如何成为机器学习工程师：备忘单
如果您有兴趣从事 AI 职业并且不知道从哪里开始，这里是您的最佳编程语言和学习技能、面试问题、薪水等的首选指南。
随着越来越多的公司采用这些技术，机器学习工程师——即开发可以学习和应用知识的人工智能 (AI) 机器和系统的高级程序员的需求量很大。这些专业人员执行复杂的编程，并使用复杂的数据集和算法来训练智能系统。
更多关于人工智能
虽然许多人担心人工智能很快会取代工作岗位，但在技术发展的这个阶段，它仍在创造机器学习工程师等职位，因为公司需要高技能工人来开发和维护广泛的应用程序。
为了帮助对该领域感兴趣的人更好地了解如何进入机器学习领域，我们整理了最重要的细节和资源。本关于如何成为机器学习工程师的指南将定期更新。
参见：在企业中管理 AI 和 ML（ZDNet 特别报道）| 将报告下载为 PDF (TechRepublic)
什么是机器学习？
根据TechRepublic 作家 Hope Reese 和 Brandon Vigliarolo 的说法，机器学习是人工智能的一个分支，它使计算机系统能够从经验中自动学习和改进，而不是被明确地编程。在机器学习中，计算机使用大量数据并应用算法来训练和做出预测。
机器学习系统能够快速应用来自大数据集的知识和训练来执行面部识别、语音识别、物体识别、翻译和许多其他任务。
其他资源
什么是机器学习？您需要知道的一切(ZDNet)
前 5 名：有关机器学习的知识（TechRepublic）
报告：机器学习领域最具创新力的 10 家公司（TechRepublic）
机器学习入门的五个步骤：顶级数据科学家分享他们的技巧（TechRepublic）
IT 领导者的人工智能未来指南（Tech Pro Research）
IT 领导者深度学习指南（Tech Pro Research）
为什么对机器学习工程师的需求增加？
对包括机器学习工程师在内的人工智能人才的需求正在爆炸式增长：根据求职网站Indeed的一份报告，在 2015 年 6 月至 2018 年 6 月期间，带有“人工智能”或“机器学习”的职位发布数量增加了近 100% 。报告发现，在此期间，在 Indeed 上搜索这些词的百分比也增加了 182%。
“雇主对人工智能人才的需求越来越大，”Indeed 产品高级副总裁 Raj Mukherjee 告诉 TechRepublic。“随着公司继续采用解决方案或在内部开发自己的解决方案，雇主对这些技能的需求可能会继续上升。”
参见：2018 年 IT 工作：招聘优先事项、增长领域和填补空缺职位的策略（技术专业研究）
报告发现，就具体职位而言，94% 的包含人工智能或机器学习术语的招聘启事是针对机器学习工程师的。41% 的机器学习工程师职位在 60 天后仍然开放。
“软件正在吞噬世界，机器学习正在吞噬软件，”Salesforce Einstein 数据科学和软件工程副总裁 Vitaly Gordon告诉 TechRepublic。“机器学习工程是一门需要生产级编码、博士级机器学习和产品经理的商业敏锐度的学科。找到这样的稀有人才可以将公司从追随者提升到他们所在领域的领导者，每个人都在寻找他们。”
其他资源
报告称，到 2018 年底，机器学习业务的使用量将翻一番（TechRepublic）
到 2025 年，人工智能投资将达到 $232B，但企业不打算裁员（TechRepublic）
2018 年美国 10 个最佳科技工作（TechRepublic）
2020 年最需要的 10 个 IT 工作（ZDNet）
LinkedIn 将机器学习作为其发展最快的工作类别(ZDNet)
Google DeepMind 创始人 Demis Hassabis：关于人工智能的三个真相（TechRepublic）
机器学习工程师的工作角色有哪些？
机器学习工程师可以选择多种不同的职业道路。根据Udacity 的说法，以下是该领域的一些角色，以及他们所需的技能。
软件工程师，机器学习：计算机科学基础和编程，以及软件工程和系统设计
应用机器学习工程师：计算机科学基础和编程，应用机器学习算法和库
核心机器学习工程师：计算机科学基础和编程，应用机器学习算法和库，数据建模和评估
其他资源
6 个最受欢迎的 AI 工作，以及如何获得它们（TechRepublic）
将 AI 集成到您的业务中的 6 个技巧（TechRepublic）
为什么人工智能可以摧毁比它创造的更多的工作，以及如何拯救它们（TechRepublic）
到 2022 年，五分之一的工人将依靠人工智能来完成他们的工作（TechRepublic）
很快，每个应用程序背后的机器学习代理(ZDNet)
AI 影响：重新思考教育和职业培训(ZDNet)
什么编程语言最适合学习成为机器学习工程师？
根据KDnuggets 的一项调查，Python 和 R 是机器学习、数据科学和分析领域最受欢迎的编程语言。Python 在 2018 年有 66% 的选民使用该工具，比 2017 年增加了 11%。与此同时，R 在 2018 年的份额为 49%，比 2017 年下降了 14%。
一个IBM报告排名的Python，Java和R作为顶级语言的机器学习的工程师，其次是C ++，C，JavaScript中，Scala和朱莉娅。
正如我们的姊妹网站ZDNet所报道的那样，在开发机器学习应用程序时，算法的训练和操作阶段是不同的。因此，有些人在培训阶段使用一种语言，在操作阶段使用另一种语言。
“对于‘普通机器学习’，你使用什么语言并不重要，”Stone Co. 的数据科学负责人 Luiz Eduardo Le Masson 告诉 ZDNet。“但是，当您需要为数百万个并发集群实时提供真正的在线学习算法和推理并在不到 500 毫秒内做出响应时，该主题不仅涉及语言，还涉及架构、设计、流控制、容错、弹性。”
其他资源
如何成为开发人员：备忘单（TechRepublic）
2018 年要学习的五种高薪和热门编程语言（TechRepublic）
最容易学习的 10 种编程语言（TechRepublic）
哪种编程语言最受欢迎（这意味着什么）？(ZDNet)
顶级开发人员接下来计划学习的 10 种编码语言（TechRepublic）
2018 年最糟糕的 5 种编程语言（TechRepublic）
开发人员最常使用 Node.js 的 10 种编程语言（TechRepublic）
鲁比之死？开发人员应该学习这些语言（TechRepublic）
JavaScript 规则，但微软编程语言正在兴起(ZDNet)
如何学习编程：让您入门的 3 种语言（TechRepublic）
哪种编程语言薪酬最高、最受欢迎？开发者的首选（ZDNet）
成为机器学习工程师还需要哪些其他技能？
一般来说，机器学习工程师必须精通计算机科学和编程、数学和统计学、数据科学、深度学习和问题解决。根据Udacity 的说法，以下是一些所需技能的细分。
计算机科学基础和编程：数据结构（堆栈、队列、多维数组、树、图）、算法（搜索、排序、优化、动态规划）、可计算性和复杂性（P vs. NP、NP 完全问题、大-O 表示法、近似算法）和计算机体系结构（内存、缓存、带宽、死锁、分布式处理）。
概率和统计：概率的形式特征（条件概率、贝叶斯规则、似然性、独立性）和从中派生的技术（贝叶斯网、马尔可夫决策过程、隐马尔可夫模型）。统计测量（平均值、中位数、方差）、分布（均匀、正态、二项式、泊松）和分析方法（方差分析、假设检验）。
数据建模和评估：寻找模式（相关性、聚类、特征向量）、预测先前未见实例的属性（分类、回归、异常检测），并确定正确的准确度/误差度量（例如，分类的对数损失或求和）回归的平方误差）和评估策略（训练-测试拆分、顺序与随机交叉验证）。
应用机器学习算法和库：机器学习算法的标准实现可通过库、包和 API（例如 scikit-learn、Theano、Spark MLlib、H2O 和TensorFlow）获得。有效地应用它们意味着选择正确的模型（决策树、最近邻、神经网络、支持向量机、多个模型的集合）和适合数据的学习过程（线性回归、梯度下降、遗传算法、装袋、提升和其他特定于模型的方法），以及了解超参数如何影响学习。
软件工程和系统设计：机器工程师通常致力于开发适合更大的产品和服务生态系统的软件。这意味着他们需要了解不同部分如何协同工作，与部分进行通信（使用库调用、REST API 和数据库查询），并为您的部分构建其他人可以使用的接口。这涉及了解系统设计和软件工程最佳实践（包括需求分析、系统设计、模块化、版本控制、测试和文档）。
其他资源
研究：公司缺乏实施和支持人工智能和机器学习的技能（Tech Pro Research）
AI、机器学习和数据科学难题：谁来管理算法？(ZDNet)
开发人员文档：如何正确使用(ZDNet)
IT 专业人员和开发人员保持技术技能最新的 10 种方法（TechRepublic）
解决 IT 技能短缺的六种方法(ZDNet)
机器学习工程师的平均工资是多少？
根据Indeed 的数据，美国机器学习工程师的平均工资为 134,449 美元。就人工智能相关的工作而言，它的薪水位居第三，仅次于分析总监（140,837 美元）和首席科学家（138,271 美元）。
其他资源
10 个薪酬最高的 AI 工作，以及他们所获得的巨额薪水（TechRepublic）
薪酬最高的 10 个最佳技术工作（TechRepublic）
2018 年美国薪酬最高和需求最大的 8 个科技工作（TechRepublic）
10个收入最高的零工经济工作都在技术领域（TechRepublic）
编程学校使高中毕业生的薪水潜力翻倍（TechRepublic）
人工智能和机器学习工程师职位最热门的市场在哪里？
纽约市有AI作业的浓度最高，有近12％的所有AI招聘信息的找到，根据的确。Indeed 发现，纽约也是美国所有都市区中数据工程师、数据科学家和分析主管职位最集中的地方，可能支持位于那里的媒体、时尚和银行业中心。
人工智能工作集中度仅次于纽约市的是旧金山 (10%)、加利福尼亚州圣何塞 (9%)、华盛顿特区 (8%)、波士顿 (6%) 和西雅图 (6%)。尤其是在圣何塞，机器学习工程师的职位最多，还有算法工程师、计算机视觉工程师和研究工程师。
其他资源
求职者最想搬家的十大城市（TechRepublic）
以下是 15 个最适合科技女性的城市（TechRepublic）
科技工作者最赚钱的 10 个城市（TechRepublic）
开始新职业的 10 个最佳城市（TechRepublic）
有哪些典型的机器学习工程师面试问题？
申请机器学习工作的人在面试时可能会遇到许多不同类型的问题，以测试他们在数学和统计、数据科学、深度学习、编程和解决问题方面的技能。
机器学习工程师在面试中可能会被问到的一些问题包括：
过去几年你在做什么？
你熟悉哪些人工智能和机器学习工具，你对它们的熟练程度如何？
您如何做才能始终掌握不断变化的技术？
您如何清理和准备数据以确保质量和相关性？
您如何处理数据集中丢失或损坏的数据？
使用机器学习的伦理含义是什么？
Capital One 机器学习管理副总裁 Dave Castillo 告诉 TechRepublic，求职者在面试时回答招聘经理的问题也很重要。
“采访是双向对话，”卡斯蒂略说。“与我们提出的问题一样重要的是候选人向我们提出的问题。我们希望确保候选人不仅是公司的正确选择，而且公司也是候选人的正确选择。”
其他资源
Skype 如何让技术和编码面试变得更容易(TechRepublic)
开发人员在求职面试中应该问雇主的 10 个问题（TechRepublic）
扔掉白板：提高技术面试的3种方法（TechRepublic）
人工智能和机器学习在微软学生开发者竞赛(ZDNet) 中占据中心位置
我在哪里可以找到机器学习职业的资源？
机器学习工程师的职业生涯有不同的途径。一个好的起点是学习 Python、R 或 Java 等编程语言。机器学习的细节，一些大规模开放在线课堂（MOOCs），在线课程和认证是可用的，包括课程Coursera和给予edX，并从nanodegree Udacity。
您还可以通过在Kaggle等网站上对真实数据进行真实项目来获得实践经验。加入当地组织，例如聚会或黑客马拉松，向该领域的其他人学习也有帮助。
其他资源
Facebook 和 Udacity 想给你奖学金来掌握机器学习（TechRepublic）
照片：学习如何编码的 20 个最佳资源（TechRepublic）
编码学校毕业生：他们值得雇用吗？（科技共和国）
发现欺诈编码训练营并选择正确的训练营的 3 个技巧（TechRepublic）
退伍军人：以下是哪些编码训练营将接受您的 GI 法案（TechRepublic）
3 个 iOS 应用程序，用于在小课程中学习编码（TechRepublic）
Google 的 Grasshopper 应用程序如何帮助专业人士免费学习编码（TechRepublic）
评论专区