[[275552]]

本文經(jīng)AI新媒體量子位（公眾號(hào)ID:QbitAI）授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請(qǐng)聯(lián)系出處。

28歲的物理工程師，想轉(zhuǎn)行做AI到底值不值？機(jī)器學(xué)習(xí)工程師在企業(yè)中的現(xiàn)狀又是什么樣子的？

一則求助帖，在今日的Reddit論壇上迅速發(fā)酵：

我是一名物理工程師，對(duì)目前的工作不那么感興趣，甚至有點(diǎn)想回學(xué)校稍微逃避下現(xiàn)實(shí)和責(zé)任。

在沒(méi)畢業(yè)前，有人建議我去搞機(jī)器學(xué)習(xí)，也激勵(lì)我去做計(jì)算機(jī)視覺(jué)方面的實(shí)習(xí)，去做更多的項(xiàng)目等。目前我已經(jīng)有一份工作了，我想“重新考慮”這條路。

目前的工作能看到數(shù)據(jù)處理的重要性和繁瑣性。但不確定如何將機(jī)器學(xué)習(xí)項(xiàng)目輕松整合到依賴DOS系統(tǒng)的公司中，但我認(rèn)為統(tǒng)計(jì)分析對(duì)找到生產(chǎn)問(wèn)題的根本原因很重要。

基于上述原因，我原來(lái)越傾向參加一個(gè)AI方面的一年制專業(yè)碩士課程。但是，我想知道數(shù)據(jù)/機(jī)器學(xué)習(xí)工程師在中大型企業(yè)中的工作到底是怎么樣的？

我不打算成為一名程序員了，因?yàn)槲也荒敲茨贻p已經(jīng)28歲了，并且知識(shí)背景中大多數(shù)與物理相關(guān)。我想這樣的話，自己沒(méi)有搞計(jì)算機(jī)的那群人有競(jìng)爭(zhēng)力。

所以，我應(yīng)該棄工作選擇讀書(shū)嗎？

我知道求助陌生人似乎不太明智，但我希望從別人的故事中找到對(duì)自己的幫助。

一時(shí)間，這則貼子下眾說(shuō)紛紜，網(wǎng)友從不同的角度，拼湊起當(dāng)下機(jī)器學(xué)習(xí)工程師的真實(shí)工作全貌。

ML工程師的崗位略顯尷尬

網(wǎng)友mimighost表示，首先應(yīng)該擺正對(duì)機(jī)器學(xué)習(xí)工程師的認(rèn)識(shí)，可以說(shuō)這個(gè)崗位本身有些矛盾。

他認(rèn)為，將機(jī)器學(xué)習(xí)工程師首先應(yīng)該是一個(gè)合格的程序員，你的編程技能應(yīng)該超過(guò)你所掌握的所有科學(xué)知識(shí)。

所以，此前即使是非科班出身的物理工程師，也應(yīng)該先把提升點(diǎn)放到編程本身上。

mimighost認(rèn)為，在程序員行列中留給機(jī)器學(xué)習(xí)工程師的崗位非常有限，崗位本身就是矛盾的。但可以考慮向機(jī)器學(xué)習(xí)研究員或者研究科學(xué)家方向發(fā)展。

要是想這樣發(fā)展，只讀個(gè)一年碩士怕是遠(yuǎn)遠(yuǎn)不夠，怎么著，也得是個(gè)博士了吧。

年齡不是門檻

一位網(wǎng)友和樓主有著相似的困惑，表示年齡28，在于年輕人競(jìng)爭(zhēng)同一崗位時(shí)，會(huì)不會(huì)沒(méi)有優(yōu)勢(shì)反倒是劣勢(shì)啊。

這個(gè)問(wèn)題倒是不難理解，“35歲的程序員該何去何從”也是國(guó)內(nèi)程序員們擔(dān)心的問(wèn)題之一呀。

網(wǎng)友fakemoose認(rèn)為，在這個(gè)年齡段無(wú)論如何也不應(yīng)該申請(qǐng)非常入門的崗位了，應(yīng)該利用已經(jīng)積累起來(lái)的經(jīng)工作技能。

也有網(wǎng)友不服，表示在數(shù)據(jù)科學(xué)領(lǐng)域，即使是入門級(jí)別，其收入也已超過(guò)美國(guó)90%人口了。

還有更多不同的聲音：

如果年齡超過(guò)了40歲，則可能是一個(gè)限制因素。

——analyst___apu

我是從30歲開(kāi)始從物理過(guò)渡到機(jī)器學(xué)習(xí)的，所以這個(gè)年紀(jì)轉(zhuǎn)行是可能的，我是自學(xué)。

——amnezzia

大多數(shù)認(rèn)為，28歲依然年輕。大部分人讀完博士也老大不小，大有資本去探索新領(lǐng)域。年齡不是門檻，行業(yè)經(jīng)驗(yàn)才是。

學(xué)好數(shù)據(jù)科學(xué)

不少過(guò)來(lái)人的建議是，數(shù)據(jù)科學(xué)技能是轉(zhuǎn)行之后的最大挑戰(zhàn)。

而物理學(xué)轉(zhuǎn)到AI？其實(shí)很加分。

網(wǎng)友i_love_FFT表示，自己是一個(gè)樂(lè)觀主義者。如果能在現(xiàn)在地區(qū)找到一個(gè)高科技公司，則物理學(xué)的背景是個(gè)加分項(xiàng)，是個(gè)必須的技能。

如今，幾乎每家科技公司都在建立機(jī)器學(xué)習(xí)團(tuán)隊(duì)。盡管對(duì)于那些做過(guò)大量在線編程課程和有某網(wǎng)站的AI證書(shū)的人來(lái)說(shuō)很容易，但最大的挑戰(zhàn)始終是找到能夠理解數(shù)據(jù)本身的人！

如果具備物理工程背景，那么能夠很好地理解基于物理的數(shù)據(jù)，包括傳感器數(shù)據(jù)，物理系統(tǒng)模型等。這種技能與對(duì)機(jī)器學(xué)習(xí)的興趣相結(jié)合，就是求職過(guò)程中的閃光點(diǎn)。

除了數(shù)據(jù)科學(xué)，請(qǐng)一定學(xué)好Python啊。網(wǎng)友Heartomics表示，自己最大的阻礙就是接受一種Pythonic的做事方式。

推薦學(xué)習(xí)資源，成為Python專家需要什么：

https://www.youtube.com/watch?v=7lmCu8wz8ro

機(jī)器學(xué)習(xí)程序員的一天

那么，程序員的一天是怎么過(guò)來(lái)的？

一位機(jī)器學(xué)習(xí)工程師總結(jié)了自己在一家全球員工數(shù)過(guò)10萬(wàn)的系統(tǒng)集成商工作的時(shí)刻表。

他表示，理論上來(lái)說(shuō)，他們的工作是設(shè)計(jì)模型、調(diào)整模型、設(shè)置NLP pipeline，重構(gòu)數(shù)據(jù)科學(xué)家編寫(xiě)的代碼，并做一些云端的任務(wù)，對(duì)吧？

但事實(shí)上，他需要做的是任何客戶想要的東西。自己的身份也是多變的：

可以是Python開(kāi)發(fā)人員、數(shù)據(jù)工程師、數(shù)據(jù)科學(xué)家和數(shù)據(jù)分析師。雖然在自己看這些都差不多，但在客戶看來(lái)，區(qū)分這些崗位會(huì)顯得這個(gè)任務(wù)多樣化。

大概就是：我是一塊磚，哪里需要哪里搬。

目前正在同時(shí)處理三個(gè)項(xiàng)目：一個(gè)與銷售相關(guān)，一個(gè)是需要重構(gòu)代碼的成熟項(xiàng)目，還有從PoC遷移到NLP項(xiàng)目。

一天的時(shí)刻表大概是這樣的：

09:00 電話會(huì)議

09:30 開(kāi)展NLP項(xiàng)目（Python）

11:00 電話（1小時(shí)）討論銷售項(xiàng)目

12:00 午餐

12:30 電話演示時(shí)間

13:00 項(xiàng)目工作（Python）

15:00 討論項(xiàng)目

16:00 查看同事模型的文檔設(shè)置和超參數(shù)。

17:00 回家。

誒？朝九晚五的程序員？

傳送門

Reddit原帖地址：

https://www.reddit.com/r/MachineLearning/comments/cxhvbd/d_what_is_the_reality_of_machine_learning_engineer/