系列报告，第一篇

软件和信息服务业技术人才状况与技术发展趋势

技术人才数据

总体情况

2020年我国程序员总人数为280余万人，比2019年增加约13万人。其中，前端开发工程师人数约74万人，后端开发工程师约149万人，算法研发与算法开发工程师总人数10万余人，此外还有运维人员、硬件开发工程师与安全、网络等领域技术人员。

我国程序员平均职业生命周期为15年，由于程序员面临较大的工作压力，技术能力强的程序员积极朝架构师、技术总监等涉及编码工作较少的技术岗位发展，技术能力一般的程序员在一定工作年限后转型至非技术岗位。2020年来自普通高校和高职院校的应届程序员约30万人，离岗的程序员约17万人。

业务不同的企业人员流动率差距较大。以人工智能、云计算等新一代信息技术为核心的企业较为稳定，流动率在10%左右。互联网企业流动率在20%至30%之间，项目外包企业人员流动率最高，超过30%。

2020年教培委专门调研了前端开发、人工智能、数据标注等技术岗位的具体人才供需情况。

前端开发

总体来看，前端开发工程师供不应求。根据教育部发布的数据，2019年高职院校计算机相关专业毕业生28万余人，本科院校计算机相关专业毕业生34万余人，是前端初级工程师的主要人才供应渠道。通过对软件和信息技术服务业培训机构访谈，2019年度培训机构向企业提供前端初级工程师总人数约为2万人。

高职毕业生进行前端开发初级工程师求职时，竞争主要来自四个方面：其他高职毕业生，本科毕业生，培训机构结业人员，寻求新工作的在职人员。愿意从事前端开发岗位的本科院校毕业生竞争力最强，但占比较低，根据不完全统计推测，毕业后选择从事前端开发岗位的本科毕业生不足25%。

大部分高职院校毕业生由于不具备能够担任开发工程师的能力，选择非开发岗位或进入其他行业。优秀的20%左右毕业生中，其中8%左右选择专升本，3%左右顶尖的毕业生被成熟型企业选拔和培养，其他10%-12%的毕业生可以在成长型或服务型企业从事前端开发初级工程师工作。

高职院校计算机相关专业优秀的20%毕业生以外，另有20%左右的毕业生掌握一定的计算机相关专业知识，但自身能力有限，他们退而求其次选择测试、运维、客户服务、销售等信息技术服务业岗位。另有一半以上的毕业生无法进入软件与信息技术服务业工作，选择非对口就业。

人工智能

我国2020年在职人工智能技术人员约7万人，包括算法研发类、算法开发类、芯片设计类等多种技术岗位，对人工智能技术没有要求或不需要深入了解的知识工程和应用开发岗位不在统计范围之内。目前在人才市场中求职的人工智能技术人员约3万人，企业需求数量约5万人，领英2017年发布的《全球AI领域人才报告》指出，2017年全球人工智能技术人才数量超过190万人，其中美国拥有85万人。根据TalentSeer2020年发布的数据，在过去的四年中，人工智能技术人才的需求量以每年74%的速度增长，其中最热门的职位包括机器学习工程师、深度学习工程师、数据科学家和算法开发工程师等。工作经验和教育背景等因素会影响技术人才的薪酬待遇。可以预见随着我国人工智能领域商业化探索逐渐深入，人工智能技术人才呈现供不应求局面，且人才需求量将稳步上升。

大数据（标注）

专业的数据标注工作包含分类、画框、描点等。分类标注是从标签集中选择数据所对应的标签，是封闭集合，如标注图片中的男人、女人、小孩等，或标注语句中的主语、谓语、宾语、名词、动词等。画框标注通常用于计算机视觉，需要工作者框定要检测的对象，如图片中的人脸、车辆等。描点标注用于对于特征要求细致的场景，如人体关节、面部特征等。数据标注的内容、输出的格式、精细程度等可以根据客户需求定制化。

数据标注员的从业门槛较低，掌握基础的计算机操作技能即可通过学习使用数据标注工具达到上岗要求。为人工智能训练模型提供数据标注服务的企业普遍招收中职和高职学历的员工。根据应用场景的不同，数据标注工作的复杂度差异较大，例如，熟练的数据标注员可以每天完成两千余张普通图片的分类标注，而只能完成三百张自动驾驶所需要的激光雷达点云标注。

标注工作不需要太多专业知识时，数据标注员可以自行完成工作，如为图片中的车辆、人物画框。标注工作需要较多专业知识时，如法律文本的标注，客户的知识工程团队会对数据标注员进行培训，让其执行标注方案，并对标注结果审核。标注工作专业性较强时，如医学图像的标注，人工智能企业通常选择由内部的知识工程化团队进行标注工作。

目前我国数据标注员从业人数在2万至4万之间，由于专业性较低，客服、运维等其他岗位工作者也可兼职从事数据标注工作。数据标注员在熟悉某一行业的专业知识后，可以晋升为审核员，对标注结果进行审核。数据标注企业通过研发标注工具、提升标注员行业知识水平来提升工作效率和服务质量，可以预见，这类企业的人才需求也将逐渐向知识工程转变。

技术发展趋势

RPA

RPA是相对简单但功能强大的自动化人工智能应用，可以让企业将简单的业务流程自动化，在节省人力成本的同时减少失误，提高合规性与工作效率。目前，RPA已在金融、会计、法律、医药、制造、物流等行业广泛应用，可以取代大部分需要重复操作的人工岗位。

Forrester于2020年预测，全球RPA软件市场将于2023年增长到42亿美元，RPA服务市场将达到120亿美元，北美和欧洲仍然占据了这个市场的大部分份额。亚太地区RPA软件市场规模预计于2021年达到8亿美元，中国RPA市场正在迎来爆发点。

RPA在取代高重复性人工工作的同时，也创造了新的知识工程类岗位。这些岗位需要来自金融、法律、医学等领域的专业人才，以行业知识为基础，进行数据规范、清洗等工作，为算法开发工程师提供训练资源。

数字孪生

数字孪生概念起源于产品全生命周期管理（PLM），最早应用于航空航天领域，涵义是以特定目的为导向对物理世界现实对象的数字化表达。这一对象不仅包括产品、设备、建筑物等“实物”，也包括企业组织、城市等“实体”。通过对物理对象构建数字孪生模型，实现物理对象和数字孪生模型的双向映射。

目前传感技术向微型化和集成化发展，支撑数字孪生更深入地获取物理对象数据。一是传感器向微型化发展，能够被集成到智能产品中，实现更深层次的数据感知。二是多类传感能力集成至单个传感模块，支撑实现更丰富的数据感知获取。多传感器融合技术基于多数据融合分析提升决策水平。

数字孪生技术在智能制造领域的应用有重要意义，可改进制造工艺流程、提高生产效率与质量。数字孪生具备虚实融合与实时交互、迭代运行与优化，以及全要素、全流程、全业务数据驱动等特点，目前已被应用到产品生命周期各个阶段，包括产品设计、制造、服务与运维等。

限定场景的自动驾驶

2020年3月，工业和信息化部发布了《<汽车驾驶自动化分级>推荐性国家标准报批公示》，规定了自动驾驶0级至5级的判定方式。

目前人工智能企业的自动驾驶技术不超过4级，我国大部分投入应用的无人驾驶技术正处于2级至3级的转化阶段，在园区、机场、矿区、港口等限定场景下商业化进展较快。限定场景环境较为简单，车辆、行人数量少，车辆行驶速度低，对计算能力要求较低。限定场景自动驾驶主要应用包含无人行李车、无人配送车、无人清扫车等。

未来限定场景下自动驾驶应用将提供更加稳定的性能、不断降低的成本和强大的场景复制能力。与此同时，自动驾驶的功能细节和用户使用的便利性也将提升，自动驾驶远程接管员、运维员、平台管理员等新岗位将出现。

在开放道路场景下，自动驾驶商业化还需要较长的发展时间。同限定场景相比，开放道路上的行人和车辆数量多，行为类型复杂，对自动驾驶技术计算能力要求高。当前阶段，开放道路场景下自动驾驶车辆多为乘用车和商用车，配有驾驶位，无法去掉安全员。开放道路场景下自动驾驶技术依靠云计算与边缘计算，将道路和车辆信息进行收集整合和分析规划，车辆需加装多种高性能传感器，制造成本因此上升，市场化难度较大。

5G

根据中国信息通信研究院发布的数据，截止至2020年10月，中国已累计建设5G基站超70万个，5G终端连接数超过1.8亿。2020年11月起，中国电信与中国移动先后宣布5G独立组网（SA）规模商用，中国联通也加紧从5G非独立组网到5G独立组网过渡，为端到端网络切片技术以及面向行业应用创造了基础条件。

2020年全球5G网络市场规模超过100亿美元，基站出货量超过100万个。我国5G 基站在全球市场份额保持领先。华为、中兴5G基站在2020年第二季度全球市场份额（按营收）分别达到49.4%和18.5%，排名第一和第二。截至2020年10月，全球共发布5G终端444款，华为、小米、OPPO、VIVO在2020年一季度全球5G手机市场份额分别为33.3%、12%、10.4%、5%，位列二到五位，市场总份额超过60%。

5G技术标准沿着增强5G技术能力和支撑垂直行业应用两方向持续演进发展，5G增强技术标准、端到端网络切片技术、5G行业虚拟专网技术等取得阶段性进展。3GPP于2020年6月正式发布5G R16标准，相比 R15，R16 标准的关键性能、应用能力和网络基础能力均显著提升。关键性能方面，R16对低时延和高可靠性能进行了增强，实现空口单向时延小于1ms、可靠性达到99.9999%。此外，R16增强了网络数据承载能力，特别是毫米波通信能力，扩展毫米波应用场景。网络基础能力方面，R16持续增强R15的若干基础功能，显著提升网络自组织、自动化运营、米级定位等。应用能力方面，R16完成后5G场景将扩大到人与物、物与物的连接，特别是低时延高可靠垂直行业的应用，重点支持工业互联网及自动化、车联网、远程驾驶、智能电力分配等应用场景，并通过支持时间敏感网络协议，实现微秒级的时延抖动，为垂直行业应用提供灵活的网络部署模式。

技术人才供需现状和趋势

市场对程序员的需求保持平稳，程序员数量将持续增加。未来在人工智能技术的辅助下，大量的基础开发任务将程序来完成，从而使得程序员的职业生命周期逐渐延长，短期内程序员的人才需求量将不再出现爆发式增长。

我国企业对软件和信息服务技术人才的需求集中在中、高级工程师，但是由于拥有工作经验的程序员供不应求，重点高等院校毕业生变得抢手，成长型与成熟型企业普遍反应在校招方面难以吸引一本院校毕业生。

云计算和大数据的发展推动了产品的迭代速度加快，技术团队的小型化、敏捷化也要求程序员担任更多的技术角色，传统前后端程序员的界限逐渐模糊，前端程序员需要掌握一定的后端技能成为趋势，全栈程序员的需求大幅增加。

随着PaaS的功能逐渐丰富和强大，大量开发任务变得集中，促使开发程序员向研发程序员升级，研发程序员需求量将持续增加。

新兴非技术岗位将产生更多的人才需求，例如云计算咨询师、数据标注员、知识工程化人才等。

未完待续...

智城外包云平台

智城外包网，连接企业需求与专业开发团队。

全流程在线操作，全流程在线工作，全流程在线保障

十年诚信运营，可信实名认证

微信公众号：智城外包网

如对此调研报告感兴趣，请关注作者微信公众号：产教融合资讯。