Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2506.00058

帮助 | 高级搜索

计算机科学 > 计算机与社会

arXiv:2506.00058 (cs)
[提交于 2025年5月29日 ]

标题: 提示工程师:分析人工智能Job市场中的技能需求

标题: Prompt Engineer: Analyzing Skill Requirements in the AI Job Market

Authors:An Vu, Jonas Oppenlaender
摘要: 大型语言模型(LLMs)的兴起催生了一个新的职业角色:提示工程师。 尽管人们对这一职位的兴趣日益增长,但我们仍然未能完全了解这个新角色需要哪些技能,或者这类工作的普遍程度。 我们分析了领英上的 20,662 份招聘启事,其中包括 72 个提示工程师职位,以深入了解这一新兴角色。 我们发现提示工程仍然是一个稀有的职位(占样本招聘启事不到 0.5%),但具有独特的技能需求。 提示工程师需要具备人工智能知识(22.8%)、提示设计能力(18.7%)、良好的沟通能力(21.9%)以及创造性的解决问题能力(15.8%)。 这些要求与数据科学家和机器学习工程师等已确立的角色有着显著差异,表明提示工程正在成为一个独立的职业。 我们的研究结果有助于求职者、雇主和教育机构更好地理解新兴的提示工程领域。
摘要: The rise of large language models (LLMs) has created a new job role: the Prompt Engineer. Despite growing interest in this position, we still do not fully understand what skills this new job role requires or how common these jobs are. We analyzed 20,662 job postings on LinkedIn, including 72 prompt engineer positions, to learn more about this emerging role. We found that prompt engineering is still rare (less than 0.5% of sampled job postings) but has a unique skill profile. Prompt engineers need AI knowledge (22.8%), prompt design skills (18.7%), good communication (21.9%), and creative problem-solving (15.8%) skills. These requirements significantly differ from those of established roles, such as data scientists and machine learning engineers, showing that prompt engineering is becoming its own profession. Our findings help job seekers, employers, and educational institutions in better understanding the emerging field of prompt engineering.
评论: 42页,8幅图
主题: 计算机与社会 (cs.CY) ; 人工智能 (cs.AI); 人机交互 (cs.HC)
ACM 类: I.2.m; H.5.m
引用方式: arXiv:2506.00058 [cs.CY]
  (或者 arXiv:2506.00058v1 [cs.CY] 对于此版本)
  https://doi.org/10.48550/arXiv.2506.00058
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Jonas Oppenlaender [查看电子邮件]
[v1] 星期四, 2025 年 5 月 29 日 09:11:23 UTC (2,419 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
cs.CY
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-06
切换浏览方式为:
cs
cs.AI
cs.HC

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号