網友大哉問:我今年 28 歲,應該從普通工程師轉行 AI 工程師嗎?

【為什麼我們要挑選這篇文章】AI、機器學習工程師跟普通的工程師有所差別,儘管 AI 正在世界熱潮上,但要轉行還是會碰到多樣阻礙,更重要的是,因為 AI 工程師少,所以難以窺探實際在做什麼?Reddit 有網友發問題,一起來看他們的討論。(責任編輯:陳伯安)

本文經 AI 新媒體量子位(公眾號 ID:QbitAI)授權轉載,轉載請聯繫出處

作者:量子位/安妮

求助。

28 歲的物理工程師,想轉行做 AI 到底值不值?機器學習工程師在企業中的現狀又是什麼樣子的?

一則求助帖,在 Reddit 論壇上迅速發酵:

我是一名物理工程師,對目前的工作不那麼感興趣,甚至有點想回學校稍微逃避下現實和責任。

在沒畢業前,有人建議我去搞機器學習,也激勵我去做電腦視覺方面的實習,去做更多的項目等。目前我已經有一份工作了,我想「重新考慮」這條路。

目前的工作能看到數據處理的重要性和繁瑣性。

基於上述原因,我原來越傾向參加一個 AI 方面的一年制專業碩士課程。但是,我想知道數據/機器學習工程師在中大型企業中的工作到底是怎麼樣的?

我不打算成為一名工程師了,因為我不那麼年輕已經 28 歲了,並且知識背景中大多數與物理相關。我想這樣的話,自己沒有搞電腦的那群人有競爭力。

所以,我應該棄工作選擇讀書嗎?

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自己的幫助。

一時間,這則貼子下眾說紛紜,網友從不同的角度,拼湊起當下機器學習工程師的真實工作全貌。

不當工程師卻想進攻機器學習,有點癡人說夢

網友 mimighost 表示,首先應該擺正對機器學習工程師的認識,可以說這個崗位本身有些矛盾。

他認為,將機器學習工程師首先應該是一個合格的工程師,你的編程技能應該超過你所掌握的所有科學知識。

所以,此前即使是非科班出身的物理工程師,也應該先把提升點放到編程本身上。

mimighost 認為,在工程師行列中留給機器學習工程師的崗位非常有限,崗位本身就是矛盾的。但可以考慮向機器學習研究員或者研究科學家方向發展。

要是想這樣發展,只讀個一年碩士怕是遠遠不夠,怎麼著,也得是個博士了吧。

年齡會是轉行工程師的一個門檻嗎?

一位網友和樓主有著相似的困惑,表示年齡 28,在於年輕人競爭同一崗位時,會不會沒有優勢反倒是劣勢啊。

這個問題倒是不難理解,「35 歲的工程師該何去何從」也是國內工程師們擔心的問題之一呀。

網友 fakemoose 認為,在這個年齡段無論如何也不應該申請非常入門的崗位了,應該利用已經積累起來的經工作技能。

也有網友不服,表示在數據科學領域,即使是入門級別,其收入也已超過美國 90% 人口了。

還有更多不同的聲音:

如果年齡超過了 40 歲,則可能是一個限制因素。
——analyst___apu

我是從 30 歲開始從物理過渡到機器學習的,所以這個年紀轉行是可能的,我是自學。
——amnezzia

大多數認為,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域。年齡不是門檻,行業經驗才是。

轉行必須抓穩的兩大技能:數據科學、Python

不少過來人的建議是,數據科學技能是轉行之後的最大挑戰。

而物理學轉到 AI?其實很加分。

網友 i_love_FFT 表示,自己是一個樂觀主義者。如果能在現在地區找到一個高科技公司,則物理學的背景是個加分項,是個必須的技能。

如今,幾乎每家科技公司都在建立機器學習團隊。儘管對於那些做過大量在線編程課程和有某網站的 AI 證書的人來說很容易,但最大的挑戰始終是找到能夠理解數據本身的人!

如果具備物理工程背景,那麼能夠很好地理解基於物理的數據,包括傳感器數據,物理系統模型等。這種技能與對機器學習的興趣相結合,就是求職過程中的閃光點。

除了數據科學,請一定學好 Python 啊。網友 Heartomics 表示,自己最大的阻礙就是接受一種 Pythonic 的做事方式。

推薦學習資源 ,成為 Python 專家需要什麼

機器學習工程師的一天長什麼樣子?

那麼,工程師的一天是怎麼過來的?

一位機器學習工程師總結了自己在一家全球員工數過 10 萬的系統集成商工作的時刻表。

他表示,理論上來說,他們的工作是設計模型、調整模型、設置 NLP pipeline,重構數據科學家編寫的程式碼,並做一些雲端的任務,對吧?

但事實上,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 開發人員、數據工程師、數據科學家和數據分析師。雖然在自己看這些都差不多,但在客戶看來,區分這些崗位會顯得這個任務多樣化。

大概就是:我是一塊磚,哪裡需要哪裡搬。

目前正在同時處理三個項目:一個與銷售相關,一個是需要重構程式碼的成熟項目,還有從 PoC 遷移到 NLP 項目。

一天的時刻表大概是這樣的:

09:00 電話會議

09:30 開展 NLP 項目(Python)

11:00 電話(1 小時)討論銷售項目

12:00 午餐

12:30 電話演示時間

13:00 項目工作(Python)

15:00 討論項目

16:00 查看同事模型的文檔設置和超參數。

17:00 回家。

誒?朝九晚五的工程師?

相關討論傳送門

Reddit 原貼文

知乎相關問題:
非電腦資訊專業學生如何轉行 AI,並找到演算法的 offer?

(本文經 AI 新媒體 量子位 授權轉載,並同意 TechOrange 編寫導讀與修訂標題,原文標題為 〈我,28 岁,应不应该从从普通工程师转行到 AI?〉,首圖來源:Pixabay, CC Licensed。)

延伸閱讀

超省時 GitHub 新功能!點選函數就能看定義,記憶差的工程師不用再苦苦尋找了

【大騙局】《華爾街日報》拆穿 Engineer.ai 假面具!AI 服務背後全是「印度工程師」

工程師殺手級工具!一秒自動補齊後續程式碼,還支援 23 種程式語言


量子電腦瓦解人類資安機制?

資安即國防!討論「後量子」密碼學的產業重要性

搶先報名 11/6《2019 未來科技展 》量子加密場次

迎戰量子運算技術暗流

點關鍵字看更多相關文章: