用户中心

资讯 > 自动化软件

AI工程师是个好职业吗?成为AI专家你需要掌握的关键技能

www.cechina.cn2022.02.14阅读 427

  
       如果你正在考虑从事机器学习人工智能方面的工作,你可能会关注的一些工作头衔包括数据科学家、人工智能工程师、大数据工程师、机器人科学家、机器学习工程师以及计算机和信息研究科学家。
  机器人时代正在到来。如果说我们从COVID-19新冠疫情中学到了一件事,那就是当人类员工被送回家隔离时www.cechina.cn,机器人还可以继续工作。这并不意味着机器人将接管世界。然而,它确实意味着我们的技术环境正在发生变化。
  人类历史在技术进步方面有着悠久的历史记录,特别是涉及到当时似乎很可笑的想法时(例如发明飞机的莱特兄弟)。在过去的几个世纪中,印刷机、装配线和个人计算机都帮助推动了人类文明的飞跃发展。 
  尽管每项技术进步都有其不利之处控制工程网版权所有,但很难与整个技术的优势相抗衡。毕竟,高瞻远瞩使我们登上了月球,给我们带来了电视、3D打印和现代医学方面令人难以置信的进步。那么,您是否想知道下一步是什么?技术的未来发展与机器学习(ML)和人工智能(AI)息息相关。 
       
  与AI和机器学习相关的职业
  AI是数据科学领域的一部分。从事数据科学工作的人都擅长开发数学算法来解决复杂的问题。例如,当像Netflix这样的公司要预测某个客户接下来想看什么电影时,数据科学家将根据该客户的观看历史记录创建一个算法。然后,他们将使用该算法来提供建议列表。
  机器学习是数据科学的一个分支,涉及使用可以根据经验进行调整的数据科学程序。机器学习可以做出预测,而人工智能可以对其计算进行调整。换句话说,AI可以调整程序以智能地执行任务。例如,完全自动驾驶的自动驾驶汽车就是使用完整AI的示例。 
  与AI相关的一些顶级职业选择包括: 
  数据科学家:从业人员可能会使用数据、计算机建模和统计数据来解决问题。计算机科学和良好编程技能的基础,将使担任此职位的人帮助各种规模的企业根据数据制定合理的业务决策。
  AI工程师:在这一角色中,可能会参与到机器学习算法设计、开发和构建人工智能模型的不同方面。这个角色需要有很强的创新能力,此外还需要有出色的数学技能。
  大数据工程师:与数据科学家的角色有所重叠,担任此职位的人需要分析公司的数据量,即"大数据",然后使用这些分析来挖掘有用的信息,以支持公司及其业务模型。
  机器人科学家:担任此职务的人可以设计机器和机械模型来完成人类可以做控制工程网版权所有,但不擅长或者不愿意长期从事的工作。该职位将电子、机械、数学和工程学结合在一起,涉及许多行业知识的融合。
  机器学习工程师:如果对机器学习的职业感兴趣,那么这个职位可能很合适。担任这一职务的人可以设计自动预测模型的软件。由于创建算法是一项关键的工作职能,因此需要很强的数学和分析技能,才能胜任这个职位上。卓越的数据管理技能是必要的。
  计算机和信息研究科学家:从业人员可能会使用数据来为企业设计新的技术解决方案,以及寻求发现和开发现有技术的创新用途。在这个职位上,人们可以从事机器人技术和编程以及算法和云计算的工作。
       
  AI工程师的薪酬如何?
  根据美国劳工统计局(BLS)的数据,从现在到2029年www.cechina.cn,计算机信息和研究科学家的职业预计将增长15%。这比美国职业增长的平均速度快得多。BLS的一份报告中显示,该职业的平均年薪是122,840美元。
  据Paysa网站的一项调查显示,AI工程师的平均年薪为17.17万美元,其中四分之一少于12.45万美元,还有四分之一超过20.19万美元,而最顶级的职位年薪可达 25.75万美元。
       
  为什么差别这么大?因为许多专业人员都来自非编程背景。IEEE 指出,拥有生物学和物理学等科学博士学位的大佬们正纷纷回头学习AI,并将其应用到自己的领域。他们需要跨越不同的技术壁垒,了解多种语言和硬件架构,并深入理解所涉及的数据。
  事实上,AI并不像许多其他学科(比如编程)那样可以自学。Stack Overflow的一项调查显示,86.7%的程序员实际上都是靠自学成才的。然而,这只能适用于诸如 Java、Python和 PHP 等编程语言。
  而AI依赖于多个不同方向的技术,包括对 C++、STL、Perl、Perforce,以及 OpenGL 和PhysX 等 API 的掌握等,只有足够的专业知识背景才能撑得住。此外,由于AI往往需要进行重要的计算,物理学或某些生命科学相关的知识背景也是非常必要的。
       
  AI是一个好职业吗?
  ML和AI领域的职业仍在定义中,这为创新和创造自己的职业道路提供了大量机会。如果您总体上喜欢数学、计算机编程、编码和技术,那么在数据科学、ML或AI方面的职业绝对是一个值得考虑的职业。 
  在数学和STEM(科学、技术、工程和数学教育)方面拥有扎实的基础可以帮助您为从事AI事业做好准备。心理学知识也将特别有帮助。
  同样重要的是:变化的门槛很大。美国南新罕布什尔大学数据科学和数据分析的技术项目负责人Ben Tasker说:"数据科学(及其相关的AI)每年都在变化,因此从事数据科学工作的人们将需要随之变化。您将需要永远学习新技术、算法和编码语言。"
  尽管在不断变化的技术环境中,没有哪个职业能真正是永远不会过时的,但您可以通过某些方法为应对这一变化做好最好的准备。通过拥有强大的科学、数学和工程学背景,然后准备推动变革,您可能会在AI领域享有长期繁荣的职业发展前景。 
  当然,虽然拥有强大的学术背景很重要,但仅擅长数学和编程是不够的。要真正在这个职业领域茁壮成长,您还需要一些其他良好的品质。实际上,"好奇心、勇气和谦虚"是在数据科学,特别是在AI领域获得长期成功的关键特征,而这些品质是您很难在课堂上学习到的。
       
  从事AI工作需要哪些关键技能?
  您能掌握的数学、编程和云计算经验越多越好。而且,随着实际应用中越来越多地采用AI技术,"我们将开始出现有关AI应该做什么和不应该做什么的道德争论。" Tasker说。这使得道德课程变得至关重要,因为随着AI领域的发展CONTROL ENGINEERING China版权所有,将需要应用更多的道德考量。
  请记住,虽然学士学位是构建AI事业的良好基础,但要想升至该领域的最高水平,您可能还需要更高的学位。Tasker说:"AI领域的大多数工作都需要研究生学位,例如理科硕士甚至博士学位。因此,要准备好继续学习。" 
  要成为一名真正热门且有影响力的AI开发者,您需要掌握很多技能,而不仅仅是一两个。美国招聘网站Indeed列出了AI行业需要了解的十大技能:机器学习、Python 语言、R 语言、数据科学、Hadoop、大数据、Java 语言、数据挖掘、Spark和SAS
  那么,AI工程师的关键角色和技能是什么?AI专家需要全面参与了有关数据准备的整个过程。因此,总的来说,在处理完所有数据之后,他会处理机器学习模型的构建,现有算法的优化等等。
  更确切地说,没有对该专业的明确描述。一切都取决于AI技术具体应用的领域和场景。但是,有一些是需要AI工程师会做的事情,例如:
  · 设计、处理和分析信息;
  · 专攻一些开发领域,例如网络、操作系统、数据库或应用程序;
  · 帮助维护企业的计算机网络和系统;
  · 在软件系统的设计、安装、测试和维护中起关键作用;
  · 可以与Web开发人员和软件工程师合作,将Java或任何其他编程语言集成到业务应用程序、软件和网站中;
  · 研究软件应用程序领域,准备软件要求和规格说明文件。
       
  为此,AI专家应具备以下关键技能
  · 精通编程,并且熟悉几种编程语言;
  · 完全了解所有机器学习算法;
  · 必须能够使用数据仓库,使用SQL语言来编译查询;
  · 使用R或Python(NumPy / SciPy)编程语言分析或建模数据,或使用SPSS / SAS或Matlab应用程序工具包;
  · 使用Matplotlib等工具实现数据的可视化。
  此外,AI专家经常从事与医学、制造业、农业以及与技术截然不同的其他领域相关的项目。为了成功处理此类项目,AI工程师还应该花一些时间研究这些领域,以便更有效地完成工作。
  未来将如何使用AI?
  实际上,我们已经使用AI已有一段时间了,不仅在工厂、装配线中使用,或者在设计未来自动驾驶汽车时都在使用AI。 
  我们的日常已经跟AI息息相关。例如某些人工智能程序甚至可以"扫描简历的草拟方式以查看申请人的性格特征"。还有一些程序使用面部识别,可以在面试中扫描您的面部表情,以创建申请人的性格特征。
  同样,如果您曾经使用过网站,然后弹出一个"聊天机器人",说:"今天我该如何帮助您?" 那也是人工智能。如果您曾经以为自己正在与一个真实的、活着的人聊天,而只是被告知正在与一个"机器人"聊天,那么您已经知道在商业和零售世界中,现实的AI工具已经多么实用。
        
  聊天机器人和虚拟助手通常被用来响应简单的电子邮件、安排约会,甚至为用户做会议记录。有时,使用"机器人"的接收端可能会令人沮丧,但许多企业使用它们是因为它们可以执行具有某些已知结果的重复性任务,例如您何时需要将查询路由到哪个部门联系公司的客户服务。 
  但是,目前AI的应用仍存在一些限制。虽然聊天机器人可以完成大量任务,但它们无法操作您的Tesla汽车。 
  随着AI的使用越来越多,关于如何实现AI的讨论也越来越多。在这里,心理学背景可以为从事该领域工作的人们提供帮助。Tasker说:"心理学很重要,因为它教会了学生大脑如何工作,这很复杂。要真正学会编程AI,学习大脑在某些基本水平上的工作方式也将有所帮助。"
  仅仅因为一个聊天机器人可以为员工参加会议,这是否意味着我们也应该制作一个可以进行医疗检查的机器人?这条线在哪里?我们需要什么与我们可以做什么之间是否存在界限?当涉及到我们的人性时,专注于财务上的底线会在何处使我们蒙受损失?
  这些都是大问题,没有简单的答案。然而,通过学习数据科学、数学和STEM,以及拥抱机器学习和人工智能领域的变化,你可能就是下一个"莱特兄弟"。
版权声明:版权归控制工程网所有,转载请注明出处!

频道推荐

关于我们

控制工程网 & CONTROL ENGINEERING China 全球工业控制、自动化和仪器仪表领域的先锋媒体

CE全球

联系我们

商务及广告合作
任小姐(北京)                 夏小姐(上海)
电话:010-82053688      电话:18616877918
rendongxue@cechina.cn      xiashuxian@cechina.cn
新闻投稿:王小姐

关注我们的微信

关于我们 | 网站地图 | 联系我们
© 2003-2020    经营许可编号:京ICP证120335号
公安机关备案号:110102002318  服务热线:010-82053688