大家好，今天想跟大家探讨一下人工智能领域中人才的划分问题。人才的划分可以从纵向和横向两个维度进行。

纵向划分可以根据从业者所从事的工作内容来区分。我认为人工智能领域的从业者可以分为两类，一类是构建模型的人，另一类是将模型应用于业务的人。

对于构建模型的人，他们需要深入了解数据，如何利用数据构建更好的模型，提高模型的性能。而对于将模型应用于业务的人，重点在于如何快速、高效地将模型应用于业务中，创造实际价值。因此，我们需要的是具备AI工程能力的人才，如工程师。

目前，中国在AI领域的工程师岗位上存在不足。这是因为AI工程师需要丰富的经验，而其他IT技术人员可以考虑转行从事AI工程师。AI工程师的要求相对较低，他们需要具备AI模型工程化能力，如模型加速、量化和压缩。

横向划分可以根据从业者所处理的数据量来区分。在AI领域，数据量的大小直接决定了模型的规模和视野。

因此，如果有机会增加数据量，让模型看到更多的数据种类，这将有助于模型获得上帝视角，看到别人看不到的东西。这也是模型带着你获得更广阔视野的过程。

在评论区中，欢迎大家发表意见和看法。