薪酬发展

本月薪资中位数 ¥14903,比较上月 -2.38%,其中 46%的自然语言处理工程师任职年龄在25岁-29岁

  • 月薪环比变化
  • 工作年限薪酬分布
  • 2023年4月 月薪中位数 14465 环比上月:-1%
  • 2023年5月 月薪中位数 14831 环比上月:+2.53%
  • 2023年6月 月薪中位数 14712 环比上月:-0.8%
  • 2023年7月 月薪中位数 14867 环比上月:+1.05%
  • 2023年8月 月薪中位数 15716 环比上月:+5.71%
  • 2023年9月 月薪中位数 14544 环比上月:-7.46%
  • 2023年10月 月薪中位数 14414 环比上月:-0.89%
  • 2023年11月 月薪中位数 15111 环比上月:+4.84%
  • 2023年12月 月薪中位数 15352 环比上月:+1.59%
  • 2024年1月 月薪中位数 15165 环比上月:-1.22%
  • 2024年2月 月薪中位数 15267 环比上月:+0.67%
  • 2024年3月 月薪中位数 14903 环比上月:-2.38%
  • 工作年限:1年以内 月薪中位数:10338
  • 工作年限:1-3年 月薪中位数:13334
  • 工作年限:3-5年 月薪中位数:16830
  • 工作年限:5-10年 月薪中位数:21324
  • 工作年限:10年以上 月薪中位数:28620

数据截止日期:2024年3月

数据来自 CSL 职业科学实验室

职业发展

  • 2023年4月 月薪中位数 14465 环比上月:-1%
  • 2023年5月 月薪中位数 14831 环比上月:+2.53%
  • 2023年6月 月薪中位数 14712 环比上月:-0.8%
  • 2023年7月 月薪中位数 14867 环比上月:+1.05%
  • 2023年8月 月薪中位数 15716 环比上月:+5.71%
  • 2023年9月 月薪中位数 14544 环比上月:-7.46%
  • 2023年10月 月薪中位数 14414 环比上月:-0.89%
  • 2023年11月 月薪中位数 15111 环比上月:+4.84%
  • 2023年12月 月薪中位数 15352 环比上月:+1.59%
  • 2024年1月 月薪中位数 15165 环比上月:-1.22%
  • 2024年2月 月薪中位数 15267 环比上月:+0.67%
  • 2024年3月 月薪中位数 14903 环比上月:-2.38%
  • 工作年限:1年以内 月薪中位数:10338
  • 工作年限:1-3年 月薪中位数:13334
  • 工作年限:3-5年 月薪中位数:16830
  • 工作年限:5-10年 月薪中位数:21324
  • 工作年限:10年以上 月薪中位数:28620

入门指南

从业条件

  • 学历要求

    大部分要求本科及以上

  • 相关专业知识

    智能科学与技术、应用语言学

职业划分

人工智能岗根据不同的业务类型,还有以下几种分类:

  • 搜索算法工程师

    查看百科 >

    利用机器学习算法对搜索索引中的海量数据进行整理和排序,为用户提供最相关、最实用搜索结果(文字、图片、音视频、地图等)的计算机工程师。

  • 推荐算法工程师

    查看百科 >

    运用各类机器学习模型,进行图像、语音、自然语言处理、搜索推荐等领域的算法设计、评估、优化,提供个性化推荐服务的工程师。

  • 风控算法工程师

    查看百科 >

    根据业务应用场景,利用算法监测网络群体特征,识别、拦截潜在欺诈行为和欺诈风险,保障业务顺利进行的计算机工程师。

展开 (5)

入行评估

解析职位间的匹配度,更快评测转行难度

当前职位
请选择当前职业
转到
NLP工程师

选择当前职业,查询转行数据

看看其他人如何入门的

  • 如何入行自然语言处理工程师?

    1.数学基础 数学对于自然语言处理的重要性不言而喻。当然数学的各个分支在自然语言处理的不同阶段也会扮演不同的角色。 代数 代数作为计算数学里面很重要的一个分支,在自然语言处理中也有举足轻重的作用。这一部分需要重点关注矩阵处理相关的一些知识,比如矩阵的 SVD、QR 分解,矩阵逆的求解,正定矩阵、稀疏矩阵等特殊矩阵的一些处理方法和性质等等。 代数代数作为计算数学里面很重要的一个分支,在自然语言处理中也有举足轻重的作用。这一部分需要重点关注矩阵处理相关的一些知识,比如矩阵的 SVD、QR 分解,矩阵逆的求解,正定矩阵、稀疏矩阵等特殊矩阵的一些处理方法和性质等等。对于这一部分的学习,既可以跟着大学的代数书一起学习,也可以跟着网上的各种公开课一起学习,这里既可以从国内的一些开放学习平台上学,也可以从国外的一些开放学习平台上学。 概率论 在很多的自然语言处理场景中,我们都是算一个事件发生的概率。这其中既有特定场景的原因,比如要推断一个拼音可能的汉字,因为同音字的存在,我们能计算的只能是这个拼音到各个相同发音的汉字的条件概率。也有对问题的抽象处理,比如词性标注的问题,这个是因为我们没有很好的工具或者说能力去精准地判断各个词的词性,所以就构造了一个概率解决的办法。 信息论 信息论作为一种衡量样本纯净度的有效方法。对于刻画两个元素之间的习惯搭配程度非常有效。这个对于我们预测一个语素可能的成分(词性标注),成分的可能组成(短语搭配)非常有价值,所以这一部分知识在自然语言处理中也有非常重要的作用。 2.数据结构与算法 学习了上面的基础知识,只是万里长征开始了第一步,要想用机器实现对自然语言的处理,还是需要实现对应的数据结构和算法。 3.语言学 这一部分就更多是语文相关的知识,比如一个句子的组成成分包括:主、谓、宾、定、状、补等。对于各个成分的组织形式也是多种多样。比如对于主、谓、宾,常规的顺序就是:主语→谓语→宾语。当然也会有:宾语→主语→宾语(饭我吃了)。这些知识的积累有助于我们在模型构建或者解决具体业务的时候,能够事半功倍。 4.深度学习 随着深度学习在视觉和自然语言处理领域大获成功,特别是随着 AlphaGo 的成功,深度学习在自然语言处理中的应用也越来越广泛,大家对于它的期望也越来越高。所以对于这部分知识的学习也几乎成为了一个必备的环节

职业成长

学习管理知识

求职面试

热招企业

转行辅助

转行推荐

自然语言处理工程师的下一份工作大多会选择以下职业

  • 转行成功率
    较高
    找到工作的平均时间约18个月 25%的求职者成功转行
  • 转行成功率
    较高
    找到工作的平均时间约16个月 14%的求职者成功转行
  • 转行成功率
    较高
    找到工作的平均时间约15个月 11%的求职者成功转行

自然语言处理工程师转到其他职业的难易程度?

当前职位
NLP工程师
转到
请选择目标职业

选择目标职业,查询转行数据