AI算法工程师太贵惹同事羡慕嫉妒恨?36名CEO说他们这样来平衡

简介: AI算法工程师们的春天

AI算法工程师薪资高已是行业共识,也成为影响AI创业公司发展的重要难题。不给高薪,或难以找到高质量人才,可能错失商业机会;给出高薪,又可能影响公司内部的稳定与平衡。36氪此前接触的多家AI 初创公司均曾面临这样的难题。

2018年8月,阿里巴巴携手36氪,启动了“AI赛道明星班”项目。8月20日,“AI赛道明星班”第一次集结,开启为期四天的培训课程。活动第二天,金沙江创业投资基金董事总经理朱啸虎分享对AI领域创业投资趋势的见解之外,也向现场的36名创业者提出一问——AI算法工程师这么贵,公司如何平衡他们与其他员工的关系?

TB10rzhGr9YBuNjy0FgXXcxcXXa_380_200

包括云估价CEO孙杰、鲸仓CEO李林子、随身听CEO汤巍敏、深维科技CEO樊平、极熵科技CEO孙东来、友杰智新CEO杨汉丹、测评学CEO刘劲松、火星盒子CEO聂迪、高新兴机器人CEO柏林、知量科技CEO武继坤、看看社保CEO耿敢超、蛙声科技CEO辛鑫、哈哈零兽CEO樊伟、重庆小爱科技CEO龙汝倩、喜圈科技CEO熊伟、怡水科技CEO阮晨海、找大状CEO尚宏金、百芯网络CEO宋俊纬、精臣科技CEO李颇、Speakin CEO陈昊亮、简寻CEO何斌、存信数据CEO黄敏强、极光物联CEO高明、闪宝科技CEO曾金鹤、鼎纳自动化CEO秦应化、米卡迪智能CEO陈顺军、时代拓灵CEO孙学京、盒盒搭CEO杨立东、小立教育CEO牛晓莉、MatchU CEO钱宝祥、氦氪CEO苏立挺、头等舱CEO张鑫、圈圈网络CEO许峰、卓视智通CEO吴柯维、擎朗智能CEO李通在内的36名学院参与了讨论,并分享了他们的实战经验。

s4cjf0ss0wuaj21w

一、开源

招聘到优秀的AI算法工程师,并通过策略避免因为算法工程师薪资太高影响团队稳定,需要从“开源”、“转化”、“留存”三个方面入手。

开源,即是发现优秀人才。除了平时正常的招聘网站、猎头等常规招聘途径,还可以通过做活动,诸如举办大赛来发现优秀的人才。这个过程很类似互联网运营中的“拉新”。

1、硅谷的高端人才便宜

虽然大量的AI公司注册在中国,但招聘则可以将目光投向海外。对比中美,硅谷的AI算法工程师更加便宜。举例来说,,挖国内BAT中的人,往往需要200-300万元人民币总有。但在硅谷,类似背景的人,很可能只有三四十万美元,高端的人才硅谷其实更便宜,反而是中国因为BAT中P9、P10这样的称号,带给AI算法工程师很高的溢价。

2、引入外部科研院所合作

除了自己招聘团队做外,也有可能通过与外部科研院所合作。多名CEO认为,可以与关系比较好的科研院所或者高校合作,即可以获得技术上的支持与帮助,也有可能一起申请相关经费做研发。当然,一般来说,与科研院所的团队直接接触并洽谈合作,会比与学校本身合作投入要少至少一个数量级。

3、通过相关的技术工具解决

当前,AI公司算法工程师太贵,但有一些技术与解决方案已经开源,或者被其他公司做成了标准化产品。创业公司要善于应用这些工具。

二、转化

1、重视数据对算法工程师的吸引力

AI技术实现的观点在于算法、算力、数据三点,其中数据是否关键,只有给到AI算法工程师足够多的数据,才能挖掘出真正的价值,否则也很可能是英雄无用武之地。有足够多场景数据的公司,则可以以此吸引一些算法工程师。

2、用企业的价值观感染算法工程师

初创公司往往要与大公司及其他公司竞争AI算法工程师领域的人才。创业者应该像给投资人介绍公司一样,给算法工程师们讲清楚公司的价值,让员工真正知道公司要干嘛,怎么去兑现价值。当把这个过程梳理清楚以后,算法工程师特别是高端人才往往会非常认同。

三、留存

1、设立研究院这样的机构

为了平衡内部薪资的差异,可以设置研究院这样的机构。哪怕这个研究院的规模很小,但是至少在公司内部制造一个研究院的人,应该拿更高的薪水,在公司层面先做一个平衡。

2、合理设计期权

在设置了研究院这样的机构后,可以研究院设立了一个单独的期权,对其他人的期权不共享。拿未来的钱来吸引这些算法工程师。

更多创业服务请访问:阿里巴巴创业孵化平台

目录
相关文章
|
24天前
|
传感器 人工智能 监控
智慧工地 AI 算法方案
智慧工地AI算法方案通过集成多种AI算法,实现对工地现场的全方位安全监控、精准质量检测和智能进度管理。该方案涵盖平台层、展现层与应用层、基础层,利用AI技术提升工地管理的效率和安全性,减少人工巡检成本,提高施工质量和进度管理的准确性。方案具备算法精准高效、系统集成度高、可扩展性强和成本效益显著等优势,适用于人员安全管理、施工质量监控和施工进度管理等多个场景。
|
29天前
|
传感器 人工智能 监控
智慧电厂AI算法方案
智慧电厂AI算法方案通过深度学习和机器学习技术,实现设备故障预测、发电运行优化、安全监控和环保管理。方案涵盖平台层、展现层、应用层和基础层,具备精准诊断、智能优化、全方位监控等优势,助力电厂提升效率、降低成本、保障安全和环保合规。
智慧电厂AI算法方案
|
9天前
|
机器学习/深度学习 缓存 人工智能
【AI系统】QNNPack 算法
QNNPACK是Marat Dukhan开发的量化神经网络计算加速库,专为移动端优化,性能卓越。本文介绍QNNPACK的实现,包括间接卷积算法、内存重排和间接缓冲区等关键技术,有效解决了传统Im2Col+GEMM方法存在的空间消耗大、缓存效率低等问题,显著提升了量化神经网络的计算效率。
23 6
【AI系统】QNNPack 算法
|
9天前
|
存储 人工智能 缓存
【AI系统】Im2Col 算法
Caffe 作为早期的 AI 框架,采用 Im2Col 方法优化卷积计算。Im2Col 将卷积操作转换为矩阵乘法,通过将输入数据重排为连续内存中的矩阵,减少内存访问次数,提高计算效率。该方法首先将输入图像转换为矩阵,然后利用 GEMM 库加速计算,最后将结果转换回原格式。这种方式显著提升了卷积计算的速度,尤其适用于通道数较多的卷积层。
22 5
【AI系统】Im2Col 算法
|
9天前
|
存储 机器学习/深度学习 人工智能
【AI系统】Winograd 算法
本文详细介绍Winograd优化算法,该算法通过增加加法操作来减少乘法操作,从而加速卷积计算。文章首先回顾Im2Col技术和空间组合优化,然后深入讲解Winograd算法原理及其在一维和二维卷积中的应用,最后讨论算法的局限性和实现步骤。Winograd算法在特定卷积参数下表现优异,但其应用范围受限。
19 2
【AI系统】Winograd 算法
|
25天前
|
机器学习/深度学习 传感器 人工智能
智慧无人机AI算法方案
智慧无人机AI算法方案通过集成先进的AI技术和多传感器融合,实现了无人机的自主飞行、智能避障、高效数据处理及多机协同作业,显著提升了无人机在复杂环境下的作业能力和安全性。该方案广泛应用于航拍测绘、巡检监测、应急救援和物流配送等领域,能够有效降低人工成本,提高任务执行效率和数据处理速度。
智慧无人机AI算法方案
|
13天前
|
存储 人工智能 缓存
【AI系统】布局转换原理与算法
数据布局转换技术通过优化内存中数据的排布,提升程序执行效率,特别是对于缓存性能的影响显著。本文介绍了数据在内存中的排布方式,包括内存对齐、大小端存储等概念,并详细探讨了张量数据在内存中的排布,如行优先与列优先排布,以及在深度学习中常见的NCHW与NHWC两种数据布局方式。这些布局方式的选择直接影响到程序的性能,尤其是在GPU和CPU上的表现。此外,还讨论了连续与非连续张量的概念及其对性能的影响。
36 3
|
13天前
|
机器学习/深度学习 人工智能 算法
【AI系统】内存分配算法
本文探讨了AI编译器前端优化中的内存分配问题,涵盖模型与硬件内存的发展、内存划分及其优化算法。文章首先分析了神经网络模型对NPU内存需求的增长趋势,随后详细介绍了静态与动态内存的概念及其实现方式,最后重点讨论了几种节省内存的算法,如空间换内存、计算换内存、模型压缩和内存复用等,旨在提高内存使用效率,减少碎片化,提升模型训练和推理的性能。
32 1
|
29天前
|
机器学习/深度学习 人工智能 监控
智慧交通AI算法解决方案
智慧交通AI算法方案针对交通拥堵、违法取证难等问题,通过AI技术实现交通管理的智能化。平台层整合多种AI能力,提供实时监控、违法识别等功能;展现层与应用层则通过一张图、路口态势研判等工具,提升交通管理效率。方案优势包括先进的算法、系统集成性和数据融合性,应用场景涵盖车辆检测、道路环境检测和道路行人检测等。
|
29天前
|
传感器 人工智能 监控
智慧化工厂AI算法方案
智慧化工厂AI算法方案针对化工行业生产过程中的安全风险、效率瓶颈、环保压力和数据管理不足等问题,通过深度学习、大数据分析等技术,实现生产过程的实时监控与优化、设备故障预测与维护、安全预警与应急响应、环保监测与治理优化,全面提升工厂的智能化水平和管理效能。
109 0
智慧化工厂AI算法方案