Lv2 · 职业百科

教师不只是「讲课的人」。教师有三套核心能力（讲清楚 + 设计学习路径 + 评估反馈），这三套能力转 AI 转得最顺。

AI Agent 工程师不是「训练大模型的人」，是「在大模型上面盖应用的人」。国内 1538 个岗位最热，中位月薪 32.5k，比国内 AI 整体高一档。

算法工程师不是「调用 ChatGPT」，是「造大模型 / 训视觉模型 / 训自动驾驶感知」。门槛最高、薪资最高（中位 52.5k），但需要论文 / 比赛 / 训练实战。

AI 产品经理不是「写 PRD 的传统 PM」，是「懂 LLM 能力边界 + 会设计 Agent 流程的人」。国内 849 岗位，中位月薪 35k（比 AI Agent 工程师还高一档）。

ML Scientist 是「发论文 / 训新模型 / 推 SOTA」的研究岗，不是工程岗。海外 790 条岗位，中位 88k CNY/月，p75 154k，是数据集里中位最高的几条线之一。PhD + 顶会论文是硬通货。

电气工程师不用扔掉硬件底子转 AI — 「工业现场数据采集 + AI 异常检测建模」是这条线最自然的入口，半导体 / 新能源 / 自动驾驶三个行业内部转通道最顺。

机械工程师在 AI 时代是「最稀缺的复合岗」 — 不需要扔掉机械底子，反而在汽车 / 机器人 / 自动驾驶公司被当成简历差异化点。28 条样本中位 30.8k，pivot 主要走自动驾驶 / 智能制造。

土木是 AI 渗透最慢的工程线 — 当前只抓到 1 条 AI 增强样本。但 BIM + AI 视觉检测 + 智慧工地是真实在跑的方向，路径明确但岗位还在早期，需要 target 大型设计院 / 基建央企 / 软件公司的内部 AI 团队。

化工是 AI for Science 的主战场 — 公开 JD 数据只有 1 条，但 AI 制药 / AI 材料赛道在国内 5 家头部公司（晶泰 / 英矽智能 / 百图生科 / 望石 / 西湖欧米）+ 字节跳动 AI Drug + 华为材料组真实在招。岗位需要直接 target 这些公司，不是海投。

会计转 AI 的入口非常清晰 — 「报表自动生成 + AI 审计 + RPA 自动化」事务所内部已经在跑。18 条样本中位 8.5k 看似低，但被 AI 数据标注员岗拉低；真实「AI 会计师 / Audit AI」岗位月薪在 15-40k。

金融分析师是「AI 在传统行业渗透最深 + 薪资最猛」的赛道之一。68 条样本中位 30k，量化研究员 pivot 16 条 / 数据科学 6 条。p75 55k 在传统行业里属于顶档。

销售是传统职业里 AI 转岗最容易 + 样本最大的赛道。100 条样本中位 50k / p75 97k — 真正的「AI ToB 销售」薪资天花板远高于普通认知。pivot 目标 43 条全部在 AI 销售 / BD 簇。

数据岗在 AI 时代不是被取代，是被「升级」 — SQL + Python 基础 + LLM 评测能力。国内 164 岗 median 35k 但跨度大（15-65k），海外 384 岗 median 62k CNY/月。坐标看哪一档，先看你能输出的洞察类型。

Applied Scientist 是「研究 ↔ 业务」之间的桥梁 — 不发顶会 paper 也不写产品代码，把 ML 方法用到具体业务（广告 / 支付 / 推荐 / 风控）。海外 ml_scientist 簇里的「业务向研究」子类，median 88k / p75 154k CNY/月，比纯 Research Scientist 稍开放一点。

AI 销售/BD 角色画像 — 国内 176 岗 median 22.5k 但 p75 45k（提成结构差异大），海外 43 岗 median 87k 顶档稳定。国内主战场是医疗/教育/企业 AI ToB；海外是 AI Enablement / Strategic Partner（OpenAI / Anthropic / AWS）。和 Lv2 [销售](/learn/lv2/sales)的区别是这里讲岗位画像，不讲转岗路径。

这是 AI 时代分化最严重的岗位 — 同一个 title 下面塞了 3 种完全不同的活：高端 Prompt Engineer（$300k+，OpenAI / Anthropic 极少数）/ 中端 AI 训练师（15-30k，国内大模型公司）/ 低端 LLM 数据标注（8-15k 零工）。要选对哪一档，否则白干。