职分享 | 一文了解全球人工智能人才概况

大家好,我是Lucy@FinTech 社区。

这篇文章来自2019年人工智能发展报告, 我们选取了其中人才概况内容分享给大家,希望为大家职业规划提供些许参考。

 

机器学习

 

1. 全球人才分布

下图为机器学习领域全球学者分布情况:


 


 

地图根据学者当前就职机构地理位置进行绘制,其中颜色越深表示学者越集中。

 

从该地图可以看出,美国的人才数量遥遥领先且主要分布在其东西海岸;欧洲中西部也有较多的人才分布;亚洲的人才主要分布于我国东部及日韩地区;其他诸如非洲、南美洲等地区的学者非常稀少;机器学习领域的人才分布与各地区的科技、经济实力情况大体一致。此外,在性别比例方面,机器学习领域中男性学者占比 89.8%,女性学者占比 10.2%,男性学者占比远高于女性学者。

 

2. h-index 分布

机器学习学者的 h-index 分布如下图所示,大部分学者的h-index 都在20以上,其中 h-index 在20-30区间的人数最多,有584人,占比 28.8%,小于20区间的人数最少,共 7 人。


 

 

3. 中国人才分布


 


 

我国专家学者在机器学习领域的分布如上图所示。京津地区在本领域的人才数量最多,其次是长三角和珠三角地区,相比之下,内陆地区的人才较为匮乏,这种分布与区位因素和经济水平情况不无关系。同时,通过观察中国周边国家的学者数量情况,特别是与日韩、东南亚等亚洲国家相比,中国在机器学习领域学者数量较多。

 

中国与其他国家在机器学习的合作情况可以根据 AMiner 数据平台分析得到,通过统计论文中作者的单位信息,将作者映射到各个国家中,进而统计中国与各国之间合作论文的数量,并按照合作论文发表数量从高到低进行了排序,如下表所示。
 


 

从上表数据可以看出,中美合作的论文数、引用数、平均引用数、学者数遥遥领先,表明中美间在机器学习领域合作之密切;从地域角度看,中国与欧洲的合作非常广泛,前 10 名合作关系里中欧合作共占 4 席;中国与印度合作的论文数虽然不是最多,但是拥有平均引用数依然位列第二,说明在合作质量上中印合作也达到了较高的水平。


 

数据库技术

 

1. 全球人才分布

下图为数据库领域全球学者分布情况:


 


 

从该地图可以看出,美国的人才数量优势明显且主要分布在其东西海岸;欧洲也有较多的人才分布;亚洲的人才主要集中在我国东部;其他诸如非洲、南美洲等地区的学者非常稀少;数据库领域的人才分布与各地区的科技、经济实力情况大体一致。
 

此外,在性别比例方面,数据库领域中男性学者占比 91.7%,女性学者占比8.3%,男性学者占比远高于女性学者。

 

数据库领域学者的 h-index 分布下图所示,分布情况大体呈阶梯状,其中 h-index 小于 20 区间的人数最多,有 921 人,占比 45.4%,50-60 区间的人数最少, 有 87 人。


 

 

 

2. 中国人才分布

 

我国专家学者在数据库领域的分布如下图所示。通过下图我们可以发现,京津地区在本领域的人才数量最多,其次是珠三角和长三角地区,相比之下,内陆地区的人才较为匮乏,这种分布与区位因素和经济水平情况不无关系。同时,通过观察中国周边国家的学者数量情况,特别是与日韩、东南亚等地相比,中国在数据库领域学者数量较多但差距不大。
 

 

中国与其他国家在数据库领域的合作情况可以根据 AMiner 数据平台分析得到,通过统计论文中作者的单位信息,将作者映射到各个国家中,进而统计中国与各国之间合作论文的数量,并按照合作论文发表数量从高到低进行了排序,如下表所示。

 


 

从上表数据可以看出,中美合作的论文数、引用数、学者数遥遥领先,表明中美间在数据库领域合作之密切;此外,中国与欧洲的合作非常广泛,前 10 名合作关系里中欧合作共占 4 席;中国与希腊合作的论文数虽然不是最多,但是拥有最高的平均引用数说明在合作质量上中希合作达到了较高的水平。


 

数据挖掘
 

1. 全球人才分布

下图为数据挖掘领域全球学者分布情况:


 


 

从该地图可以看出,美国的人才数量遥遥领先且主要分布于其东西海岸;欧洲、亚洲也有较多的人才分布;其他诸如非洲、南美洲等地区的学者非常稀少;可视化领域的人才分布与各地区的科技、经济实力情况大体一致。

 

此外,在性别比例方面,数据挖掘领域中男性学者占比 89.4%,女性学者占比 10.6%,男性学者占比远高于女性学者。

 

数据挖掘领域学者的 h-index 分布如下所示,大部分学者的 h-index 分布在中间区域,其中 h-index 在 20-30 区间的人数最多,有 683 人,占比 33.9%,小 于 20 区间的人数最少,共 138 人。


 


 

2. 中国人才分布


 

 


 

我国专家学者在数据挖掘领域的分布如上图所示。通过下图我们可以发现,京津地区在本领域的人才数量最多,其次是珠三角和长三角地区,相比之下,内陆地区的人才较为匮乏,这种分布与区位因素和经济水平情况不无关系。同时,通过观察中国周边国家的学者数量情况,特别是与日本、东南亚等亚洲国家相比,中国在数据挖掘领域学者数量较多且有一定的优势。

 

中国与其他国家在数据挖掘领域的合作情况可以根据 AMiner 数据平台分析得到,通过统计论文中作者的单位信息,将作者映射到各个国家中,进而统计中国与各国之间合作论文的数量,并按照合作论文发表数量从高到低进行了排序,如下表所示。


 

 

从上表数据可以看出,中美合作的论文数、引用数、学者数遥遥领先,表明中美间在数据挖掘领域合作之密切;此外,中国与欧洲的合作非常广泛,前 10名合作关系里中欧合作共占 4 席;中国与加拿大合作的论文数虽然不是最多,但是拥有最高的平均引用数说明在合作质量上中加合作达到了较高的水平。