上海人工智能產(chǎn)業(yè)人才需求特征分析

中圖分類號(hào)］F126［文獻(xiàn)標(biāo)識(shí)碼］A[文章編號(hào)］1000-4211（2025）02-0054-16

一、引言

近年來，人工智能成為經(jīng)濟(jì)發(fā)展的新引擎。憑借云計(jì)算、物聯(lián)網(wǎng)等信息技術(shù)以及計(jì)算機(jī)的運(yùn)算能力，人工智能成為諸多先進(jìn)科技的“集合器”和引領(lǐng)第四次科技革命的戰(zhàn)略性技術(shù)。當(dāng)前不少發(fā)達(dá)國家均已將人工智能產(chǎn)業(yè)發(fā)展納入社會(huì)經(jīng)濟(jì)發(fā)展的戰(zhàn)略布局之中，并上升為國家戰(zhàn)略。為搶抓人工智能發(fā)展機(jī)遇，我國在2017年出臺(tái)的《新一代人工智能發(fā)展規(guī)劃》提出了“建設(shè)世界主要人工智能創(chuàng)新中心”的發(fā)展目標(biāo)。根據(jù)中國科學(xué)技術(shù)信息研究所最新發(fā)布的《2023年全球人工智能創(chuàng)新指數(shù)報(bào)告》，當(dāng)前中國人工智能創(chuàng)新水平已進(jìn)入第一梯隊(duì)，與美國的差距進(jìn)一步縮小。但不得不承認(rèn)的是，我國人工智能產(chǎn)業(yè)起步較晚，產(chǎn)業(yè)人才積累較為薄弱，人才供給與產(chǎn)業(yè)需求之間的數(shù)量與結(jié)構(gòu)矛盾突出。《中國人工智能人才培養(yǎng)白皮書》研究顯示，目前人工智能行業(yè)人才缺口高達(dá)500萬，并且在高度跨學(xué)科復(fù)合型人才的標(biāo)準(zhǔn)下，人才短缺將會(huì)長期存在。與此同時(shí)，人工智能人才培養(yǎng)體系尚處于借鑒探索階段，存在培養(yǎng)觀念陳舊、培養(yǎng)體系滯后等問題，所培養(yǎng)的人工智能人才尚不能支撐產(chǎn)業(yè)市場的動(dòng)態(tài)變化與復(fù)合要求；市面上的人工智能人才大多是半路出家的“數(shù)字藍(lán)領(lǐng)”，也面臨著知識(shí)更新、技能迭代的壓力與挑戰(zhàn)。當(dāng)前，人工智能產(chǎn)業(yè)人才供需結(jié)構(gòu)的不平衡問題已成為產(chǎn)業(yè)發(fā)展和創(chuàng)新的掣肘，厘清市場用人主體對(duì)人工智能人才的需求特征是提升人才供給與產(chǎn)業(yè)需求之間匹配度的重要前提。

近年來，上海積極發(fā)揮人工智能產(chǎn)業(yè)“頭雁”效應(yīng)，打造具有全球影響力的產(chǎn)業(yè)集群。從2018年到2023年，規(guī)模以上企業(yè)數(shù)量由183家增至350家，產(chǎn)業(yè)規(guī)模超過3800億元，人才規(guī)模超過25萬人。隨著人工智能產(chǎn)業(yè)規(guī)模的快速壯大，預(yù)計(jì)到“十四五”末，上海人工智能產(chǎn)業(yè)人才需求規(guī)模將達(dá)到34.3萬人，這意味著人才失衡問題可能會(huì)進(jìn)一步凸顯。因此，本研究選取上海為例，基于網(wǎng)絡(luò)招聘數(shù)據(jù)，從市場用人主體角度出發(fā)，構(gòu)建人工智能人才需求特征模型，從企業(yè)招聘需求與個(gè)人任職要求兩維度挖掘分析市場對(duì)不同種類人工智能人才的需求特征，為上海精準(zhǔn)引育人工智能人才提供參考。

二、文獻(xiàn)綜述

（一）人工智能人才需求研究

人才是把握人工智能戰(zhàn)略發(fā)展歷史機(jī)遇的關(guān)鍵。在近70年的人工智能發(fā)展歷史中，我國積累了總量龐大、結(jié)構(gòu)豐富的人工智能產(chǎn)業(yè)人才隊(duì)伍。但在新發(fā)展階段以及新技術(shù)不斷迭代過程中，產(chǎn)業(yè)對(duì)人才的需求也呈現(xiàn)出新的趨勢。國內(nèi)學(xué)者圍繞人工智能產(chǎn)業(yè)人才隊(duì)伍特征及需求趨勢開展了較多討論，已有研究主要分為兩類。

一類是在宏觀層面，對(duì)我國人工智能人才隊(duì)伍的總體狀況及供需矛盾進(jìn)行分析，主要基于國內(nèi)外人工智能研究報(bào)告、白皮書等宏觀數(shù)據(jù)進(jìn)行理論分析。例如，楊有韋（2020）從宏觀的角度對(duì)我國人工智能產(chǎn)業(yè)人才發(fā)展的總體狀況進(jìn)行了總結(jié)歸納：當(dāng)前我國人工智能產(chǎn)業(yè)人才發(fā)展存在供需不平衡、結(jié)構(gòu)不均衡、質(zhì)量不匹配等問題，人才供給難以支撐迅速擴(kuò)展的產(chǎn)業(yè)規(guī)模，人才培養(yǎng)難以滿足復(fù)合多樣的人才需求。李利利等（2021）按照人工智能領(lǐng)域產(chǎn)業(yè)應(yīng)用的實(shí)際情況，將人工智能人才隊(duì)伍定義為四層次金字塔結(jié)構(gòu)，即研究創(chuàng)新人才、產(chǎn)業(yè)研發(fā)人才、行業(yè)應(yīng)用人才和實(shí)用技能人才，后三類人才整體呈現(xiàn)出人力資本結(jié)構(gòu)高級(jí)化，創(chuàng)新型、復(fù)合型、應(yīng)用型人才需求增多的特征。童嘉等（2022）通過對(duì)中美兩國人工智能人才隊(duì)伍建設(shè)狀況比較，提出目前我國存在基礎(chǔ)層人才儲(chǔ)備薄弱、領(lǐng)軍人才結(jié)構(gòu)失衡、技術(shù)人才供給不足等問題。劉飛（2021）認(rèn)為，產(chǎn)業(yè)不同領(lǐng)域、不同發(fā)展階段對(duì)人才的需求都是不盡相同的，新領(lǐng)域的不斷出現(xiàn)加速了人工智能產(chǎn)業(yè)人才的分流現(xiàn)象，也加劇了人才需求的迫切性。

另一類則是在中觀層面，針對(duì)國內(nèi)北京、上海等重點(diǎn)區(qū)域的人工智能產(chǎn)業(yè)人才發(fā)展?fàn)顩r開展的研究，主要以定性分析為主，少量采用問卷調(diào)研數(shù)據(jù)。例如，范漪萍等（2019）研究顯示，北京的人工智能產(chǎn)業(yè)人才呈現(xiàn)出結(jié)構(gòu)多元化、領(lǐng)域集中化、產(chǎn)業(yè)上游人才需求大以及國際化等特征，同時(shí)也存在高端人才缺乏、人才結(jié)構(gòu)失衡等問題；高子平（2019）基于獵頭公司提供的人工智能崗位說明書、企業(yè)提供的人才簡歷以及314份補(bǔ)充性問卷調(diào)查等數(shù)據(jù)資料，對(duì)上海浦東新區(qū)的人工智能人才隊(duì)伍的結(jié)構(gòu)化特征等建設(shè)現(xiàn)狀進(jìn)行了分析，浦東新區(qū)人工智能產(chǎn)業(yè)發(fā)展呈現(xiàn)出“應(yīng)用先導(dǎo)”的特征，超七成人才處于技術(shù)或應(yīng)用層，基礎(chǔ)層比例偏離，頂尖大師和領(lǐng)軍人才明顯短缺。

整體來看，已有研究大多從宏觀層面或中觀層面出發(fā)，對(duì)人工智能產(chǎn)業(yè)人才的現(xiàn)狀及需求趨勢進(jìn)行研究，分析得出我國人工智能產(chǎn)業(yè)人才頂尖人才缺乏、復(fù)合需求增多、結(jié)構(gòu)矛盾突出等特征，但受限于調(diào)研范圍和數(shù)據(jù)采集，鮮有研究從市場用人主體需求出發(fā)，對(duì)微觀層面人工智能產(chǎn)業(yè)人才的具體需求特征開展分析。同時(shí)，在開展文獻(xiàn)檢索時(shí)發(fā)現(xiàn)，學(xué)者更多關(guān)注人工智能產(chǎn)業(yè)人才的培養(yǎng)環(huán)節(jié)，例如新質(zhì)生產(chǎn)力背景下人工智能專業(yè)人才培養(yǎng)體系的構(gòu)建、高校人工智能人才產(chǎn)教融合培養(yǎng)模式的探索、非人工智能專業(yè)的人工智能教育等，但這類研究中大多都忽視了對(duì)人才需求具體特征的挖掘與剖析，基于產(chǎn)業(yè)人才需求特征出發(fā)的人工智能人才培養(yǎng)研究較少。

（二）產(chǎn)業(yè)人才需求研究方法

重點(diǎn)產(chǎn)業(yè)人才需求是學(xué)界關(guān)注的熱點(diǎn)話題，學(xué)者采用不同的方法和途徑對(duì)多行業(yè)的人才需求開展了大量研究。整體來看，已有研究方法和數(shù)據(jù)獲取主要基于訪談或問卷調(diào)查。例如，張敏等（2023）采用209份智能財(cái)務(wù)人才需求調(diào)查問卷數(shù)據(jù)，從數(shù)量、類型、能力、課程等多個(gè)維度系統(tǒng)探討了我國智能財(cái)務(wù)人才的需求和供給；鄧媛等（2024）以126名語言服務(wù)從業(yè)者及397名學(xué)者作為研究對(duì)象開展問卷調(diào)查和訪談，對(duì)人工智能時(shí)代語言服務(wù)從業(yè)者的資質(zhì)、能力等進(jìn)行了剖析，并與語言服務(wù)行業(yè)人才培養(yǎng)現(xiàn)狀進(jìn)行了對(duì)比分析，以推進(jìn)語言服務(wù)創(chuàng)新人才的培養(yǎng)。王小剛等（2023）對(duì)全國58家軟件行業(yè)企業(yè)進(jìn)行了人才需求調(diào)研，對(duì)未來軟件行業(yè)技術(shù)技能人才崗位進(jìn)行了預(yù)測，從能力素質(zhì)、職業(yè)素養(yǎng)等維度進(jìn)行了特征分析。問卷調(diào)查法可以從企業(yè)和從業(yè)人員等多方獲取第一手?jǐn)?shù)據(jù)，但受限于人力物力成本，大部分研究數(shù)據(jù)樣本量都不大，難以保證樣本選取的代表性和科學(xué)性；訪談法可以凝聚專家對(duì)特定領(lǐng)域人才需求的認(rèn)知與洞察，但受限于專家或受訪者的個(gè)人觀點(diǎn)以及訪談的范圍，難以對(duì)行業(yè)總體的人才需求情況進(jìn)行全面的掌握。

伴隨網(wǎng)絡(luò)招聘成為企業(yè)人才招聘的主要方式，網(wǎng)絡(luò)招聘數(shù)據(jù)成為重要的數(shù)據(jù)資源。海量的網(wǎng)絡(luò)招聘數(shù)據(jù)能夠直觀、及時(shí)地反映市場用人主體對(duì)人才的各類需求特征，也為學(xué)者帶來了新的研究視角和數(shù)據(jù)來源，不少學(xué)者開始基于網(wǎng)絡(luò)招聘數(shù)據(jù)挖掘人才需求特征。例如，魏巧云等（2024）采用爬蟲技術(shù)抓取了42家供應(yīng)鏈金融企業(yè)的網(wǎng)絡(luò)招聘數(shù)據(jù)，總結(jié)出供應(yīng)鏈金融職位特征和企業(yè)對(duì)供應(yīng)鏈金融人才需求的特點(diǎn)。王寶慧等（2023）將“機(jī)器人工程”作為關(guān)鍵詞，從招聘網(wǎng)站抓取了4813條機(jī)器人產(chǎn)業(yè)人才招聘數(shù)據(jù)，輔以專家訪談和問卷調(diào)查，構(gòu)建了“崗位-任務(wù)-知識(shí)點(diǎn)”的人才需求模型。陳曉婷（2021）基于智聯(lián)招聘、前程無憂等大型招聘網(wǎng)站采集到的招聘數(shù)據(jù)，通過特征提取算法、詞典分析和網(wǎng)絡(luò)語義等方法對(duì)檔案人才的需求特征進(jìn)行了充分挖掘與分析。趙玲（2020）抓取了11777條成都地區(qū)人力資源行業(yè)的人才招聘數(shù)據(jù)，基于崗位、能力、經(jīng)驗(yàn)、學(xué)歷等維度的分析，以客觀分析結(jié)果支撐人力資源行業(yè)對(duì)復(fù)合型人才需求強(qiáng)烈、對(duì)團(tuán)隊(duì)合作能力要求高等結(jié)論。朱愛璐（2020）采用文本挖掘方法對(duì)11224條數(shù)據(jù)分析崗位招聘信息進(jìn)行分析，總結(jié)出不同地區(qū)對(duì)崗位的需求特征，并對(duì)數(shù)據(jù)分析人才的薪資水平影響因素等進(jìn)行了研究。此類研究主要涉及的文本挖掘技術(shù)包括BERT + CRF模型、TF-IDF特征提取算法、基于詞典的分詞技術(shù)、LDA模型、Word2vec模型等。網(wǎng)絡(luò)招聘數(shù)據(jù)包含企業(yè)對(duì)需求人才方方面面的具體要求，通過文本挖掘等技術(shù)手段，可有效獲取招聘文本中潛在的有價(jià)值信息，無論是對(duì)人才需求還是產(chǎn)業(yè)發(fā)展都能帶來更有深度、更加精確的判斷和把握。

因此，本研究擬采用網(wǎng)絡(luò)爬蟲和文本挖掘技術(shù)，抓取并挖掘上海市人工智能產(chǎn)業(yè)人才招聘數(shù)據(jù)，開展人才需求特征的多維度分析。本研究的創(chuàng)新點(diǎn)以及邊際貢獻(xiàn)主要體現(xiàn)在以下三方面：一是實(shí)現(xiàn)人工智能產(chǎn)業(yè)人才具體需求的量化與可視化。本研究采用網(wǎng)絡(luò)爬蟲技術(shù)，解決了問卷和訪談等傳統(tǒng)研究方法獲取數(shù)據(jù)不夠客觀全面的問題；同時(shí)，文本挖掘技術(shù)的使用可以將招聘信息中的隱性文本特征進(jìn)行可視化，實(shí)現(xiàn)結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)的共同呈現(xiàn)。二是分類討論人工智能產(chǎn)業(yè)人才的需求特征。本研究按照產(chǎn)業(yè)應(yīng)用實(shí)際中的崗位情況，將采集到人工智能產(chǎn)業(yè)人才崗位分為4大類，從人才分層的角度提煉出不同類型人才的需求特征。三是選取上海這一特定城市作為研究對(duì)象。由于人工智能作為新興高科技產(chǎn)業(yè)，全國各地在重點(diǎn)領(lǐng)域布局和產(chǎn)業(yè)發(fā)展成熟度等方面參差不齊，選取特定城市作為分析對(duì)象，更加能夠聚焦某一地區(qū)市場主體對(duì)于人工智能產(chǎn)業(yè)人才需求的真實(shí)情況，上海作為人工智能產(chǎn)業(yè)發(fā)展“頭雁”，研究思路和分析結(jié)果后續(xù)也可為其他城市提供借鑒。

三、研究設(shè)計(jì)

本文基于網(wǎng)絡(luò)招聘數(shù)據(jù)，從市場用人主體角度出發(fā)挖掘上海人工智能產(chǎn)業(yè)對(duì)于人才的需求特征，具體包括數(shù)據(jù)采集與預(yù)處理、人工智能產(chǎn)業(yè)人才需求畫像模型框架構(gòu)建、統(tǒng)計(jì)分析與需求特征挖掘三個(gè)步驟，如圖1所示。

（一）數(shù)據(jù)采集與預(yù)處理

本研究以國內(nèi)某大型招聘網(wǎng)站作為數(shù)據(jù)來源，數(shù)據(jù)采集過程如下：（1）選取人工智能產(chǎn)業(yè)熱門領(lǐng)域關(guān)鍵詞“機(jī)器學(xué)習(xí)”“深度學(xué)習(xí)”“計(jì)算機(jī)視覺”“自然語言處理”“知識(shí)圖譜”“智能芯片”等作為檢索詞；地點(diǎn)范圍設(shè)定為“上?！保徽衅感畔l(fā)布時(shí)間設(shè)定為“2023年3—4月”；（2）采用網(wǎng)絡(luò)爬蟲技術(shù)，對(duì)符合以上檢索條件的招聘信息中的崗位名稱、招聘企業(yè)相關(guān)信息以及學(xué)歷、工作經(jīng)驗(yàn)、工作職責(zé)等相關(guān)字段進(jìn)行抓?。唬?）將抓取到的數(shù)據(jù)統(tǒng)一導(dǎo)入excel中進(jìn)行去空、去重等清洗工作，最終得到上海人工智能產(chǎn)業(yè)人才有效招聘數(shù)據(jù)共計(jì)10290條；（4）按照招聘崗位所屬領(lǐng)域、職位信息，參考產(chǎn)業(yè)實(shí)際應(yīng)用中的崗位情況以及工信部人才交流中心發(fā)布的《人工智能產(chǎn)業(yè)人才崗位能力要求》和已有研究中對(duì)人工智能人才的分類，將采集到的招聘崗位數(shù)據(jù)分為了算法研究（2817條）、開發(fā)應(yīng)用（3027條）、實(shí)用技能（2154條）以及運(yùn)營服務(wù)（2292條）四大類，以便在后續(xù)研究中更精準(zhǔn)地剖析不同種類人才的需求特征。其中，算法研究類人才是指進(jìn)行創(chuàng)新、突破人工智能算法和技術(shù)研究，將人工智能前沿理論和實(shí)際算法模型相結(jié)合的人才，例如算法工程師、算法研究員等；開發(fā)應(yīng)用類人才是指將人工智能算法工具與行業(yè)需求相結(jié)合，推進(jìn)產(chǎn)業(yè)化落地應(yīng)用的人才，例如機(jī)器視覺工程師、嵌入式軟件工程師等；實(shí)用技能類人才是指掌握一定的技能和實(shí)用方法，結(jié)合特定應(yīng)用場景，保障人工智能技術(shù)快速、高效、規(guī)模應(yīng)用的人才，例如數(shù)據(jù)分析師、機(jī)器人應(yīng)用工程師等；運(yùn)營服務(wù)類人才則是指開展人工智能市場調(diào)研分析、產(chǎn)品運(yùn)營推廣和客戶服務(wù)等的人才，例如人工智能產(chǎn)品經(jīng)理、市場專員等。

（二）構(gòu)建人工智能產(chǎn)業(yè)需求人才畫像模型

人才畫像模型本質(zhì)上是一組多維標(biāo)簽組合的框架，借助人才畫像模型可清晰地勾勒出人工智能產(chǎn)業(yè)所需人才在各維度的特征。本研究根據(jù)招聘數(shù)據(jù)中的字段信息，構(gòu)建起企業(yè)招聘需求和個(gè)人任職要求兩維度的人才畫像模型，如表1所示。其中企業(yè)招聘需求維度包含所需崗位名稱，企業(yè)所屬行業(yè)、性質(zhì)、規(guī)模以及薪酬給付情況等；個(gè)人任職要求維度包含基本資歷、專業(yè)知識(shí)、工具技能、能力素質(zhì)等特征。

（三）需求特征分析

人工智能產(chǎn)業(yè)人才需求畫像模型框架中包含顯性和隱性兩類需求特征。其中，顯性需求特征，例如招聘崗位，招聘企業(yè)的行業(yè)、性質(zhì)、規(guī)模，以及學(xué)歷、工作經(jīng)驗(yàn)等，可基于招聘數(shù)據(jù)中的對(duì)應(yīng)字段稍加處理后直接進(jìn)行描述性統(tǒng)計(jì)分析；而專業(yè)知識(shí)、工具技能、能力素質(zhì)等特征則隱藏在任職要求與崗位職責(zé)文本當(dāng)中，對(duì)文本加工挖掘后才能進(jìn)行統(tǒng)計(jì)分析。針對(duì)無法直接分析的隱性需求特征，本研究采用TF-IDF特征提取算法、基于詞典的分析技術(shù)等文本挖掘技術(shù)進(jìn)行關(guān)鍵詞提取，通過詞云圖、需求占比等方式實(shí)現(xiàn)隱性需求特征可視化。TF-IDF特征提取算法可以用來評(píng)估某一關(guān)鍵詞在某一文檔中的重要程度，若某一關(guān)鍵詞在一個(gè)文本集中出現(xiàn)頻率偏高，在其他文本集中出現(xiàn)頻率偏低，則該關(guān)鍵詞可作為這個(gè)文檔集的特征，用于區(qū)別其他文本集。構(gòu)建一個(gè)專業(yè)、全面的分詞詞典是準(zhǔn)確挖掘?qū)I(yè)人才需求特征的關(guān)鍵基礎(chǔ)，由于當(dāng)前常用的中文分析詞典中難以有效地將人工智能領(lǐng)域的相關(guān)關(guān)鍵詞進(jìn)行準(zhǔn)確分割，因此需要重新構(gòu)建人工智能專業(yè)領(lǐng)域分詞詞典。

因此本研究對(duì)隱性需求特征的挖掘步驟如下：（1）中文分詞：基于R語言中jiebaR關(guān)鍵詞分詞器對(duì)任職要求文本信息進(jìn)行中文分詞，并去除停用詞；（2）關(guān)鍵詞抽?。翰捎肨F-IDF關(guān)鍵詞抽取算法計(jì)算特征詞權(quán)重，抽取關(guān)鍵詞并進(jìn)行詞頻統(tǒng)計(jì)，篩選詞頻達(dá)300以上的關(guān)鍵詞；（3）人工智能專業(yè)領(lǐng)域詞典構(gòu)建：對(duì)以上關(guān)鍵詞進(jìn)行人工篩選、同義詞合并、分類、增補(bǔ)后，得到專業(yè)知識(shí)類詞語401個(gè)，工具技能類詞語318個(gè)，以及能力素質(zhì)類詞語194個(gè)；（4）特征提取與可視化：將基于所構(gòu)建的人工智能專業(yè)領(lǐng)域詞典對(duì)四類不同人才崗位進(jìn)行專業(yè)知識(shí)、工具技能、能力素質(zhì)等特征提取。

四、上海人工智能產(chǎn)業(yè)人才需求特征

（一）企業(yè)招聘需求特征

1.人才需求區(qū)域集聚效應(yīng)突出

受上海早先人工智能產(chǎn)業(yè)“ 4+X ”總體布局影響，人工智能人才需求的區(qū)域集聚效應(yīng)比較突出，四大產(chǎn)業(yè)核心園區(qū)所在行政區(qū)—浦東、徐匯、閔行所需產(chǎn)業(yè)人才占全市需求的56.8% ，成為上海人工智能產(chǎn)業(yè)人才的“強(qiáng)磁場”；嘉定區(qū)汽車“新四化”、智能傳感器及物聯(lián)網(wǎng)、在線新經(jīng)濟(jì)等相關(guān)產(chǎn)業(yè)的高質(zhì)量發(fā)展，對(duì)人工智能人才的需求也較為強(qiáng)烈，占比6.5% ；楊浦、靜安、長寧三區(qū)需求次之，分別占比約為 5% 。

2.熱門需求崗位類型涉及多環(huán)節(jié)

本研究對(duì)招聘數(shù)據(jù)中的相似崗位進(jìn)行了匯總與合并，并對(duì)各崗位的需求量進(jìn)行了統(tǒng)計(jì)，表2為上海人工智能產(chǎn)業(yè)前十大熱門崗位。研究顯示，上海人工智能產(chǎn)業(yè)中需求最高的前十大崗位中不僅僅局限于產(chǎn)業(yè)鏈前端的開發(fā)人才，也涵蓋中下游的測試、運(yùn)維、銷售、產(chǎn)品經(jīng)理等人才。其中，算法工程師為需求最高的崗位，占比 27.5% ；其次為軟件開發(fā)工程師，占比 13.9% ；緊隨其后的為產(chǎn)品銷售、數(shù)據(jù)分析師，分別占比 5.2% 、 4.5% 。

3.人才需求行業(yè)分布廣泛

如圖3所示，計(jì)算機(jī)行業(yè)（軟件、硬件、服務(wù)）對(duì)人工智能人才需求排在首位，占比 23.8% ；其余 76.2% 的需求崗位均來自非計(jì)算機(jī)行業(yè)，例如電子技術(shù)/半導(dǎo)體/集成電路（ 12.4% ）、互聯(lián)網(wǎng)/電子商務(wù)（ 11.9% ）、儀器儀表/工業(yè)自動(dòng)化（ 6.2% ）等。同時(shí)，伴隨人才智能技術(shù)在自動(dòng)駕駛、金融證券、醫(yī)療器械等行業(yè)的滲透與融合，以及機(jī)械制造、建筑、交通等傳統(tǒng)行業(yè)的智能化轉(zhuǎn)型，以上行業(yè)對(duì)人工智能人才的需求也占據(jù)一定比例。整體來看，由于第三產(chǎn)業(yè)率先與人工智能技術(shù)實(shí)現(xiàn)了融合發(fā)展，因此對(duì)人工智能產(chǎn)業(yè)人才需求量大的行業(yè)大多集中在第三產(chǎn)業(yè)。

4.民營中小企業(yè)成為人才需求的主力軍

如表3所示，民營企業(yè)是上海人工智能人才需求的主要來源，占比 58.0% ；同時(shí)，由于人工智能屬于前沿行業(yè)，當(dāng)前仍有許多技術(shù)及理論需從國外引進(jìn)。因此，外資、合資企業(yè)對(duì)人工智能人才的需求量也較大，僅次于民營企業(yè)，分別占比 10.1% 、 8.3% ；國企的人才需求緊隨其后，占比 8.2% 。從單位規(guī)模來看，近七成人才需求來自規(guī)模小于500人的中小企業(yè)，尤其是規(guī)模在“50＼～150人”“150＼～500人”的企業(yè)，人才需求各占1/4左右（見表3）；除此之外，500人以下的中小企業(yè)還提供了超六成的博士招聘崗位。

5.企業(yè)對(duì)所需人才的薪資給付水平高

從薪資情況來看，上海人工智能產(chǎn)業(yè)對(duì)于所需人才的薪酬給付水平高，平均為26.5萬/年，是2023年上海社會(huì)平均工資的1.79倍。其中，崗位年薪在“10萬 ～20 萬”“20萬 ～30 萬”“30萬 ～50 萬”三個(gè)區(qū)間段較為集中，分別占比 27.6% 、 34.1% 、 23.1% ；除此之外，約有 7.1% 的崗位年薪超過50萬（見圖4）。

（二）個(gè)人任職需求特征分析

近年來，人工智能產(chǎn)業(yè)熱度擴(kuò)散并不斷細(xì)化，伴隨而來的不僅僅是人才需求的爆發(fā)式增長，市場對(duì)于人才的需求也更加精細(xì)和多元，從算法研究、技術(shù)開發(fā)、應(yīng)用交付到運(yùn)營維護(hù)等多個(gè)環(huán)節(jié)對(duì)人才的任職需求均存在差異。本研究按照產(chǎn)業(yè)實(shí)際應(yīng)用中的崗位情況，將人工智能人才劃分為算法研究、開發(fā)應(yīng)用、實(shí)用技能以及運(yùn)營服務(wù)四大類人才，并對(duì)四大類人才在基本資歷、專業(yè)知識(shí)以及工具技能等方面的需求特征開展了分析。

1.基本資歷

在學(xué)歷方面，有 83.7% 的人工智能人才崗位要求學(xué)歷在本科及以上；其中，算法研究類人才要求最高，本科及以上要求高達(dá) 99% ，碩博士學(xué)歷要求超過 40% ，且部分崗位要求人才為“雙一流”名校畢業(yè)；實(shí)用技能類與運(yùn)營服務(wù)類人才要求相對(duì)較低，本科及以上學(xué)歷要求占比分別為 76.6% 、 61.6% 。在人工智能產(chǎn)業(yè)領(lǐng)域，學(xué)習(xí)能力及前沿意識(shí)是人才所必備的素養(yǎng)，通常擁有名校背景的人才在整體學(xué)習(xí)能力和前沿意識(shí)方面優(yōu)于普通院校人才。因此，企業(yè)在招聘時(shí)不僅對(duì)學(xué)歷有要求，且更青睞于名校背景人才。

在工作經(jīng)驗(yàn)方面，如圖6所示，人工智能產(chǎn)業(yè)更青睞于有相關(guān)工作經(jīng)驗(yàn)的人才，平均93.5% 的崗位有工作經(jīng)驗(yàn)要求，無需相關(guān)工作經(jīng)驗(yàn)的崗位僅占 6.5% ，面向高校應(yīng)屆畢業(yè)生的崗位占比 4.5% 。其中，“3＼～4年”工作經(jīng)驗(yàn)的需求在四類人才中均最為普遍，其次是“2年”“5＼～7年”。人工智能是不斷發(fā)展變化的技術(shù)，擁有\(zhòng)"3＼～4年\"經(jīng)驗(yàn)的人才技術(shù)掌握較為扎實(shí)，且以青年為主，對(duì)新技術(shù)、新變化的接受能力也較強(qiáng)。

2.專業(yè)知識(shí)

本研究基于建立的專業(yè)知識(shí)詞典，對(duì)四類不同人才崗位對(duì)專業(yè)知識(shí)的要求進(jìn)行了提取與分析。表4為對(duì)各專業(yè)知識(shí)有要求的崗位占比情況，占比越高，說明對(duì)相關(guān)專業(yè)知識(shí)要求越普遍。分析得出，在四類人工智能人才中，對(duì)專業(yè)有明確限制的僅占 12.6% ，呈現(xiàn)出“寬口徑”的特征，同時(shí)對(duì)專業(yè)知識(shí)的要求呈現(xiàn)出多元交叉的趨勢。具體來看，算法研究類人才處于產(chǎn)業(yè)鏈上游，對(duì)深度學(xué)習(xí)、機(jī)器學(xué)習(xí)、圖像處理、計(jì)算機(jī)視覺、自然語言處理等各類算法要求較為普遍，同時(shí)對(duì)數(shù)學(xué)建模、論文發(fā)表等專業(yè)知識(shí)也有一定要求，以滿足人工智能技術(shù)的創(chuàng)新與突破要求；應(yīng)用開發(fā)類人才致力于通過軟件研發(fā)等方式實(shí)現(xiàn)算法、技術(shù)與行業(yè)需求相結(jié)合后的應(yīng)用落地，因此該類人才不僅要熟知算法、軟件工程、嵌入式技術(shù)等專業(yè)知識(shí)，同時(shí)對(duì)技術(shù)所應(yīng)用的行業(yè)（例如物聯(lián)網(wǎng)、自動(dòng)駕駛）相關(guān)知識(shí)也需有一定了解；實(shí)用技能類人才需要完成標(biāo)注、調(diào)試、運(yùn)維、數(shù)據(jù)分析等基礎(chǔ)工作，是行業(yè)落地應(yīng)用的基礎(chǔ)人才與實(shí)現(xiàn)保障，因此對(duì)電子工程、統(tǒng)計(jì)、電氣等方面的專業(yè)知識(shí)需求較為強(qiáng)烈，對(duì)軟件工程、算法等知識(shí)要求遠(yuǎn)低于前兩類人才；運(yùn)營服務(wù)類人才主要是指產(chǎn)品經(jīng)理、市場銷售等，對(duì)相關(guān)產(chǎn)品、商業(yè)等知識(shí)有要求，同時(shí)還需掌握數(shù)據(jù)挖掘、大數(shù)據(jù)等知識(shí)，便于開展市場調(diào)研、推廣銷售等工作。

3.技能工具

本研究基于構(gòu)建的技能工具詞典對(duì)四類不同人才崗位的技能工具要求進(jìn)行關(guān)鍵詞提取和詞頻統(tǒng)計(jì)，并繪制了詞云圖，如圖7所示，詞語面積越大，說明出現(xiàn)的頻次越高，對(duì)于該技能工具的要求就越為普遍。詞云圖結(jié)果表明，人工智能產(chǎn)業(yè)對(duì)人才在編程語言、機(jī)器學(xué)習(xí)工具、數(shù)據(jù)處理軟件等相關(guān)技能工具的要求較高，總體來看，要求排名前五的技能工具為 C++ 、python、java、Linux、PyTor，除此之外，四類人才對(duì)技能工具的要求側(cè)重點(diǎn)各有不同：算法研究類人才較為看重PyTor、Tensorflow等機(jī)器學(xué)習(xí)工具；應(yīng)用開發(fā)類人才除去對(duì)編程語言有要求，還對(duì)Linux操作系統(tǒng)以及MySQL等數(shù)據(jù)庫工具有要求；實(shí)用技能人才對(duì)R、SAS等數(shù)據(jù)分析工具有特別要求；運(yùn)營服務(wù)類人才則對(duì)PPT等Office辦公軟件、R等數(shù)據(jù)分析工具的要求高于編程語言。

4.能力素質(zhì)

根據(jù)勝任力之冰山模型相關(guān)理論，能力素質(zhì)是人才隱性特質(zhì)的一部分，相較于專業(yè)知識(shí)、工具技能等顯性特質(zhì)更穩(wěn)定，更有利于職業(yè)發(fā)展的行穩(wěn)致遠(yuǎn)。對(duì)上海人工智能人才能力素質(zhì)要求進(jìn)行詞云圖分析后可得（見圖8），人才能力素質(zhì)需求主要集中在溝通能力、團(tuán)隊(duì)合作、獨(dú)立性、邏輯思維、責(zé)任心、抗壓性、創(chuàng)新、快速高效等；算法研究、應(yīng)用開發(fā)、實(shí)用技能三類人才對(duì)英語的需求較高，而運(yùn)營服務(wù)類人才對(duì)組織能力與管理能力的需求高于另外三類人才。

五、研究結(jié)論與對(duì)策建議

（一）研究結(jié)論

本研究采用網(wǎng)絡(luò)爬蟲技術(shù)提取了10290條上海人工智能產(chǎn)業(yè)人才招聘信息，基于構(gòu)建的人工智能產(chǎn)業(yè)人才需求畫像模型開展分析，并通過文本挖掘技術(shù)實(shí)現(xiàn)了需求特征的定量化和可視化分析。研究發(fā)現(xiàn)上海人工智能產(chǎn)業(yè)人才需求呈現(xiàn)出區(qū)域集聚、崗位多元、行業(yè)廣泛、薪酬較高、資歷豐富、專業(yè)融合等特征。具體來看：（1）上海對(duì)人工智能產(chǎn)業(yè)人才的需求主要集中在浦東、徐匯、閔行三區(qū)，民營中小企業(yè)是人工智能人才需求的主要來源；（2）除計(jì)算機(jī)行業(yè)外，第三產(chǎn)業(yè)對(duì)人工智能產(chǎn)業(yè)人才需求旺盛，熱門需求崗位以算法工程師為首，同時(shí)涵蓋產(chǎn)業(yè)中下游的數(shù)據(jù)分析、產(chǎn)品銷售人才崗位；（3）在基本資歷方面，企業(yè)對(duì)學(xué)歷背景和工作經(jīng)驗(yàn)要求較高，尤其對(duì)算法研究類人才學(xué)歷要求嚴(yán)格，對(duì)“3＼～4”年工作經(jīng)驗(yàn)人才需求旺盛；（4）在專業(yè)知識(shí)方面，呈現(xiàn)出寬口徑、交叉多元的特征，算法研究類人才崗位對(duì)深度學(xué)習(xí)、機(jī)器學(xué)習(xí)、圖像處理等各類算法要求較為普遍，實(shí)用技能類人才崗位對(duì)電子工程、統(tǒng)計(jì)、電氣等方面的專業(yè)知識(shí)有特別要求，對(duì)軟件工程、算法等知識(shí)要求遠(yuǎn)低于算法研究類和應(yīng)用開發(fā)類；（5）在技能工具方面，企業(yè)對(duì)編程語言、機(jī)器學(xué)習(xí)工具、數(shù)據(jù)處理軟件等相關(guān)技能工具的要求整體較高，算法研究類人才崗位側(cè)重于機(jī)器學(xué)習(xí)工具，應(yīng)用開發(fā)類注重編程語言和數(shù)據(jù)庫使用，實(shí)用技能類則特別要求掌握數(shù)據(jù)分析類工具；（6）在能力素質(zhì)方面，需求主要集中在溝通能力、團(tuán)隊(duì)合作、獨(dú)立性、邏輯思維等方面，運(yùn)營服務(wù)類對(duì)組織能力與管理能力的需求高于另外三類人才。

（二）對(duì)策建議

上海人工智能產(chǎn)業(yè)正處于跨越升級(jí)、全面融入城市經(jīng)濟(jì)生活的階段，對(duì)優(yōu)質(zhì)產(chǎn)業(yè)人才的需求將不斷增長且繼續(xù)細(xì)化，唯有以市場主體需求為出發(fā)點(diǎn)，更精準(zhǔn)的引育產(chǎn)業(yè)人才，才能為加快建設(shè)更具國際影響力的人工智能“上海高地”賦能增效?；谘芯拷Y(jié)果，結(jié)合已有文獻(xiàn)、相關(guān)調(diào)研，本研究從以下三方面提出對(duì)策建議。

1.政府層面：擴(kuò)總量、摸需求、抓重點(diǎn)

一是擴(kuò)大高校人工智能相關(guān)專業(yè)招生規(guī)模。數(shù)據(jù)顯示，當(dāng)前上海人工智能產(chǎn)業(yè)人才規(guī)模超過25萬人，預(yù)計(jì)到“十四五”末，人才需求規(guī)模將達(dá)到34.3萬人，人才失衡問題進(jìn)一步凸顯。因此，建議進(jìn)一步拓展上海及周邊高等院校人工智能相關(guān)專業(yè)點(diǎn)的布局，擴(kuò)大本專生人工智能專業(yè)的覆蓋，增加相關(guān)專業(yè)招生規(guī)模，實(shí)現(xiàn)專業(yè)布局、人才供給與產(chǎn)業(yè)發(fā)展相匹配，逐步縮小人才缺口。二是建立人工智能人才需求預(yù)測與評(píng)估機(jī)制。研究結(jié)果顯示，需求最高的十大崗位中包含產(chǎn)業(yè)鏈前端的開發(fā)人才，也涵蓋中下游的測試、運(yùn)維、銷售、產(chǎn)品經(jīng)理等人才；區(qū)別于百度在2018年發(fā)布的《人工智能行業(yè)人才發(fā)展研究報(bào)告》中所提到的“職位需求集中于應(yīng)用層，基礎(chǔ)層及技術(shù)層需求乏力”，在短短幾年間人才需求類型已發(fā)生較大變化。建議政府牽頭建立人工智能產(chǎn)業(yè)人才需求預(yù)測與評(píng)估機(jī)制，定期對(duì)人工智能產(chǎn)業(yè)人才需求結(jié)構(gòu)和特征開展調(diào)研與監(jiān)測，適時(shí)調(diào)整產(chǎn)業(yè)人才政策和緊缺人才需求目錄，使人才政策與產(chǎn)業(yè)發(fā)展共振，為人工智能產(chǎn)業(yè)人才引育提供指導(dǎo)。三是加強(qiáng)對(duì)重點(diǎn)領(lǐng)域、重點(diǎn)企業(yè)人才需求的關(guān)注和支持。一方面，加強(qiáng)對(duì)基礎(chǔ)理論、原創(chuàng)算法、高端芯片等重點(diǎn)領(lǐng)域頂尖人才的需求關(guān)注，明確限制關(guān)鍵技術(shù)突破和基礎(chǔ)理論創(chuàng)新的人才掣肘，有針對(duì)性地進(jìn)行引進(jìn)培養(yǎng)。另一方面，民營中小企業(yè)儼然已成為上海人工智能產(chǎn)業(yè)人才吸納和科技創(chuàng)新的關(guān)鍵引擎，建議加強(qiáng)對(duì)民營中小企業(yè)人工智能產(chǎn)業(yè)人才的需求關(guān)注，強(qiáng)化民營中小企業(yè)在人才項(xiàng)目計(jì)劃、用工需求對(duì)接、職業(yè)技能培訓(xùn)、評(píng)價(jià)標(biāo)準(zhǔn)制定等方面的政策支持，多舉措護(hù)航民營中小企業(yè)中人工智能產(chǎn)業(yè)人才發(fā)展。

2.院校層面：分層次、育交叉、重實(shí)踐

一是實(shí)施人工智能產(chǎn)業(yè)人才分層差異化培養(yǎng)模式。研究結(jié)果顯示，上海人工智能產(chǎn)業(yè)對(duì)于算法研究、應(yīng)用開發(fā)、實(shí)用技能、運(yùn)營服務(wù)四類人才在基本資歷、專業(yè)知識(shí)、技能工具、能力素質(zhì)等方面的要求各有不同。建議高校結(jié)合產(chǎn)業(yè)發(fā)展特色及重點(diǎn)領(lǐng)域需求，以市場主體人才需求特征為導(dǎo)向，實(shí)施統(tǒng)籌規(guī)劃分層差異化培養(yǎng)，有效區(qū)別研究生、本科、?？撇煌愋透咝Ｖg的培養(yǎng)差異。例如，加強(qiáng)?？平逃龑?duì)實(shí)用技能類人才培養(yǎng)，研究生教育則立足于基礎(chǔ)理論研究，注重對(duì)算法研究類人才開發(fā)，本科教育則應(yīng)在基礎(chǔ)理論知識(shí)基礎(chǔ)上，加強(qiáng)實(shí)踐教育，實(shí)現(xiàn)對(duì)各類復(fù)合型人才的有效培養(yǎng)。二是完善“人工智能 +X ”交叉學(xué)科體制機(jī)制建設(shè)。數(shù)據(jù)顯示，超七成人工智能崗位需求來自非計(jì)算機(jī)行業(yè)，且企業(yè)招聘專業(yè)要求呈現(xiàn)出“寬口徑”特征，對(duì)具備“人工智能+X”交叉學(xué)科知識(shí)的復(fù)合型人才需求普遍。建議進(jìn)一步深化人工智能與基礎(chǔ)科學(xué)、信息科學(xué)、工學(xué)、社會(huì)科學(xué)等相關(guān)學(xué)科的交叉融合，增設(shè)“人工智能+X”交叉學(xué)科型的專業(yè)或方向，或在原有學(xué)科培養(yǎng)計(jì)劃中增加人工智能相關(guān)專業(yè)課程，鼓勵(lì)學(xué)生將人工智能技術(shù)與本專業(yè)相結(jié)合。三是加強(qiáng)人工智能產(chǎn)業(yè)人才實(shí)踐創(chuàng)新能力培養(yǎng)。當(dāng)前上海人工智能企業(yè)對(duì)人才工作經(jīng)驗(yàn)的要求高，面向高校應(yīng)屆畢業(yè)生的崗位僅占 4.5% ，從側(cè)面反映出高校教育理論教學(xué)與實(shí)踐創(chuàng)新失衡、人才輸出與產(chǎn)業(yè)需求的錯(cuò)位。建議高校進(jìn)一步加強(qiáng)人工智能人才的實(shí)踐教育，推行校企聯(lián)合培養(yǎng)模式，通過與企業(yè)搭建人工智能人才實(shí)踐平臺(tái)、共同制定實(shí)訓(xùn)實(shí)踐大綱，引進(jìn)產(chǎn)業(yè)界師資隊(duì)伍資源等方式，著重提升學(xué)生動(dòng)手和項(xiàng)目實(shí)踐能力，實(shí)現(xiàn)教育與產(chǎn)業(yè)的有效交互。

3.產(chǎn)業(yè)層面：把方向、強(qiáng)責(zé)任、搭平臺(tái)

一是充分發(fā)揮企業(yè)人才需求洞察敏銳的優(yōu)勢。相較于高校，企業(yè)能夠快速地洞察到市場對(duì)于人工智能產(chǎn)業(yè)人才的需求的變化，建議企業(yè)充分發(fā)揮在把握行業(yè)發(fā)展方向、行業(yè)標(biāo)準(zhǔn)、制造過程以及服務(wù)標(biāo)準(zhǔn)等方面的優(yōu)勢，加強(qiáng)與高校之間的溝通交流和需求對(duì)接，為高校人才培養(yǎng)提供指引，并通過提供實(shí)踐平臺(tái)、開放設(shè)備資源等拓展高校人才培養(yǎng)的實(shí)踐外延。二是增強(qiáng)企業(yè)人工智能產(chǎn)業(yè)人才培養(yǎng)的責(zé)任意識(shí)。一方面，建議具備雄厚科研能力的大型企業(yè)，加速建設(shè)人工智能產(chǎn)業(yè)研究院，例如百度云智學(xué)院、阿里云大學(xué)等，推動(dòng)校外人工智能人才培養(yǎng)體系建設(shè)，開發(fā)“短平快”課程體系，為在職人工智能產(chǎn)業(yè)人才提供與產(chǎn)業(yè)契合度高、實(shí)踐實(shí)用能力強(qiáng)的培訓(xùn)平臺(tái)。另一方面，建議各類中小企業(yè)提升企業(yè)內(nèi)部人才培養(yǎng)能力，通過與市場專業(yè)教育機(jī)構(gòu)合作、舉辦人工智能技術(shù)交流沙龍、聯(lián)合搭建人工智能知識(shí)共享平臺(tái)等方式，接好高校人才培養(yǎng)的“接力棒”，同時(shí)也為傳統(tǒng)產(chǎn)業(yè)人才知識(shí)轉(zhuǎn)型、更新提供渠道。三是充分發(fā)揮人工智能行業(yè)協(xié)會(huì)平臺(tái)橋梁作用。建議依托行業(yè)協(xié)會(huì)成立企業(yè)人工智能人才培養(yǎng)聯(lián)盟，促進(jìn)人工智能產(chǎn)業(yè)產(chǎn)教融合校企供需對(duì)接，構(gòu)建產(chǎn)教融合評(píng)價(jià)與監(jiān)督機(jī)制，通過組織專題會(huì)議、研討會(huì)和論壇等形式，加強(qiáng)人工智能產(chǎn)業(yè)人才培養(yǎng)經(jīng)驗(yàn)、存在問題和解決方案等方面的交流，共同推動(dòng)人才培養(yǎng)模式的創(chuàng)新。

參考文獻(xiàn)：

[1]陳曉婷.基于招聘數(shù)據(jù)的檔案人才需求特征挖掘及人才培育分析[J].檔案學(xué)研究，2021（04）：87-93.

[2]戴瑞婷，李樂民.面向產(chǎn)教融合的高校人工智能人才培養(yǎng)模式探索[J].高等工程教育研究，2024，（03）：19-25.

[3]鄧媛，楊嶼海，袁慶.人工智能時(shí)代語言服務(wù)行業(yè)需求分析與人才培養(yǎng)研究[J].湖南大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2024，38（02）：95-102

[4]范漪萍，王曉迪，張煒，吳玉輝，劉彥君.北京人工智能產(chǎn)業(yè)發(fā)展人才需求分析及精準(zhǔn)引才對(duì)策建議[C].創(chuàng)新發(fā)展與情報(bào)服務(wù)：2019：71-75.

[5]高子平.上海浦東新區(qū)人工智能人才隊(duì)伍建設(shè)現(xiàn)狀、問題及優(yōu)化策略[J].北京教育學(xué)院學(xué)報(bào)，2019，33（03）：66-72.

[6]郝興偉，周元峰，任立英.面向非人工智能專業(yè)的人工智能教育探索與實(shí)踐[J].中國大學(xué)教學(xué)，2024，（09）：38-43.

[7]黃全振，竇永江，盧金燕，等.新質(zhì)生產(chǎn)力背景下人工智能專業(yè)人才培養(yǎng)體系探索[J].高教學(xué)刊， 2024，10（32）：5-8+15.

[8]紀(jì)園園，沈濤.發(fā)揮\"頭雁\"效應(yīng)打造人工智能高地[N].解放日?qǐng)?bào)，2024-09-17（007）.

[9]李利利，楊佩瑜，陳新.新發(fā)展階段下的我國人工智能產(chǎn)業(yè)人才培養(yǎng)研究[J].信息通信技術(shù)與政策，2021，47（05）：6-10.

[10]劉飛.國內(nèi)人工智能產(chǎn)業(yè)人才需求研究及思考[J].機(jī)器人技術(shù)與應(yīng)用，2021（01）：46-48.

[11]孫樹強(qiáng).厘清中國人工智能的早期發(fā)展脈絡(luò)[N].光明日?qǐng)?bào)，2023-08-26（012）.

[12]童嘉，鄧勇新，李拓宇.我國人工智能人才隊(duì)伍建設(shè)：現(xiàn)狀、瓶頸及若干建議——基于中美兩國的比較分析[J].創(chuàng)新科技，2022，22（11）：84-92.

[13]王寶慧，劉倡，王琪皓，等.OBE理念下的機(jī)器人產(chǎn)業(yè)人才需求調(diào)研分析[J].高等工程教育研究，2023，（04）：65-72.

[14]王小剛，彭曉楠，姚明.軟件行業(yè)人才需求與職業(yè)院校專業(yè)設(shè)置匹配分析[J].中國職業(yè)技術(shù)教育，2023，（06）：39-47.

[15]魏巧云，宋曉黎.供應(yīng)鏈金融人才需求分析——基于爬蟲技術(shù)對(duì)前程無憂網(wǎng)采集的數(shù)據(jù)分析[J].物流科技，2024，47（19）：133-137.

[16]楊有韋.人工智能產(chǎn)業(yè)人才發(fā)展研究[J].大數(shù)據(jù)時(shí)代，2020（07）：26-31.

[17]張敏，賈麗，史春玲.數(shù)字經(jīng)濟(jì)背景下的智能財(cái)務(wù)人才需求研究——基于調(diào)查問卷數(shù)據(jù)的實(shí)證分析[J].廈門大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2023，73（02）：56-68.

[18]趙玲.成都地區(qū)人力資源行業(yè)招聘需求對(duì)人才培養(yǎng)的啟示——基于爬蟲數(shù)據(jù)[J].財(cái)富時(shí)代，2020（07）：109-110.

[19]周源，劉懷蘭，杜朋朋，等.基于改進(jìn)TF-IDF特征提取的文本分類模型研究[J].情報(bào)科學(xué)，2017，35（05）：111-118.

[20]朱愛璐.基于文本挖掘的數(shù)據(jù)分析崗位人才需求分析[D].江西財(cái)經(jīng)大學(xué)，2020.

Analysis of Human Resources Demand Characteristics of Shanghai Artificial Intelligence Industry

Li Ruirui

（Shanghai Institute of Human Resources and Social Security Science， Shanghai 200070）

Abstract：Artificial intelligence is one of the three leading industries that Shanghai prioritizes for development in line with the national strategic deployment. With the rapid development of the AI industry， the demand for AI industry human resources has grown exponentially， and the demand characteristics have also shown a diversified trend. This study utilizes a major domestic recruitment website as the data source， obtaining a total of 10，290 AI industry-related recruitment data in Shanghai from March to April 2023.

Then， this study constructed a human resources demand profile model framework for the AI industry and used Chinese word segmentation， feature extraction and other text mining technologies to conduct multi-dimensional analysis on the extracted recruitment data. Demand characteristic analysis was conducted from both the perspective of enterprise recruitment needs and individual job requirements， including the regional distribution， industry distribution， job position demand， industry demand， salary payment features， and the demand features for basic qualifications， professonal knowledge， skills tools，and ability qualities of human resources. The research findings show that the talent demand for Shanghai AI industry presents the characteristics of regional concentration， diverse job positions，wide-ranging industries， relatively high salaries， rich qualifications， and professional integration. Based on the demand features， this study provides relevant suggestions for Shanghai to attract and cultivate AI human resources more precisely.

Key Words： Recruitment Data; Artificial Intelligence; Human Resources Demand Characteristics; Feature Extraction