为1284个，同比增长12.4%（2024年第一季度为1142个）。传统云计算岗位需求萎缩，而云计算技术正向多职能领域渗透，成为跨岗位的基础能力要素。

人工智能人才表现为技术与融合综合能力的需求，对学历等显性资格的要求变化不大。尽管数据分析师在技术和工具层面的要求持续升级，企业在学历门槛方面却依然以本科学历为主导地位。2025年第一季度的招聘数据显示，要求本科学历的岗位占比63.7%，要求硕博学历的岗位占比6.3%。这种现象主要源于用人单位更为关注候选人的实操能力与项目经验，而非单纯的学术资历。多数招聘中强调了数据分析师需与业务团队深度融合，通过对关键业务场景的理解和参与，直接驱动决策优化与流程改进。数据开发岗位在学历维度，仍呈现以本科为主的结构性特征，2025年第一季度的招聘数据显示，要求本科学历的岗位占比76.5%，要求硕博学历的岗位占比3.5%。在经验要求层面，43.1% 的岗位偏好 1-3 年工作经验者，反映出企业倾向于招聘具备基础项目经验、可快速上手业务的从业者。究其原因，数据开发工作高度依赖实际操作能力和对具体技术栈的熟练程度，内部培训与在职学习可以补齐知识差距，核心技能（如编程、系统搭建与调优）多可通过行业认证和项目经验获得，不用追求高学历背书。

顺应人才结构和岗位需求变化趋势 重视复合型、应用技术人才培养

在 DeepSeek 引发的技术变革推动下，全球人工智能发展迎来关键转折点，技术革新不仅重塑产业竞争格局，更对全球劳动力市场与治理体系产生深远影响。国际劳工组织（ILO）发布的《生成式人工智能与未来工作》报告指出，全球约四分之一的岗位任务将受到生成式人工智能的显著影响。针对我国人工智能人才需求的新变化，建议如下：

一是更加重视人工智能技术带来的人才结构变化。与同期行业技术深度变革密切相关，人才结构将发生显著变化。如招聘企业总数同比下降，而岗位总量与人才需求人数却呈现上升态势；2025年第一季度8个岗位的招聘量同比增幅超100%，人工智能技术变革奇点在人才结构变化方面的具体体现可见一斑。

二是更加重视人工智能核心岗位的技能融合。随着数字产业化和产业数字化深入推进，人工智能核心岗位技能正在走向深度融合，如人工智能产品经理岗位正向技术、场景与生态的三维融合方向发展；人工智能训练师的人才缺口主要集中在智能制造、智慧医疗、智慧交通等领域；传统云计算岗位需求萎缩，而云计算技术正向多职能领域渗透，成为跨岗位的基础能力要素等等。

三是更加重视跨领域复合型人才培养。研究显示，市场对具备跨学科知识的复合型人才需求激增。例如，在医疗领域，兼具医学背景与人工智能技术能力的人才备受青睐；同时，自动化进程也推动非技术岗位转型，催生出如人工智能产品经理等新兴职业。在人才培养过程中，应兼顾高校学科建设与在职培训及职业技能认证体系。尤为重要的是，人工智能正驱动业务与技术的深度融合，使跨界人才从稀缺精英转变为行业刚需。

四是更加重视应用技术人才培养。市场招聘数据表明，部分岗位（如数据开发）的技能要求更侧重实践经验积累，而非高学历背景；而新型岗位（如人工智能训练师）则因其需求旺盛、入门较快的特点，可通过短期培训有效提升求职者技能并实现就业对接。因此，除在高校开设跨学科课程外，还需大力强化社会培训和在职培训力度。（作者 中国劳动和社会保障科学研究院大数据和政策仿真研究室主任、研究员 张一名）