您现在的位置是：首页 > 文章详情

机器学习工程师将在十年后消失？

日期：2020-05-30点击：469收藏

云栖号资讯：【点击查看更多行业资讯】
在这里您可以找到不同行业的第一手的上云资讯，还在等什么，快来！

近年来，机器学习工程师屡次荣登全球 IT 高薪榜单。但这局面会一直保持下去吗？作者 Luke Posey 给我们带来了一个不一样的观点，他认为，机器学习工程师将在十年后消失！这听起来有点耸人听闻，为什么他会做出这样的判断？读完这篇文章，或许你就找到答案了。

机器学习工程师将被取代

机器学习将会转变为每个软件工程师工具箱中的一部分，成为软件工程师常用的工具。

在每个领域中，我们在早期的阶段都会有专门的角色，随着时间的推移，这些专门的角色将会逐渐被普通的角色所取代。机器学习工程师似乎又是一个这样的例子。

机器学习工程师作为一个角色，是由人工智能和数据科学等热门词汇在企业中被大肆炒作的结果。在机器学习的早期阶段，机器学习工程师是一个非常必要的角色。而且对很多人来说，它带来了不错的收入增长！但是，机器学习工程师也有许多不同的性格，这要取决于你问的是谁。

我们当中的纯粹主义者说，机器学习工程师就是将模型带出实验室并投入到生产的人。他们负责扩展机器学习系统，将参考实现转化为可用于生产的软件，并经常交叉地进入数据工程领域。他们通常都是强大的程序员，对他们使用的模型也有一定的基础知识。

但这听起来很像是一个普通的软件工程师。

如果你去向一些顶尖的科技公司，询问机器学习工程师是对他们来说意味着什么，你可能会从十个调查参与者中得到十个不同的答案。这并不足为奇。因为机器学习工程师还一个相对年轻的职位，而发布这些职位招聘的都是经理人，他们往往工作了几十年，没有时间（或意愿）来了解这一领域。

以下是一些顶尖科技公司发布的招聘信息中的一些要求，请注意它们之间的差异有多大：

第一个有点辣人眼睛。你确定你招聘的不是研究人员吗？这怎么会是机器学习工程师呢？

数学、统计学、运筹学博士。具备 R、SQL 和现代机器学习技术的知识。

第二个看起来更靠谱一些。而且它来自顶尖科技公司，所以这样的要求应该不会让人感到意外。

计算机科学学士或硕士学位。1~5 年软件开发工作经验或学术经验。有计算机视觉、自然语言处理等方面的工作经验者优先。

最后，深入研究一下你对机器学习工程师职位的刻板印象。

计算机科学学士 / 硕士学位。3 年以上构建生产性机器学习系统和高效代码的工作经验。有大数据方面的经验者优先。

一些公司已经开始了一种新的做法，我认为大多数公司将会效仿。该做法是发布一个软件工程的职位，其核心要求是接触过机器学习，再加上要求有几年的工作经验作为优先考虑的资格条件。无论是基于机器学习还是其他技术，雇主都会偏爱那些具有构建和扩展系统经验的工程师。

只要人们对机器学习的了解很少，而且进入门槛很高，那么机器学习工程师的存在就是有必要的。

我坚信，机器学习工程师的角色将完全被普通软件工程师所取代。它将会过渡到一个标准的工程角色，工程师将从上游获得一个规范或参考实现，将其转化为生产代码，并交付和扩展应用。

就目前而言，许多机器学习的角色都存在于这个奇怪的领域，我们正在用机器学习来解决以前从未遇到过的问题。因此，在很多情况下，机器学习工程师一半是研究员，一半是工程师。我遇到过一些机器学习工程师，他们在整个堆栈中扮演着重要的角色。我也遇到过其他一些工程师，尽管他们的技能范围很窄，但却愿意肯花更多的时间去阅读新的研究论文，并将其转化为可用的代码。

我们正处在一个奇怪的十字路口，我们正在重新定义我们团队成员在这个难题中的位置。

由于我们的工作方式，我们倾向于强迫自己参与讨论并参加会议，而不管这些是否我们专业知识的核心。我们接受任何会议的邀请……我的观点是，机器学习工程师应该处于构建参考实现的末端，然后负责将参考实现转化为生产代码。

用不了多久，大多数企业将不需要进行什么研究工作，就能把项目做到极致。只有那些小众的用例和深层次的技术工作，才需要特殊的技能集。工程师们将使用 API，世界将继续前进，机器学习已成为每个新工程师工具箱中的常见工具。我们已经目睹越来越多的机器学习知识逐渐进入了大学课堂。只要你去大学参加一门机器学习的课程，你就会发现，课堂里人满为患，水泄不通。几乎每个毕业生在离开大学时，都会接触到一些该领域的知识。

我们可以用区块链来做一个类比，在区块链领域中，分布式系统工程师炙手可热。自从中本聪的白皮书发布以来，绝大多数区块链项目一直致力于构建基础技术和基础设施。要做到这一点，你必须拥有非常强大的工程技能，通常被称为分布式系统工程师。你最终将看到一个转变，在这个转变中，事物开始被抽象化，企业开始寻找用例，而普通工程师现在可以用区块链构建新颖的用例。我们在人工智能 / 机器学习也看到了同样的普遍转变。