非科班出身，25 岁开始学 AI，晚吗？

近日，Reddit 论坛的 AI 板块上，有一位年轻人发帖提问：如何才能实现我成为AI工程师的理想？

由于家庭的原因，他没能完成自己的大学学业，按照他的个人描述，目前他似乎正在从事着服务行业相关的工作，但是他心中对于成为 AI 工程师的一团火一直没有熄灭，所以他来到论坛求助，希望能够得到专业人士的建议。

他的问题得到了不少 AI 从业者的关注，大家纷纷献计献策鼓励他继续走下去，InfoQ 对这些回答进行了筛选与整理，如果你也有同样的梦想，不如看看这篇文章，或许能够给你一些启发。

提问者言：我有一个梦想

如标题所言，我有一个梦想。我一直以来就希望投身人工智能领域，但由于家庭原因，我没能拥有自己的学术生涯。现在我 25 岁了，我厌倦了服务行业工作，这样的工作让我毫无成就感——除了看书和翻翻博客之外，我没有任何有意义的事可做。

最近，我辞掉了工作，开始专心学习。

我目前面对着两条有望指引自己通向梦想彼岸的道路：

1) 考进大学，攻读博士学位

很直接，但也非常困难。我需要参加入学考试，必须面对自己几乎为零的知识基础，也得不到任何有意义的支持。另外，就算是考进了大学，我的生活也有问题，而且可能再面对十年以上的贫困生活。虽然我并不介意贫困的生活，但我希望了解是否还有更多更好的选择。

2) 自学编程以及其它相关技术（数学等等），并尝试在行业内寻找工作

任何工作都可以，包括软件工程师或者开发者职位。真的，只要跟 AI 有一点关联的都行。在获得工作之后我会继续学习，并利用一切机会克服种种障碍。通过博客、社区活动以及交互等方式为问题提供创造性的解决方案。这基本上就是通过实际表现为自己树立名声，并努力借此争取研究职位。这个选项更好，我能赚到钱、能积累到实践经验、能够立刻激发自己的兴趣点，而且不至于为其它事情所分神。只是，我也不知道这样是否可行。

现在我的问题是：

a.) 第二条道路可行吗？（没有博士学位的我真的有机会获得研究岗位吗？）

b.) 还有其它选择吗？

c.) 你们会推荐哪些道路？为什么？

感谢大家抽出宝贵时间阅读本文。感谢你们给出的任何答案与指导。

补充：可能我说得不够清楚。在第 1 种选项当中，我需要参加入学考试，基本就是高中水平的考试，主要科目包括数学、物理和化学。我承担不起预备课程（太贵了），所以我打算花一年左右的时间自学并为这些内容做好准备。在这段时间里，我恐怕没办法把精力放在工作或者其它技能的培养上。至少我觉得可能性不大。

回答者说：什么时候开始都不算晚

回复 1：

我对机器学习学术领域并不熟悉，这里只想跟你谈谈第 1 个选项。这确实可行，因为你拥有工作经验，这意味着即使同样进行大学学习，你在动机、时间管理、现实目标、软技能等方面都高于 95%的普通大学生。25 岁还不晚，上大学还完全来得及。

回复 2：

读博士这目标定得有点太远了，不妨一步步走起。先定一个比较可行的目标，并在明年之内步入正轨。你之前提到的那种孤注一掷的方式既没必要，也有点不切实际。

你肯定也清楚，不是每个人都适合成为开发人员或者在 IT 部门工作，不然怎么会有那么多人在工作几年之后彻底离开这个行业呢。万一，你也属于这样的情况，该怎么办？

我认为首要任务应该是了解情况，确定你真的很喜欢也很适合从事这方面工作。

那种技术训练营的短期培训课程是进军科技行业的最快方式，但局限性也很强。突击培训出来的人员，很难在求职当中与具备传统教育背景的求职者竞争。

先拿下计算机科学学位吧，很多学校现在也提供数据科学相关专业。

可能有些人会反对我的意见，但是在本科毕业之后，你可以至少先花一年感受一下行业里的工作氛围。真正的工作与学术研究完全不同，这段经历会帮助你获得所学习内容的使用背景，并教会你很多无法在学校里掌握的实践技能（包括版本控制、开发环境、CI/CD、生产部署、云托管、办公室政治以及软技能等等）。

接下来，你就可以更有信心地决定自己是不是要继续进修了。确定之后，你可以考取硕士学位，而且在具体的专业和导师选择方面，你一定会更了解自己的学习方向和未来职业规划。

整个过程大概需要 4 年到 8 年。到那时，你在数据行业中的定位将得到显著改善。其实你不需要读完博士，也能顺利进入企业工作。在工作一段时间后，你可以更肯定自己对现有工作满不满意，以及有没有必要继续攻读博士。（抱歉我可能给你泼了点冷水，但大多数人会发现自己没有必要读博。）

这是一条更加现实的道路，远比“我打算花十年时间攻读博士，然后从事机器学习行业”靠谱得多。

回复 3：

就算选第 1 种方案，你也不一定要忍受长达十年的贫困生活。如果你没有夸大自己的情况，那么你完全可以在入学时申请奖学金；只要努力学习并且取得理想的成绩，你就可以继续申请足以支持自己学业和生活的奖学金。特别是在研究生阶段，奖学金的选择就更丰富了。一旦掌握了一定程度的知识，你也可以选择带薪实习以及兼职工作。

第 2 种选项也是可行的，但从职业角度来看难度更大。**没有学历证明，你的职业选择可能受到严重限制——这就是残酷的现实。**如果你希望进入研究领域，这方面限制因素会变得更多，你可能最终还是得回归校园，或者采取兼职以及在线学习等方式才能践行自己的终极梦想。这是一条既需要技能、又需要运气的复杂道路，而结果永远充满不确定性。

如果是我，我会先申请奖学金。如果申请成功，那我认为第 1 种选项最简单。如果运气不好，那么你就要对自己的财务状况进行评估，并确定到底要选第 1 种还是第 2 种选项。

总之，咱们的目标是找到一个能让自己并行完成工作与学业的角色，这是种权衡——工作的收入不能太差，但也不能太好，因为过于优渥的生活会让你失去奋斗的动力。同样的情况在研究领域也是一样，收入既要够支撑你的开销，又不能严重影响你的判断。继续沿着这两条道路并行走下去，直到某一条路上出现正确的机遇。即使机遇没能出现，你在几年之后也将积累下丰富的工作经验与教育背景，这将使你成为一名极具竞争力的求职者。

回复 4：

虽然我非常认同自学这种方法，也相信这会是未来的主要学习途径——特别是考虑到互联网上已经出现大量优质的内容，但面对你的问题，我认为第 1 种选项更好。具体原因如下：

1. 企业非常关心教育背景，特别是在 ML/AI 领域。他们对学历的要求非常高，所以除非你能够拿出极具吸引力的出色项目，否则很难与其他教育背景良好的求职者竞争。企业关注的可不是那些小型个人项目，而是专业环境下的大规模项目。根据我的个人经验，第一份入门工作真的非常难找。

2. 就我所知，像 Triplebyte 这类企业仍然不设 AI/ML 门槛。测试实际上是最友好的考查方式，有些企业在求职者完成测试之前甚至不会询问教育背景——毕竟能力才是最重要的，正规教育背景只是个参考。这显然更适合你。

3. AI/ML 个人项目通常需要利用昂贵的硬件训练模型，处理大量数据同样需要付出可观的成本。

4.  

5. 4)正如其他朋友所言，在学校里你才能拥有足够的时间深入而透彻地开展研究，特别是在硕士与博士学习期间。你可以获得奖学金与助学金，甚至能够根据需要申请一些助学贷款。你未来的工资可能会高到足以轻松还款。另外，我觉得计算机科学专业在你博士期间提供的津贴，也要高于平均水平。

6.  

7. 这只是我的个人观点，也许有说得不准确的地方，仅供参考。

8.  

9. 回复 5：

10.  

11. 你好！我是斯坦福大学的 AI 博士，以下我的一些观点：

12.  

13. a) 第 2 个选项是没有问题的，你可以参考这条推文和回复：https://twitter.com/chipro/status/1154260773062889473
    

14.  

15. 你只需要获得硕士学位就可以继续做学术研究，或者是直接在企业中获得在职进修支持（谷歌、微软、Facebook 等很多行业实验室都提供这类选项）。但正如以上推文所提到，这对你的自学能力以及技能组合要求非常高。

16.  

17. b) 考取硕士学位（无论是名校还是普通高校）都是个不错的选择！你可以参考以下链接获取与学业相关的细节信息：

18.  

19. http://www.omscs.gatech.edu/
    

20.  

21. https://datascience.berkeley.edu/
    

22.  

23. 这些你在兼职工作的时候就能看，不用怕。虽然这些内容跟博士入学考试一样，但其实并没什么大不了——你不需要像真的高考那样掌握物理或者化学知识。这里我推荐 Magoosh，可以说是备考的最佳选择了: https://gre.magoosh.com/
    

24.  

25. c) 我个人更推荐第 2 个选项。因为如果没有任何实践经验，你可能根本无法正确地判断自己要学些什么（你的想法与实际情况可能存在着巨大的差别）。因此，你最好是先积累一些经验，对目标学科建立起结构化的认知，然后再尝试攻读博士学位。在此之后，你可以进一步考虑自己想做的是 ML 工程师、面向 AI 的企业软件开发人员、研究员还是别的什么。我是通过自己的硕士阶段逐步解决这些问题的，也建议大家试一试。最后，博士学位更多来自推荐信和你发表的论文，入学考试成绩反倒不那么重要。所以你最好是先从硕士读起，后面的事情都将水到渠成。