中國軟件行業協會教育與培訓委員會發布了備受行業矚目的《人工智能企業技術崗位設置情況研究報告》。該報告聚焦于人工智能基礎軟件開發領域，系統分析了當前國內相關企業的技術崗位設置現狀、人才需求趨勢以及能力要求變化，為人才培養、企業招聘和職業教育改革提供了重要參考。

報告指出，隨著人工智能技術從概念驗證走向大規模產業應用，作為支撐各類智能應用“底座”的基礎軟件，其重要性日益凸顯。這直接驅動了市場對人工智能基礎軟件開發人才的強勁需求。這類人才不僅需要扎實的傳統軟件開發功底，還需深入理解機器學習框架、分布式計算、高性能計算、算法優化等核心技術。

在企業技術崗位設置方面，報告揭示了幾個顯著特征：

1. 崗位細分深化，專業性要求提高：過去籠統的“AI工程師”崗位正被更精細的劃分所取代。企業普遍設置了如“機器學習框架研發工程師”、“AI編譯器開發工程師”、“AI系統優化工程師”、“高性能計算（HPC）軟件開發工程師”等高度專業化的崗位。這表明企業正從應用層開發向底層核心技術攻堅延伸。

1. “軟硬協同”能力成為新焦點：隨著AI芯片（如GPU、NPU、ASIC）的蓬勃發展，能夠進行軟硬件協同設計、針對特定芯片進行底層軟件和算子庫優化的開發人才極為稀缺。報告顯示，同時精通特定硬件架構與深度學習算法的“跨域”人才備受企業青睞。

1. 工程能力與算法能力并重：報告強調，人工智能基礎軟件開發不僅僅是算法創新，更是復雜的系統工程。企業高度重視開發人員的工程實踐能力，包括大規模代碼管理、系統架構設計、性能 profiling 與調優、軟件可靠性與穩定性保障等。具備將前沿算法高效、穩定地工程化落地能力的人才，市場需求缺口巨大。

1. 開源社區參與度成為重要考量：由于許多主流AI框架（如TensorFlow, PyTorch, MindSpore, PaddlePaddle）均為開源項目，企業越來越看重候選人在開源社區的貢獻經歷。參與開源項目被視為證明技術實力、協作能力和行業視野的重要標志。

報告也指出了當前面臨的主要挑戰：高端人才供給嚴重不足，尤其是兼具深厚理論功底和大型系統開發經驗的領軍型人才；高校課程體系與企業實際需求存在一定脫節；培養周期長，人才成長速度跟不上技術迭代和產業擴張的步伐。

對此，中國軟件行業協會教育與培訓委員會建議，產學研各方需加強協同：企業應更早介入人才培養過程，提供實踐場景和實習機會；高校和職業教育機構需加快課程體系改革，強化基礎軟件、系統能力以及開源實踐方面的教學；行業協會將持續搭建交流平臺，推動人才標準制定和能力認證，以構建更加健康、可持續的人工智能基礎軟件人才生態，為我國人工智能產業的自主創新與長遠發展夯實根基。