基于招聘数据的人工智能人才画像与培养对策

摘要：

挖掘招聘数据以全面洞察人工智能人才需求特征,对从过去"经验主义"的模糊教学方式过渡到"数据驱动"的精准培养方式具有重要意义.从基本资历、专业知识、工具技能和能力素质4个维度构建人才画像模型,并采集人工智能9个热点领域网络招聘数据挖掘人才需求特征进行实证分析.总体而言,人工智能热点领域雇主最看重的能力素养是雇员的实践经验是否丰富.具体来看,对基础研究型人才的要求更侧重于英语使用能力和论文发表能力;应用实践型人才需要掌握更多的电子、语音识别和计算机软硬件处理等相关专业知识;技术研发型人才更偏向于可以熟练搭建算法框架、进行模式识别及处理自然语言.此外,对基础研究、应用实践人才的专业需求颇为相似,而对技术研发人才的需求相对较为复杂,3类人才工具技能需求以编程语言和机器学习居多.根据研究结果,提出实施分层差异化人才培养模式、培养人工智能复合型人才、注重素质教育与通识教育、引入优秀社会人才授课和搭建人工智能知识共享平台等建议.

关键词：人才画像;人工智能;特征挖掘;人才需求

所属期刊栏目：9

分类号：G649.21;G473.8(高等教育)

资助基金：湖南省自然科学基金项目"社交网络中物理空间与虚拟空间的特征匹配及舆情传播机制研究"2019JJ40328

在线出版日期：2021-09-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共14页

页码：55-68