本文转载自公众号《读书芯》（ID：AI_Discovery）虽然喝一点鸡汤无妨，但我喜欢从不同的角度看问题。我不想让你觉得我过于悲观，我也不想打倒任何人，分享我的拙见，仅此而已。在浏览这些机器学习专家的帖子时，我想知道为什么那么多人首先要学习机器学习？主要原因可能是他们不了解机器学习工程师实际做什么。大多数机器学习工程师不从事通用人工智能或自动驾驶汽车之类的工作。机器学习并不像那些营销号说的那么容易掌握。在当前的大经济环境下，“什么都懂，但不擅长”是没有前途的。那么为什么那么多人想学呢？上大学时，我梦想成为一名机器学习工程师。这听起来很难和具有挑战性，但它很有趣。在上大学之前，我的梦想是成为一名iOS游戏开发者。如果当时有人告诉我一个ML工程师的一天是怎么度过的，也许我会去开发iOS游戏。不要误会我的意思，我对自己的职业很满意，但职业选择并不像以前那么好或坏。为什么？因为编写iOS游戏代码与训练机器学习模型、开发后端应用程序或前端应用程序一样有趣和具有挑战性，只需向顶尖科技公司的工程师请教。这是我在大学期间的想法：机器学习看起来很难，所以找工作应该更容易，薪水更高，将来更有保障（网络开发很快就会自动化），而且很有趣。事实证明我错了。让我一一为您解释。1.机器学习很难大多数网络营销号声称：机器学习真的很容易！只需下载一个巨大的数据集，从教程中复制10行Python代码，就可以开始了！很难想象有人付钱给你做这种工作。所以你需要更深入地研究。深度学习是最难的。有一个好老师是非常重要的，这样当你有问题的时候就可以有人帮助你。获得良好的实习机会也是成为ML工程师的好方法。我希望在我刚开始的时候有人警告我，我需要投入大量时间才能赶上计算机科学其他领域的同行。为什么？因为前端（后端或者移动端）开发人员太多了，而且真的是多的是。2.更容易找到与机器学习相关的工作。这个问题我有发言权，因为我在这上面吃了不少苦头。找一份机器学习工程师的工作比找一份前端（后端或移动）工程师的工作更难。较小的初创公司通常没有财力聘请ML工程师，也没有数据，因为公司才刚刚起步。那么他们需要什么？需要前端、后端和移动工程师来保持业务运行。那你只能去稍微大一点的公司。3.更高的工资高级机器学习工程师赚的钱没有其他高级工程师多。美国有一些机器学习巨星，但他们自己认为只是运气好，生逢其时。肯定有一些软件工程师在美国的薪水更高。4.机器学习不会过时机器学习不会很快过时，前端、后端和移动开发也是如此。如果您是前端开发人员并且对自己的工作感到满意，请坚持下去。如果需要做机器学习模型网站，找相关领域的人合作。5.机器学习并不乏味虽然机器学习很有趣，但并不总是那么有趣。许多人认为他们将从事通用人工智能或自动驾驶汽车方面的工作，但他们更有可能从事合成训练集或基础设施建设方面的工作。许多人认为他们会接触到高级深度学习模型、调整神经网络架构和超参数。确实有些人可以进入这些领域，但他们只是少数。事实上，机器学习工程师大部分时间都在研究“如何正确地整合类似于现实世界问题分布的训练集”。一旦成功，在大多数情况下，你可以训练一个经典的机器学习模型，它会工作得很好。就像我一开始说的，我并不是要劝阻任何人。如果你觉得机器学习适合你，那就去学吧，我完全支持。但机器学习并不适合所有人，也不是所有人都需要了解它。如果您是一名成功的软件工程师并且热爱您所做的事情，请坚持下去。一些基本的机器学习教程不会对你的职业生涯有太大帮助。这篇文章就是给你提供一个新的视角来看待问题，这是营销号不会告诉你的。
