*薪資中位數7.9萬刀，但小白免談
而職場小白想找到工作，也變得更難了。
勞動力市場分析公司Lightcast的高級經濟學家Rachel Sederberg發現，招聘入門級員工的職位明顯減少，現在各大公司都傾向於招有經驗的員工。
這也導致了美國科技行業招聘崗位的薪資中位數從一年前的6.1萬美元，躍升至今年秋季的7.9萬美元。
Sederberg表示，很多公司在調整戰略，重組規模，然後重新招聘。現在，很多公司在招不同背景的人才。
有趣的是，ChatGPT也起到了一些作用：求職者在用類似的聊天機器人寫簡歷和求職信，這樣就能在更短時間內申請更多的工作。
然而，這也給招聘人員帶來了一些困擾，他們需要更仔細地篩選。
產品經理Kimi Kaneshina失業後，現在每天朝九晚五的時間都花在了求職上，之後還會上傳記錄自己求職過程的TikTok視頻。
她從7月就開始求職，在9月份投遞了更多的簡歷，然而三個月過去了，她還是沒能找到新工作。
儘管如此，這種轉變也給科技界帶來了積極的變化。
人們開始在LinkedIn和 TikTok上公開發布自己被裁員的消息，相互建立聯繫，包括去聯繫理想公司的員工。
由於被裁的人實在太多，談論裁員也變得更容易接受了。
Kaneshina說：有HR告訴我，自己面試的求職者中，有一半都被裁員了。
現在，即使說出這種話，也可以不帶任何恥辱感了。
AI研究工作市場，博士年薪620萬
雖然就業市場哀鴻遍野，但有技術的大牛依然不愁高薪的工作，甚至還能在各大廠和巨型獨角獸之間「挑挑揀揀」。
最近，一名UC伯克利的博士生Nathan Lambert，也分享了現在AI就業市場的亂象，以及自己找工作的經驗。
市場上有很多工作，但是找到一個讓人快樂的公司和以前一樣難。
Nathan Lambert最近剛剛離職Huggingface，並組建了RLHF團隊。
他表示，人工智能就業市場不穩定最主要的「催化劑」，就是對生成式AI的投資。
其實，生成式AI和大模型領域的工作機會非常多。許多想要招聘的人都在為，如何招到自己想要的人而倍感壓力。
很多大公司想要招在LLM領域的人，但市場卻沒有足夠的技術人才。
研究人員一舉一動都在無聲地向我們證實，AI公司需要研究人員來完成從概念到實驗，再到產品的轉變。
正是這些人，才得以讓模型訓練、產品決策與公司發展策略保持一致。
接下來，就要談談研究人員獲得的報酬了。
大多數人，即除了站在學術頂端之外的所有人（他們的報酬仍然很高，只是沒有那麼高），都在可預見的未來獲得大部分有保障的巨額報酬的機會，與「即使我的初創公司失敗了，我也至少能賺幾百萬」的想法中做出權衡。
在這個人工智能主導市場中，每個人都希望賺大錢。
這種「追求淘金熱」的想法，導致人們意向的工作機構發生了很大的變化。許多公司的人員流動率，以及自然減員率都很高，以至於每個人都感到不安。
這樣情況已經不足為奇，大型科技公司裁員潮最為明顯，但也不局限在這樣的公司。
Nathan Lambert稱，自己見過頂尖研究人員加入不同的公司，但在6個月內就離職了。
*優秀博士能拿85萬刀（約合620萬人民幣）
我們剛剛談論的薪酬數字，是指OpenAI支付給頂級研究人員100萬美元。
在ChatGPT發布之前，剛畢業的博士生最高能拿到50-60萬美元的薪水。
而現在，最優秀的博士生能拿到85萬美元（這是今年早些時候的一些數據）。只要在求職中願意表達對生成式AI較為模糊的興趣，其他人都能以這個薪資起步。
谷歌的招聘是該領域的一個很好的指標。
眾所周知，谷歌DeepMind將所有項目分為三類：Gemini（即將要發布的大模型）、與Gemini相關的應用研究（6-12個月）、基礎研究（超過12個月）
谷歌DeepMind的所有員工都負責前兩類，其中大部分屬於第一類。
在大廠Meta中，也有了另一種劃分優先級的方式。
借用Llama團隊中某人的話說，Meta GenAI團隊中的每個人，都應該把大約70%的時間用在增量模型改進上，30%的時間花在長期基礎工作上。
恰恰，這與作者的想法比較一致，但我們很可能會知道Meta正在哪些支柱領域（LLM、文本到圖像、音頻等）開展工作，而且他們會快速推動這些模型。
從結構上看，以「開放研究和科學」為優先級的公司極為罕見。即使有人以學術型研究科學家的身份加入，現實總是會將人們拉入商業需求中（尤其是在初創公司）。
在所有生成式AI投資中，最讓作者感到興奮的是，Transformer架構將比過去的大多數想法走得更遠。
將一群興趣相投、背景各異的頂尖人才聚集在一起，是確保我們挖掘Transformer最大潛力的絕佳方式。
