图片来源：iStockphoto/Feodora Chiosea
随着越来越多的公司采用这些技术，机器学习工程师（开发能够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。机器学习工程师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。
尽管在技术发展的现阶段，它仍在创造机器学习工程师等职位，因为公司需要高技能的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，我们整理了这一系列有用的详细信息和资源。我们将定期更新本关于如何成为机器学习工程师的指南。
什么是机器学习？
这使得计算机系统能够自动学习并从经验中改进，而不是被明确地编程。在机器学习中，计算机使用并应用算法来训练和做出预测。
机器学习系统可以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
- （科技共和国）
- e（科技共和国高级版）
- （科技共和国）
- （免费 PDF）（TechRepublic）
- （科技共和国）
为什么对机器学习工程师的需求增加？
随着各种规模的组织都在寻找利用不断发展的技术的方法，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。公司越来越多地采用人工智能和机器学习解决方案，“以增强客户体验、增加销售额和改善运营”。据《华尔街日报》专业报道。
在其人工智能转型报告中，应用程序开发公司 Reign 发现“过去十年，美国人工智能岗位数量增长了 21%，”他补充道，2010 年至 2020 年间，人工智能相关岗位工资增长了 27%。IT CareerFinder 最近报道未来五年，需要人工智能/机器学习技能的工作预计将增长 71%。
是什么推动了机器学习市场的增长？《财富》商业洞察将这一增长归因于人工智能在许多行业的应用，包括医疗保健、零售和制造。 COVID-19 大流行也促进了 AI/ML 使用量的增长，因为这些技术被用来跟踪、追踪和预测 COVID 病例，并帮助组织实施自动化策略以从大流行的影响中恢复过来。
其他资源
- （科技共和国）
- （科技共和国）
- （科技共和国）
- （科技共和国）
机器学习工程师的职位有哪些？
机器学习工程师可以采取多种职业道路。以下是该领域的一些角色及其所需的技能，根据优达学城。
- 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：计算机科学基础知识和编程，应用机器学习算法和库
- 核心机器学习工程师：计算机科学基础知识和编程、应用机器学习算法和库、数据建模和评估
其他资源
- （科技共和国）
- （科技共和国高级版）
- （科技共和国）
- （科技共和国）
- （科技共和国高级版）
要成为一名机器学习工程师，最好学习哪些编程语言？
Python,右和Java/JavaScript在流行编程语言列表中名列前茅，根据跳板，其次是 Julia 和 LISP。常年领跑者 Python——GeeksforGeeks 表示受到 60% 的青睐机器学习开发人员的——比许多其他语言灵活、可扩展且更容易学习。
其他资源
- （科技共和学院）
- （科技共和国）
- （科技共和国）
- （科技共和国）
- （科技共和学院）
- （科技共和国）
- （科技共和学院）
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。根据以下内容，我们对所需的一些技能进行了细分优达学城。
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 与 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）。
概率与统计：概率的形式表征（条件概率、贝叶斯规则、似然性、独立性）以及从中衍生的技术（贝叶斯网络、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（均匀分布、正态分布、二项分布、泊松分布）和分析方法（方差分析、假设检验）。
数据建模和评估：查找模式（相关性、聚类、特征向量），预测以前未见过的实例的属性（分类、回归、异常检测），并确定正确的准确性/误差度量（例如，分类的对数损失或回归的误差平方和）和评估策略（训练-测试分割、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.ai 和）。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、如何与各个部分进行通信（使用库调用、REST API 和数据库查询），并为您的作品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
- （科技共和国）
- （科技共和国）
- （科技共和国）
- （科技共和国）
- （科技共和学院）
机器学习工程师的平均工资是多少？
美国机器学习工程师的平均工资为 131,255 美元，根据Indeed的最新数据。然而，ZipRecruiter 引用了更高的全国平均水平截至 2022 年 3 月 28 日，费用为 157,676 美元（每小时 76 美元）。
ZipRecruiter 还列出了平均工资最高的 10 个美国城市。位居榜首的是加利福尼亚州里士满（192,929 美元）、康涅狄格州斯坦福德（187,866 美元）和华盛顿州贝尔维尤（187,441 美元）。
其他资源
- （科技共和国）
- （科技共和国）
- （科技共和国）
- （科技共和国）
- （科技共和国）
- （科技共和国）
- （科技共和国）
人工智能和机器学习工程师职位最热门的市场在哪里？
旧金山湾区、奥斯汀、纽约市和丹佛由 Datamation 列出作为人工智能和机器学习工作高度集中的技术中心。和根据最新的 CompTIA 技术就业报告人工智能职位约占所有新兴科技职位的 20%，在加利福尼亚州、德克萨斯州、马萨诸塞州、佛罗里达州和华盛顿州最为普遍。
哪些行业正在发布这些职位？骰子识别专业、科学、技术服务；金融和保险；和制造业为首要招聘领域。
- （科技共和国）
- （科技共和国）
- （科技共和国）
- （科技共和国）
- （科技共和国）
一些典型的机器学习工程师面试问题有哪些？
那些申请机器学习工作的人可以期待一些在面试过程中，测试他们在数学和统计学、数据科学、深度学习、编程和问题解决方面的技能。
机器学习工程师在面试中可能会被问到的一些问题包括：
- 过去几年你一直在做什么？
- 您熟悉哪些人工智能和机器学习工具？您对它们的熟练程度如何？
- 您如何做才能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？
- 如何处理数据集中丢失或损坏的数据？
- 使用机器学习的道德含义是什么？
Capital One 机器学习副总裁戴夫·卡斯蒂略 (Dave Castillo) 告诉 TechRepublic，对于求职者来说，在面试时向招聘经理提出问题也很重要。
“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
- （科技共和国高级版）
- （科技共和国高级版）
- （科技共和国）
- （科技共和学院）
- （科技共和国）
- （科技共和国）
- （科技共和国）
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很多途径。一个好的起点是掌握一门编程语言，比如Python,右或者爪哇。对于机器学习的具体情况，可以使用许多大规模开放在线课程 (MOOC)、在线课程和认证，包括 Coursera 和 edX 上的课程，以及来自优达学城。特别优惠和培训包可从科技共和学院，还有。
您还可以通过在真实数据上进行真实项目来获得实践经验，例如卡格尔。加入聚会或黑客马拉松等当地组织向该领域的其他人学习也会有所帮助。
其他资源
- （科技共和学院）
- （科技共和学院）
- （科技共和国）
- （科技共和国）
- （科技共和学院）
- （科技共和学院）
- （科技共和学院）
- 编程语言和开发人员职业资源（Flipboard 上的科技共和国）