人工智能的工资，从表面上看好像是一串漂亮的数字，但是真正落实到个人身上的时候，却往往会先把关注点放在“能不能做出模型”这一方面。
有人在招聘页面上询问，月薪为两万元是否属于行业的门槛，答案并不乐观，也不悲观。
公开统计中，73.6%人工智能的工程师月薪在10K ~ 30K之间，大专学历统计值约19.9K，而应届生统计则约25.0K左右。
这些数字可以作为参考，但不能作为承诺，统计口径，岗位名称以及样本公司都有可能不一样。
在北京，上海，深圳这类一线城市当中，相关岗位的平均年薪大概是48万元左右，而其他城市大约是32万元。实际的收入还是会被公司的规模、行业的方向以及个人的经验给拉开距离的。
换句话说，月薪两万块钱并不是“学了人工智能”能够拿到的价钱。
企业愿意花钱，一般是因为你可以接入数据，训练模型，处理准确率，响应速度以及部署成本。
在电脑前写上几段代码，与让一套系统能够稳定运行，之间有着不短距离。
人工智能的工程师日常，可能是从清洗一批乱七八糟的数据开始的。
字段没有，要补。
标签混乱了，要重新检查。
模型训练之后表现不佳，还要回头看数据，调参数，改算法。
处理自然语言的，处理文本，训练语言方法。
从事计算机视觉工作的人员，要让系统认识图像中的目的和特征。
从事机器学习的应用，可能将预测结果输入到业务流程中，帮助系统进行识别、推荐和决策。
岗位听上去比较宽泛，但是底层的要求却离不开数学，统计学以及计算机的基础。
Python是一种常用的编程语言，tensorFlow、pyTorch这类工具也常常出现于开发环境中，但是会调用工具并不意味着真正掌握了人工智能的。
你需要知道数据是怎么处理的，模型是怎样失效的，指标是如何变化的，改动之后将会带来什么样的代价。
这也是很多人在考人工智能的工程师证书的时候容易忽略掉的地方。
证书能够证明你完成了相应的学习或者具备某种申报条件，但是不能代替你去完成项目，也不会自动将月薪提升到高位。
如果仅仅是想换个行业，先不要盯着最高的薪资，先看看自己能不能读懂基本的知识，写出可以运行的程序。并拿出模型的训练或者项目实践的结果。
经验丰富的人，收入的上限确实会更高。
对于很多没有项目、仅仅只是背诵概念的人而言，简历上的人工智能这四个字，常常支撑不起面试中的追问。
考证是进入行业的第一个台阶，而真正影响就业以及升迁的，是技能是否落地，成果是否能够说清楚。
