本文来自微信公众号：机器之能（ID：almosthuman2017），作者：机器之能，原文标题：《2020中国计算机视觉人才调研报告：算法岗年薪三十多万，超六成企业急需AI产品经理》，题图来自：视觉中国

在诸多人工智能技术方向中，计算机视觉（Computer Vision）是中国市场规模最大的应用方向，占整体中国人工智能市场应用的34.9%，广泛应用在智慧城市与新基建、安防、金融、医疗健康、电商与实体零售、无人驾驶等场景。

然而，CV人才供需比例当前仅为0.09，处在极度稀缺状态。我国计算机视觉人才的严重不足可能由于研究起步晚和产业化积累不足，人才培养速度没有跟上产业发展需求。

为了更好地解决“人才荒”问题，极市平台、中国图象图形学学会、德勤共同发起 2020 年度中国计算机视觉人才调研活动，深度调研人工智能领域最受关注的计算机视觉方向研发人员，包括但不限于高校师生、算法研究者、企业算法工程师等群体，洞悉“后疫情”时代下CV人才现状，了解中国企业与社会对CV人才的诉求，加速中国计算机视觉人才的培养与发展。

一、CV人才现状

计算机视觉人才主要分布在哪些城市与行业？他们重点关注哪些研究领域？开发习惯如何？报告从中国计算机视觉人才所在城市、专业背景、研究领域、开发习惯、薪资情况、行业分布等维度，全面展现人才当前学习与工作的现状。

1. 七成以上CV人才集中在区域经济发达、相关产业聚集、高校资源丰富的一线与新一线城市，整体人才分布集中度高。

除北上广深外，南京、武汉、杭州、成都作为新一线城市的代表，也拥有大量本领域人才；这前八名城市拥有的计算机视觉人才总和超过全国的50%。

同时，本领域人才的分布与各地经济水平呈现密切相关性：根据我国各地统计局数据，南京、武汉、杭州、成都的 GDP 分别排在 2020 年我国城市 GDP 排行榜的第十名、第九名、第八名与第七名。

2. 目标检测作为CV领域的基础研究任务，是近年来中国CV产业落地过程中应用最广泛的技术之一，也是CV人才最集中研究的细分领域。

在学术背景方面，50%左右的计算机视觉人才来自于计算机科学与技术专业。由于计算机视觉技术的发展涉及多种交叉学科，本次调研中也有超过40%的计算机视觉人才来自电子与通信工程、电气工程与自动化、数学等非计算机专业。

值得关注的是，人工智能专业在 2018 年被正式纳入我国本科专业名单，至今已有超过 200 所高校开设了相关专业并启动招生；在本次调研中，有6.81%的人才正是来自于新开设的人工智能专业，并且已经开始或即将进入计算机视觉方向的学习与研究。

在细分领域方面，现阶段，计算机视觉人才的研究领域集中在目标检测，图像分割，文本理解和目标跟踪几个方向。同时，随着技术的不断深入，计算机视觉技术整体研究领域呈现出多元化的特点：抠图 Matting、医学影像处理识别、图像增强、图像修复与超分辨、3D 视觉、遥感与航拍影像处理识别也是本领域人才关注的方向。

在计算机视觉中文学术论文的统计中，目标检测作为计算机视觉领域的基础研究任务，相关论文成果数量和增长速度明显高出其他研究领域，在过去五年（2015年~2019年）目标检测相关论文数量增长了超200%。同时，目标检测也是近年来中国计算机视觉产业落地过程中应用最广泛的技术之一，大量实际场景数据也为该任务的研究提供了有力支撑。

在开发习惯方面，中国计算机视觉人才最常用 Pytorch 和 TensorFlow。由于人工智能领域的高速发展，不少软件、架构、硬件方向的研发人员也逐步转向计算机视觉算法岗位；Pytorch 的易学易用使得其成为了大部分在职人员转岗时的首选框架。此外，近几年国内深度学习算法框架逐步上线，有6.49%的在职人员已经在工作中进行应用这类框架。

3. CV人才在“后疫情”时代仍拥有较高收入水平，其中算法岗的平均薪资伴随工作年限的增长增幅不断加大。

计算机视觉算法研究员在2020年度平均薪资（年薪）为 328,977 元，算法工程师为 348,507 元，研发工程师（指计算机视觉领域企业/项目中，非算法类研发岗位，如系统架构师、软件工程师）为 294,271 元，AI 产品经理（指计算机视觉领域企业/项目中的产品经理）为 274,265 元；四类岗位的平均年薪差距在 7.5 万元以内。由此可见，在 2020 年疫情影响下，计算机视觉领域人才的薪资收入仍处于较高水平，且本领域各岗位的优秀人才均能获得丰厚的报酬。

在中高收入（年薪大于 40 万）人数占比方面，算法岗人数占比则远高于其他岗位：算法研究员中的中高收入人数占比为29.54%，算法工程师岗位为32.84%，研发工程师岗位为14.58%，AI 产品经理岗位为11.77%。

在高收入（年薪大于 80 万）人数占比方面，算法研究员岗位占比最高，为4.55%，这由于该岗位进入门槛最高，不少企业或研究院要求候选人在计算机视觉领域顶级会议（CVPR、ICCV、ECCV 等）和期刊（IEEE-TPAMI、IJCV等）或机器学习领域的顶级会议（NIPS、ICML 等）上发表过论文。

此外，结合工作年限来看，工作经验 5 年以内的算法岗人才（包含算法研究员与算法工程师）与研发工程师的平均年薪相差不大。但是，工作经验 5~10 年的算法岗人才平均年薪比同等经验的研发工程师高出 14 万元；对于 10 年工作经验以上的人才，两类岗位年薪差距为 12 万。

4. 随着计算机视觉技术的广泛落地，垂直行业在CV领域深度耕耘，打造了行业专属的CV应用。除人工智能和互联网行业外，电商、金融、企业服务、教育、文娱内容等领域也拥有大量CV人才。

人工智能和互联网企业计算机视觉人才最多，也有大量计算机视觉人才分布在电商、金融、企业服务、教育、文娱内容等领域，这主要由于计算机视觉技术在部分行业的发展中承担着越来越重要的角色。

如电商领域，商品以图搜图已经成为综合电商、垂直电商的标配；虚拟试妆功能则进一步丰富了美妆类产品线上营销的方式。在金融领域，部分机构在人工智能技术应用上选择“内外结合”的形式，即采购外部成熟算法模块或基础平台，交由内部算法工程团队或产品研发团队进行模型优化与二次开发，以提高对用户数据安全的保护及对业务场景的适用性。在教育行业，计算机视觉技术与自然语言处理、语音识别技术的深度结合，使得视频教学、智能阅卷等功能日趋完善，智能化水平成为教育类企业/机构的核心竞争力。

当技术成熟度达到产业要求时，不少垂直行业，尤其是行业中的头部企业，选择了在组织内部搭建计算机视觉团队，打造行业专属的计算视视觉算法产品或相关功能。

二、CV人才个人发展期望

计算机视觉人才对于个人未来的发展有何期望？他们将如何选择未来发展的城市、行业、岗位？对于薪资和研究领域有何诉求？

1. 九成计算机视觉人才选择国内一线城市为未来意向发展城市。

尽管一线城市就业面临落户、房价、竞争等多重压力，北京、上海、深圳对于计算机视觉人才的吸引力仍然巨大。受疫情影响，大部分的中国计算机视觉人才都选择了未来在国内发展，而选择港澳台及海外城市为发展意向的计算机视觉人才只有0.27%。

2. 人才选择未来意向发展城市主要看重薪资水平、就业机会及人才引进政策。同时，当地高新企业聚集程度、地理因素（环境、气候等）、家庭因素与房价等也是人才选择城市时的重点考虑内容。

中国计算机视觉人才选择未来意向发展城市的考虑因素

3. 人工智能企业、研究院、互联网企业、高校、政府机构最受95后学生群体的求职青睐。

调研中有80%的学生群体介于21岁~25岁，人工智能企业（48.84%）、研究院（43.87%）、互联网企业（42.82%）是学习计算机视觉的学生群体毕业后排行前三的意向工作单位，进入本领域核心企业或从事科研工作成为计算机视觉学生群体的主流就业方向。与此同时，他们会选择诸如算法工程师、高校研究员、算法研究员和研发工程师等直接与计算机视觉专业技术对口的岗位。

中国计算机视觉在校学生就业行业选择情况

4. 在职人员希望研究更多新兴技术领域或产业应用热门领域。

目标检测、图像分割、文本理解、目标跟踪仍为计算机视觉人才未来研究的重点方向，同时医学影像处理识别的研究兴趣排名由第 7 位上升到第 5 位，这可能与新冠疫情后医疗领域计算机视觉相关需求骤增有关。

对比在职人员现阶段的研究领域，可以看到，即使在过往没有研究过相关课题，不少计算机视觉人才也表现出对未来研究 3D 技术、行人检测与重识别、图像生成（GAN）、动作识别的兴趣，相关技术领域有望在新的一年迎来突破。

中国计算机视觉在职人员研究领域兴趣变化

5. 学生群体毕业后就业期望年薪普遍不低于 18 万，在职人员全部期望年薪在 20 万以上。

本科学历学生中，83%希望毕业后年薪不低于 18 万，56%希望年薪不低于 24 万；硕士研究生学生中，88%希望毕业后年薪不低于 18 万，64%希望年薪不低于 24 万；博士研究生学生中，86%希望年薪不低于 24 万，68%希望年薪不低于 30 万，54%希望年薪不低于 36 万，12%希望年薪不低于 60 万。

中国计算机视觉在校学生毕业后薪资期望（年薪）

3 年以上计算机视觉的在职工作经验人员全部希望年薪不低于 30 万。对于 1~3 年工作经验的人员，72%希望年薪不低于 30 万；对于 3~5 年工作经验的人员，67%希望年薪不低于 40 万；对于 5~10 年工作经验的人员，76%希望年薪不低于 40 万；对于 10 年以上工作经验的人员，79%希望年薪不低于 40 万，49%希望年薪不低于 50 万。值得注意的是，大部分在职计算机视觉人才希望自己的年薪不低于本领域同等工作经验人才的平均薪资。

中国计算机视觉在职人员薪资期望（年薪）

三、企业与社会对人才的诉求

社会与产业对计算机视觉技术需求强烈、投入庞大，对本领域人才更是提出了全方位的要求。这一部分将阐释企业、社会对计算机视觉人才学历、专业、技能等方面的具体诉求，同时说明企业对计算机视觉领域非算法岗位的需求情况。

1. 企业所涉项目百花齐放，对人才要求复合度极高。

计算机视觉在应用场景方面，需要与交通、安防、制造、医疗、零售、汽车、金融、传媒等领域的行业知识相结合；技术领域上，需要与云计算、人机交互、智能硬件、机器人、自然语言处理、大数据、传感器等多种技术融合。在此背景下，企业对计算机视觉人才要求颇多。

中国计算机视觉相关企业重点项目领域

以面向制造业的工业机器人项目为例，计算机视觉人才首先需要理解制造企业的工艺流程，找准计算机视觉算法的切入点；之后在生产线上，前端需要结合光学摄像机、传感器等设备对图像数据精准采集，保证算法可以有效进行识别，后端需要将识别结果与机械臂进行联动；整个过程中还需要网络工程、系统架构相关知识的支持。

由此说明，企业对计算机视觉人才提出的不仅仅是算法模型设计能力要求，还涉及如何深度理解具体业务场景、如何快速学习新技术并有机融合，这些都是考验计算机视觉人才的难题。正因如此，尽管我国计算机视觉人才群体已经达到 20 万人，但真正能够满足产业社会要求、达到目标水平的人才仍然稀缺。

2. 九成以上企业要求学历为硕士以上，偏好多元化专业背景人才。

九成的受访企业对于计算机视觉人才有学历背景上的要求。64.29%的企业要求计算机视觉人才至少为硕士研究生学历，28.57%的企业准入门槛要求为博士研究生学历。

而六成左右的企业对于计算机视觉人才的专业背景有具体要求，其中47.06%的企业要求计算机视觉人才拥有计算机科学与技术专业背景。

与此同时，电子与通信工程、软件工程、数学、信息计算科学和自动化也是企业用人部门偏好的专业背景。

企业对于计算机视觉人才的专业背景偏好

深度访谈中，部分人工智能企业负责人则表示，计算机视觉技术在实际场景落地过程中会遇到大量的、各类型、多领域技术问题，不管任何专业背景的人才，在工作中都需要随时学习新的知识与技能，因此只要掌握基本计算机视觉技术能力或拥有相关项目经验，人才的专业背景并没有那么重要。

在未来，计算机视觉与多学科更深度地交叉融合情况下，企业对计算机视觉人才的专业背景要求可能会更多元化。

3. 最香“算法工程师岗”：实践比理论更重要，有算法的实际产品化及视频分析经验的人才更受欢迎。

针对计算机视觉人才求职意向最大的算法工程师岗位，本次调研重点了解了企业对该岗位的专业技能和能力要求。企业对计算机视觉算法工程师新技术实用化、算法实现能力方面的硬性技能最为重视；同时，熟悉深度学习框架和熟悉使用常用视觉计算开源库也是企业要求算法工程师具备的基本技术要求。

调研结果中还发现，对于算法工程师岗位，有算法的实际产品化及视频分析经验的人才比发表过本领域优秀论文的人才更受企业欢迎，这主要由于算法工程师岗位是以技术应用落地为导向的岗位，在企业项目或产品任务中，其工程实践能力可能比理论研究能力更重要。

企业对于计算机视觉算法工程师软硬技能要求

4. 除算法工程师外，AI 产品经理成为企业急需岗位；CV与AI产业催生诸如AI算法测试工程师、AI售前解决方案工程师等技术人才需求。

本次调研中，除算法岗外，有超六成的企业表现出了对于 AI 产品经理的强烈需求，这甚至高过企业对研发工程师的需求。

AI 产品经理对于企业来说，不仅需要具备互联网或 IT 企业中产品经理的基础能力，如产品设计工具使用技能、产品规划/设计/推进的能力、用户需求分析能力等，还需要对计算机视觉技术有充足的知识储备，懂得技术的边界，知道如何通过产品设计使得计算机视觉算法可以发挥最大优势。

以面向制造业的工业机器人项目举例，AI 产品经理需要同时具备软件、算法、架构、硬件、网络相关知识，才能设计出一套完整流畅的产品流程，其中任何一个环节处理不当都可能导致产品无法上线：如产品中的光学摄像机有成像问题，那么计算机视觉算法再精准都没有丝毫实用价值。

除算法工程师和算法研究岗外，企业对于计算机视觉其他岗位的需求情况

计算机视觉技术和人工智能相关产业的发展催生了大量专属于本领域的技术人才需求，如 AI 算法测试工程师、AI 售前解决方案工程师等。相较于传统 IT 企业的测试工程师，AI 算法测试工程师需要理解计算机视觉算法的识别逻辑和影响算法精度与性能的因素，搭建算法评价体系甚至配合研发工程师开发算法测试工具。这些本领域专属的技术人才也成为不少企业竞相抢夺的对象。

四、CV人才培养与发展

企业与社会对计算机视觉人才提出了多维度的要求，计算机视觉人才自身对未来广阔的发展空间也充满期待。究竟人才、企业、高校在计算机视觉领域还会面临哪些发展瓶颈？目前国内高校计算机视觉课程开设情况、校企合作情况、政府政策情况又是如何的？

1. 人才、高校、企业在计算机视觉领域的发展瓶颈：在校学生专业技能/知识储备不足；在职人员岗位和工作方向不符合预期；高校科研经费不足、校企合作困难；企业招聘难。

2. 六成受访院校开设了计算机视觉通识课程，但在细分领域暂时无法满足学生研究兴趣。

调研显示，有57.69%的院校开设了计算机视觉相关课程，其中51%为计算机视觉通识课程，且一般只开设了 1~2 门课程。在细分领域上，目标检测、图像分割、图像增强相关课程开设比例相对较高，这也与当下我国计算机视觉教研人员和学生主要研究方向相符合。但在目标跟踪、文本理解、抠图 Matting 等学生未来希望深造的领域，当前院校所开设的相关课程数量暂时无法匹配学生的学习需求。

然而，短期内在高校开设细分领域的课程仍有不小的挑战：一方面，计算机视觉细分领域广泛，学生兴趣较为分散，细分领域课程可能无法满足全部学生需要；另一方面，由于本领域技术迭代速度极快，且部分领域的学习需要多样化产业实际案例的支持，课程开设难度较大。

3. 七成以上高校开展校企合作培养人才，各地出台人才扶持政策。

根据本次调研数据显示，75%以上的高校及 72%以上的企业有过校企合作经历，主要合作方向集中在科研项目合作、学习实习/就业合作和联合实验室方面，部分高校与企业有进行过商业项目方面的合作，而双方在课程建设方面合作最少。

从双方未来合作意向上看，高校和企业均计划加深科研项目合作，对于联合实验室建设也表现出了强烈的意愿，这有助于加快构建深度“产学研”一体化的进程，形成计算机视觉人才培养的新形式和新方法。

与此同时，近年来，国家和地方政府已经出台了众多扶持人工智能、计算机视觉产业人才和企业发展的相关政策，并将人工智能产业人才和企业的引进作为推动人工智能产业发展的重要战略部署。

虽然过去五年，我国计算机视觉人才数量已经由 2 万提升至 20 万，但满足上述要求的人才仍然稀缺。面对产业需求和人才缺口之间的差距，计算机视觉在读/在职人才、高校、企业、社会组织、政府应携手合作。

本文来自微信公众号：机器之能（ID：almosthuman2017），作者：机器之能