文章分析了2025年AI行业就业趋势，指出AI岗位暴涨5倍但高端人才稀缺。详细列举了AI科学家、算法工程师等岗位薪资(月薪2.5万-12.7万)，以及进入AI行业所需的专业背景和学历要求。建议计算机、数学等专业学生通过深造进入核心岗位，其他专业可通过成为复合型人才找到AI与自身专业的结合点，实现高薪就业。
昨天听科技早知道主播Yaxian，
元旦前与脉脉创始人林凡录制的一期播客，
谈2025年AI浪潮下的人才流动与岗位重构。
对谈的内容有几点印象深刻的，
AI岗位从年初到10月份暴涨了5倍，
AI领域的人才供需比达到了2.23，也就是首次供大于需，
AI科学家/负责人的平均月薪12.7万元。
第一点岗位暴涨说明大家对AI这波趋势非常笃定，
年初的deepseek给资本市场打了强心针，
资本大量涌入AI相关企业，
企业端大干快干决心强烈，
于是不断大量发布就业岗位。
第二点看起来有点儿矛盾，
岗位暴涨，为什么供应还超过了需求？
说明今年看到AI热点的个体也更多，
但更多的增量是中低端人才，
企业所需要的以高端人才为主
例如大模型算法工程师、
优秀的AI产品经理等等，
这些高端人才是有很大缺口的，
总体看来是供大过需。
第三点是我们今天文章重点要说的，
我听到平均月薪12.7万元的职位也着实震惊了。
记得前几年单位有个计算机专业的学生，
硕士毕业去了阿里，算法岗年薪大概30万，
报告里呈现的AI科学家/负责人虽然算是领导岗，
但换算成年薪平均超过150万了，
这还不算年终奖和股票期权。
我们来看看能拿到这样高薪的都来自什么专业，
我把AI行业各岗位的薪资和对应的专业门槛，
完整列出来了，
我们看看哪些专业可以进AI行业，
相应能拿到什么级别的工资。
01
AI行业薪资
根据脉脉2025年发布的数据和多个招聘平台的数据统计，
AI行业主要岗位薪资如下。
我们先来看下月薪超过10万的顶尖技术岗，
AI科学家/负责人
平均月薪12.7万元，
基本都要求博士，
专业要求计算机、数学、物理，
并且最好来自顶尖985或者海外名校。
大模型算法工程师
平均月薪6.8万元，
硕士起步，
头部企业要求985或211
专业要求计算机、人工智能、应用数学。
再来看下月薪5-7万的核心算法岗
搜索算法工程师
平均月薪6.67万元，
本科就可以，硕士更好，
专业要求计算机、软件工程、电子信息
推荐算法工程师
平均月薪6.65万元，
本科即可，头部企业要求硕士，
专业要求计算机、软件工程、数学
自动驾驶算法工程师
平均月薪5.25万元，硕士为主
专业要求自动化、车辆工程、计算机
第三类是月薪3-5万的应用开发岗
机器人算法工程师
平均月薪2.58万元
本科可以
专业要求机器人工程、自动化、机械工程
AI应用开发工程师
平均月薪3.2万元
本科可以
专业要求计算机、软件工程
最后一类年薪80-100万的复合型岗位
AI产品经理
年薪80-100万元
本科可以但需要3年以上产品经验
专业不限，但要有AI知识储备
能够识别业务痛点，又可以应用AI技术做产品落地
02
这些专业是AI行业的入场券
看完薪资表，
我们再看看专业门槛。
根据2025年AI行业人才发展报告，
AI从业者的专业背景是高度集中的。
前五大专业，占比超70%
包括计算机科学与技术占比30%
软件工程占比15%
电子信息工程占比12%
人工智能（新工科）占比8%
应用数学占比5%
可以进入但竞争比较激烈的专业，占比大概20%
自动化、机器人工程
机械工程（智能制造方向）
物理学（理论物理、计算物理方向）
统计学
跨界复合型专业
任何专业+AI产品经理转型
医学与AI，例如医疗影像AI
金融与AI，例如量化交易与风控
能源与AI，例如智能电网
以上看的出来AI行业纯技术岗位，
专业背景要求很严格，
所以文科、商科、生物、化学等专业，
想转纯算法岗不太可能。
但如果走复合型路线，
AI产品经理、行业AI应用专家，
反而有机会。
03
学历门槛比你想象的高
很多人觉得，
计算机本科就能进AI行业了。
但我从猎聘平台2025年数据来到，
AI职位的学历要求以硕博为主，占比47%。
算法岗硕博要求达到50%，
顶尖企业这个比例就更高了，
而且985/211高校毕业生占比接近50%。
因此如果是计算机本科，
想进入AI核心岗位，
难度还是很大的。
除非有非常亮眼的项目经验，
或者在某个细分领域有特长。
不过也可以先进大厂做AI应用到开发，
积累了更多经验以后，
再往算法岗转。
或者走复合型路线。
04
为什么这些专业能拿高薪
AI科学家他们之所以能拿到高薪，
是因为他们提供的不是具体技能，
而是具备解决复杂问题的底层能力。
我们知道AI的核心是算法，
算法的核心又是数学。
线性代数、概率论、统计学，
这些都是数学。
如果没有扎实的数学基础，
根本看不懂论文，
更别说搞创新了。
所以超过80%的AI岗位，
要求应聘者具备强于一般的数学基础。
例如我前几天听罗永浩采访了MiniMax的创始人闫俊杰，
他说到他一直喜欢数学，
本科就是在东南大学读的数学专业，
硕博才逐步转入到人工智能领域，
现在MiniMax在语音、图像、视频和语言大模型都到了第一梯队的水平。
既懂AI技术又懂具体行业的复合型人才
在市场上也是稀缺的，
据预测到2030年，
复合型人才缺口占比超60%。
他们处于系统边界，
更容易看到两个系统可以互相结合，
解决问题的可能性。
05
给不同专业学生的建议
如果你是计算机、数学、自动化这些专业，
你就有了入场券，
想拿顶尖薪资，
必须得读研读博，
进头部企业。
如果只想找份工作，
本科也行，
但要多实践，
有拿得出手的项目。
参加开源项目，
或者算法竞赛，
发表论文，
这些都是加分项。
如果你是电子、机械等工科专业
可以走AI应用方向，
比如机器人算法、自动驾驶。
这些岗位竞争相对小一些，
薪资也不错，
但要尽早补AI基础知识，
基本编程语言和算法都得会。
如果你是文科、商科、医学等非工科专业
更好的策略是成为复合型人才。
学一些AI基础知识，
然后找到AI和你专业的结合点。
文学可以做AI写作创意类的，
医学可以做医疗AI方向，
金融可以往量化交易、智能风控走，
市场营销可以考虑AI营销、AI产品经理，
这些岗位薪酬也很不错。
写在最后
只有极少数顶尖人才能拿到高薪，
他们也是通过深度学习积累了底层能力。
如果你想进AI行业，
可以先问问自己。
专业对不对口？
愿意读研读博吗？
有没有长期主义的心态？
如何系统的学习大模型 AI ？
由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。
但是具体到个人，只能说是：
“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。
我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
一直在更新，更多的大模型学习和面试资料已经上传带到CSDN的官方了，有需要的朋友可以扫描下方二维码免费领取【保证100%免费】👇👇
01.大模型风口已至：月薪30K+的AI岗正在批量诞生
2025年大模型应用呈现爆发式增长，根据工信部最新数据：
国内大模型相关岗位缺口达47万
初级工程师平均薪资28K（数据来源：BOSS直聘报告）
70%企业存在"能用模型不会调优"的痛点
真实案例：某二本机械专业学员，通过4个月系统学习，成功拿到某AI医疗公司大模型优化岗offer，薪资直接翻3倍！
02.大模型 AI 学习和面试资料
1️⃣ 提示词工程：把ChatGPT从玩具变成生产工具
2️⃣ RAG系统：让大模型精准输出行业知识
3️⃣ 智能体开发：用AutoGPT打造24小时数字员工
📦熬了三个大夜整理的《AI进化工具包》送你：
✔️ 大厂内部LLM落地手册（含58个真实案例）
✔️ 提示词设计模板库（覆盖12大应用场景）
✔️ 私藏学习路径图（0基础到项目实战仅需90天）
第一阶段（10天）：初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么？
- 大模型是怎样获得「智能」的？
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例：向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段（30天）：高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示（Embeddings）
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段（30天）：模型训练
恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。
到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2：手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段（20天）：商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身：基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例：如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。
如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。
