“AI 技术+人才”如何成为企业增长新引擎?戳此了解>>> 了解详情
写点什么

机器学习工程师职位正在消失

  • 2019-02-13
  • 本文字数:2298 字

    阅读完需:约 8 分钟

机器学习工程师职位正在消失

随着机器学习技术的发展,主打易用性、无需专业知识、人人皆可用的机器学习工具和平台正在成为主流,谷歌、微软、Saleforce、Uber 等公司纷纷推出了相应的产品。毋庸置疑,这些产品大大降低了机器学习的准入门槛,让越来越多非专业人士得以快速将机器学习应用到实际工作中。但这也引出了一个疑问:我们真的需要所谓的“机器学习工程师”吗?


结合在机器学习领域十几年的从业经历,以及对当下机器学习领域现状的观察和思考,Looker 首席产品官、机器学习工程师团队负责人 Nick Caldwell 近日发文表示:自学能力比计算机科学学位更加重要,未来“机器学习工程师”这个职位将会消失。AI 前线对他发布在 InformationWeek 上的文章进行了编译,并附上了来自 Reddit 网友的不同意见。


我们可能已经处在机器学习工具进化的某个阶段,在这个阶段,正规的机器学习教育不再是必要的。


最近,有一件事情让我大开眼界:一位初级前端工程师决定利用黑客马拉松时间尝试一下机器学习,这是他刚刚萌生的新兴趣。作为新手,他借助 fast. ai( https://www.fast.ai/ )在线课程(他们的口号是“让神经网络不再酷”)迅速掌握了如何搭建和部署 TensorFlow 模型。


起初,这位前端工程师做出的东西非常滑稽——一个可以在照片上智能地画胡子的 AI。但在短短的几天之内,他就做出了一些具有实用性的项目,并创建了一个可以在生产系统中运行的机器学习模型。几个星期后,我们已经可以看到这个模型给我们的业务目标带来了可衡量的影响。


作为一个在大学里学习机器学习、在职业生涯的早期阶段从事机器学习工作,然后又在管理机器学习团队方面具备十多年经验的人,我敢说,我们现在正处在机器学习的一个全新阶段,在这个阶段,机器学习正在变得越来越容易使用,准入门槛越来越低。我甚至怀疑,我们前面提到的这位初级前端工程师,通过使用现代工具包,在五天之内就可以达到我职业生涯头五年的水平。


此外,有一个不争的事实正在浮出水面——如今不需要高大上的学位或专业技能也能使用 AI。这些工具正在成为开发人员工具箱的一部分。


在 20 世纪 90 年代,一个想要试验神经网络的工程师通常需要从最简单的概念开始,然后逐步提升,理解每一层的数学概念和原理。而在今天,即使是新手也可以使用像 Google Cloud AutoML 这样的工具来自动完成 AI 模型的创建,并获得有效的结果。所有的复杂性都被抽象掉了,但没关系,因为抽象可以促成越来越强大的工具。你可以回想一下,你最后一次看到想学汇编的程序员是在什么时候?


现代开发人员可能无法解释他们的 AI 模型的工作原理,但结果却不言自明。fast.ai 创始人(前 Kaggle 总裁)Jeremy Howard 最近发了一篇推文:“我从来没有接受过正规的技术教育,也没参加过任何讲座或辅导课。我认为这些是在浪费时间”。


想想我们一般是如何招聘工程人才的,尤其是在机器学习领域。我们希望候选人拥有计算机科学和/或数学学位,最好还做过一些研究项目,当然还需要有几年的工作经验。但我可以坦诚地说:如果我们简单地将工程能力定义为为客户构建可以解决问题的解决方案的能力,那么在过去几年里,我个人接触过的最好的机器学习工程师都是自学成才的。而且,他们在这个领域的经验一般不足五年。


那么,在这样一个机器学习简单易学且正在产生非凡结果的时代,我们真的需要雇佣纯粹的“机器学习”工程师吗?还是说机器学习已经成为每个程序员都可以使用的另一种工具?我敢说是后者。


所以,我们必须重新思考如何寻找人才。引用 Keras 创始人 Francois Chollet 说过的话:“优秀的人才 90%以上都是靠自学的,不管他们有没有斯坦福大学的学位。计算机科学学位能够带来的附加价值越来越小”。


大多数招聘经理人可能会认为这种观点有点偏激,但时代确实在发生改变。今天,我从 Kaggle 竞赛中寻找机器学习候选人,看看候选人在 GitHub 上提交的代码,最后才考虑他们的大学学位。


关键不在于这样做好不好,而在于我们是否应该超越机器学习本身,并完全取消对计算机科学学位的要求。

Reddit 用户评论

这篇文章在 Reddit 上引发了一些讨论,有人对作者的观点表示赞同,但也有人认为作者的想法过于片面。


网友 illy7681:


“我们还需要拥有计算机科学学位的人吗?”我的意思是,或许不需要?没有计算机科学学位并不代表不懂计算机科学。我们需要的是懂计算机科学的人,而不是学位。


网友 Spenhouet:


这篇文章有点以偏概全。尽管这些东西变得更容易学习,一般程序员也能完成这些工作,但并不意味着我们就可以忽视相关的教育……本科、硕士还是博士?没人关心,只要那个坐在角落里埋头写代码的人能够读懂 AutoML 的文档就可以了……这是一个多么愚蠢的想法!也许是作者不够强悍?好像他的那些年轻的同事可以在任何时候取代他的位置。或许是因为脑子里的想法有点混乱了,以至于会认为 Kaggle 竞赛比学位更有价值。


网友 kg4jxt:


“机器学习工程师”……软件行业沉醉于“工程师”这个头衔,管那些使用软件来完成某些任务人叫工程师似乎并不恰当(除非他们用这些工具完成实际的工程项目——创建结构和系统,如果出现故障,他们能够负起专业方面的责任),所以根本不存在什么机器学习工程师,他们只是自诩罢了。


在 AI for everyone 口号崛起之后,使用机器学习无疑将变得越来越简单,但能够深入研究并成为机器学习领域专家的人才仍然稀缺。毕竟像 Jeff Dean、Sanjay Ghemawat 这样能通过研究二进制代码找出 Bug、挽救谷歌的传奇工程师世上仅此一双。


你认为未来机器学习工程师职位会消失吗?欢迎留言交流!


英文原文:


https://www.informationweek.com/strategic-cio/team-building-and-staffing/the-title-machine-learning-engineer-will-start-to-disappear/a/d-id/1333816


公众号推荐:

2024 年 1 月,InfoQ 研究中心重磅发布《大语言模型综合能力测评报告 2024》,揭示了 10 个大模型在语义理解、文学创作、知识问答等领域的卓越表现。ChatGPT-4、文心一言等领先模型在编程、逻辑推理等方面展现出惊人的进步,预示着大模型将在 2024 年迎来更广泛的应用和创新。关注公众号「AI 前线」,回复「大模型报告」免费获取电子版研究报告。

AI 前线公众号
2019-02-13 08:106299
用户头像

发布了 731 篇内容, 共 432.0 次阅读, 收获喜欢 1996 次。

关注

评论 1 条评论

发布
用户头像
个别研究性的职位还是需要专人专门投入的,但是对于公司,即便设立预研职业,也是介于大学实验室的理论研究与商业产品化之间的一个衔接过渡,研究性并不高。
机器学习工程师在预研项目中是很有必要的,起一个引领作用。但是一般性的工程项目,没必要专职。就如文章所言,工具的便利化,使得门槛降低,具有良好学习能力的程序员,都能够快速上手。我前年也参与了一个为期两月的AI项目,主要方法就是找到论文、竞赛中的已有模型,做一些修改变动,也能够很好的解决实际问题。
2019-02-13 16:10
回复
没有更多了
发现更多内容

模块七作业——王者荣耀商城异地多活架构设计

deng

架构实战营

从对象内存布局了解锁的膨胀

Ayue、

锁升级

DDD领域驱动设计实战(四)-值对象

JavaEdge

12月日更

情绪价值

搬砖的周狮傅

情绪

Python爬虫反爬,你应该从这篇博客开启,UA反爬,Cookie 特定参数反爬

梦想橡皮擦

12月日更

给弟弟的信第17封|拒绝自我感觉良好

大菠萝

28天写作

Prometheus Exporter (三十一)ProxySQL Exporter

耳东@Erdong

Prometheus 28天写作 exporter 12月日更 ProxySQL

天下武功,无坚不摧,唯快不破

Tiger

28天写作

🏆【Alibaba中间件技术系列】「EasyExcel实战案例」实战研究一下EasyExcel如何从指定文件位置进行读取数据

洛神灬殇

EasyExcel Apache POI Alibaba 12月日更

架构实战营模块2课后作业

墨宝

微信朋友圈高性能架构分析与设计

皓月

架构实战 #架构实战营 「架构实战营」

React进阶(九):React-Redux

No Silver Bullet

React React-Redux 12月日更

Kubernetes + Spring Cloud 集成链路追踪 SkyWalking

zuozewei

链路追踪 性能测试 性能监控 12月日更

架构训练营 - 模块二作业

伊静西蒙

JavaScript 数组方法 .map() 的 5 个使用场景

devpoint

JavaScript map array 12月日更

LabVIEW图像特征与机器视觉概念(理论篇—4)

不脱发的程序猿

机器视觉 图像处理 工业自动化 图像特征

dart系列之:这里不需要标新立异,dart代码最佳实践

程序那些事

flutter dart 代码规范 程序那些事 12月日更

模块二:朋友圈

撿破爛ぃ

「架构实战营」

Guava的布隆过滤器

程序员历小冰

算法 布隆过滤器 28天写作 12月日更

前端开发:关于Vue组件中的data属性值是函数而不是对象的详解

三掌柜

28t 28天写作 12月日更

微信朋友圈高性能分析

swallowluo

架构训练营 架构实战营 「架构实战营」

架构实战营 第 4 期 模块二作业

架构实战营 模块二 「架构实战营」

跟着动画学Go数据结构之希尔排序

宇宙之一粟

golang 希尔排序 12月日更

Cordova应用的JavaScript代码和自定义插件代码的调试

Jerry Wang

JavaScript android 28天写作 12月日更 cordova

如何做一个区块链浏览器

Rayjun

区块链 区块链浏览器

王者荣耀商城异地多活架构设计

奔奔

[Pulsar] 设置认证和鉴权

Zike Yang

Apache Pulsar 12月日更

2021学习总结

将军-技术演讲力教练

关于HDFS中的Lease Recovery

Joseph295

Android ShareSDK 微博分享 (8995)app auth fail for appKey&sign&package 解决

阿策小和尚

28天写作 Android 小菜鸟 12月日更

信贷风控从Model-centric到Data-centric

一直学习一直爽

互联网金融 风控模型 机器学习算法

机器学习工程师职位正在消失_AI&大模型_Nick Caldwell_InfoQ精选文章