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。
尽管许多人担心人工智能将很快取代工作岗位，但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。 我们将定期更新本指南，介绍如何成为机器学习工程师。
什么是机器学习？
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，而不是被显式编程。 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。
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。 据《华尔街日报》专业版报道，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”。
应用程序开发公司 Reign 在其人工智能转型报告中发现，“在过去十年中，美国人工智能工作岗位数量增加了 21%”，并补充说，2010 年至 2020 年间，人工智能相关工作工资增长了 27% ITCareerFinder 最近报告称，需要人工智能/机器学习技能的工作预计在未来五年内增长 71%。
是什么推动了机器学习市场的增长？ 《财富商业洞察》将这一增长归因于医疗保健、零售和制造等众多行业采用人工智能的增加。 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。
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。 根据 Udacity 的说法，以下是该领域的一些角色及其所需的技能。
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。
要成为一名机器学习工程师，最好学习哪些编程语言？
根据 Springboard 的数据，Python、R 和 Java/JavaScript 位居流行编程语言榜首，其次是 Julia 和 LISP。 长期领先的 Python——GeeksforGeeks 称它受到 60% 的机器学习开发人员的青睐——比许多其他语言更灵活、可扩展并且更容易学习。
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。 根据优达学城 (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、动态编程）、可计算性和复杂性（P 与 NP、NP 完全问题、大问题） -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，分类的对数损失或总和） 回归的平方误差）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 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、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）。
机器学习工程师的平均工资是多少？
根据 Indeed 的最新数据，美国机器学习工程师的平均工资为 131,255 美元。 然而，ZipRecruiter 引用的数据显示，截至 2022 年 3 月 28 日，全国平均工资为 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）。
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、纽约市和丹佛被 Datamation 列为人工智能和机器学习工作高度集中的技术中心。 根据最新的 CompTIA 科技就业报告，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？ Dice 标识专业、科学和技术服务； 金融和保险； 和制造业为首要招聘领域。
一些典型的机器学习工程师面试问题有哪些？
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，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。 “与我们提出的问题同样重要的是候选人向我们提出的问题。 我们希望确保不仅候选人是公司的正确选择，而且公司也是候选人的正确选择。”
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 Python、R 或 Java 等编程语言。 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 Udacity 的纳米学位。 TechRepublic Academy 还提供特别优惠和培训包。
您还可以通过在 Kaggle 等网站上使用真实数据进行真实项目来获得实践经验。 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。
