機器學習工程師做什麼的？ 角色、職責和技能

Forrester Research 高級分析師 Brandon Purell在 Robert Half 的2019 年未來工作報告中表示：

“任何公司未來成功的 100% 取決於採用機器學習。 為了讓公司在客戶時代取得成功，他們需要預測客戶的需求，而機器學習對此絕對是必不可少的。”

隨著越來越多的組織探索和利用數據科學工具——人工智能和機器學習——這些領域對熟練專業人員的需求正在上升。 機器學習工程師的角色是行業中需求最高的數據科學角色之一。

今天，我們將深入挖掘機器學習工程師的角色，並了解其核心職責和要求。

機器學習的興起

從本質上講，機器學習工程師的角色是行業中兩個關鍵角色的結合——數據科學家和軟件工程師。

數據科學家的核心重點是試驗大數據，而軟件工程師主要專注於編程（編寫代碼）。 這兩個角色本質上是不同的。 數據科學家的工作更具分析性——這些分析專家結合使用數學、統計、分析技能和 ML 工具來收集、處理和分析海量數據集以獲得洞察力。

相反，軟件工程師是為公司編寫可擴展程序和設計軟件系統的專家編碼員/程序員。 對他們來說，ML 的整個概念似乎很遙遠。 數據科學家創建的模型對軟件工程師來說大多是難以理解的——它們很複雜，沒有清晰的設計模式，而且不干淨（一切都與軟件工程師所學的相反！）

這正是公司認為需要機器學習工程師的原因——一個可以將兩全其美的專業人士。 組織需要能夠揭開數據科學家代碼的神秘面紗並使其更有用和更易於訪問的人。 機器學習工程師將數據科學世界的法律和規則與編程相結合，以幫助組織在遵守標準編程實踐和協議的同時獲得 AI/ML 技術的全部好處。

機器學習工程師做什麼的？

機器學習工程師的工作與數據科學家的工作非常相似，因為這兩個角色都涉及處理大量數據。 因此，機器學習工程師和數據科學家都必須具備出色的數據管理技能。 然而，這就是這兩個角色共有的相似之處。

數據科學家主要關注通過面向數據的決策產生有價值的見解以推動業務增長。 相比之下，機器學習工程師專注於設計用於預測模型自動化的自運行軟件。

在這樣的模型中，每次軟件執行一項功能時，它都會使用該操作的結果來更準確地執行未來的操作。 這構成了軟件的“學習”過程。 推薦引擎 Netflix 和亞馬遜是此類智能軟件的最佳示例。

通常，機器學習工程師與數據科學家密切合作。 雖然數據科學家從大型數據集中提取有意義的見解並將信息傳達給業務利益相關者，但機器學習工程師確保數據科學家使用的模型可以攝取大量實時數據以生成更準確的結果。

機器學習工程師的職責

• 研究和轉換數據科學原型。
• 設計和開發機器學習系統和方案。
• 使用測試結果執行統計分析和微調模型。
• 在線查找可用的數據集以進行培訓。
• 在必要時訓練和重新訓練 ML 系統和模型。
• 擴展和豐富現有的 ML 框架和庫。
• 根據客戶/客戶要求開發機器學習應用程序。
• 研究、試驗和實施合適的機器學習算法和工具。
• 分析 ML 算法的問題解決能力和用例，並按成功概率對其進行排名。
• 探索和可視化數據，以便更好地理解和識別在實際場景中部署模型時可能影響模型性能的數據分佈差異。

成為機器學習工程師所需的技能

• 計算機科學/數學/統計學或相關學科的高級學位。
• 高級數學和統計技能（線性代數、微積分、貝葉斯統計、均值、中位數、方差等）
• 強大的數據建模和數據架構技能。
• 有 Python、R、Java、C++ 等編程經驗。
• 熟悉Hadoop、Spark、Pig、Hive、Flume等大數據框架。
• 具有使用 TensorFlow 和 Keras 等 ML 框架的經驗。
• 具有使用各種 ML 庫和軟件包（如 Scikit learn、Theano、Tensorflow、Matplotlib、Caffe 等）的經驗。
• 強大的書面和口頭溝通
• 優秀的人際交往和協作能力。

機器學習工程師的薪水

根據 2019 年 Indeed 報告——美國和印度的最佳工作——機器學習工程師以 146,085 美元的平均工資位居榜首。 更有趣的是，自 2015 年以來，ML 工程師的職位增長了 344%！

資源

Glassdoor 堅持認為，印度機器學習工程師的平均年薪為盧比。 7,95,677。 儘管機器學習工程師的薪水高於全國平均水平，但與其他任何工作一樣，這取決於公司規模和聲譽、位置、技能、教育背景，當然還有專業經驗。

以下是業內一些領先公司的 ML 工程師的薪資圖表：

• 微軟 – 盧比。 14,62,000 – 22,44,000 LPA
• 埃森哲 - 盧比。 10,11,000 – 15,28,000 LPA
• Quantiphi - 盧比。 8,50,481 LPA
• 塔塔諮詢服務 - 盧比。 4,12,706 LPA
• Infosys – 盧比。 3,77,000 – 6,69,000 LPA

閱讀更多關於印度機器學習工資的信息。

為什麼對機器學習工程師的需求在增加？

在過去十年中，對機器學習工程師的需求甚至超過了對數據科學家的需求。 在 2017 年LinkedIn 美國職位報告中，機器學習工程師以 5 年（2012-17 年）9.8 倍的增長記錄位居榜首。

資源

至於全球機器學習市場，預計到 2025 年將超過 399.867 億美元，2017 年至 2025 年間的複合年增長率為 49.7%。這些統計數據清楚地表明，機器學習市場正在以前所未有的速度擴張。 鑑於競爭日益激烈，公司將不得不聘請才華橫溢的 ML 工程師以及其他數據科學專業人士，才能在市場上站穩腳跟。

隨著機器學習在現代工業中的快速發展，它的應用和用例正變得與大數據本身一樣多樣化。

企業和組織正在利用機器學習進行垃圾郵件檢測和欺詐檢測； 用於圖像和語音識別系統； 創建智能個人助理（Siri、Alexa）和自動駕駛汽車； 啟用智能家居和電力物聯網； 生成準確的交通預測； 個性化社交媒體服務和在線購物/觀看服務； 優化搜索引擎結果等等。

結論

很快，將會有更多機器學習開創的驚人突破，機器學習工程師將繼續成為所有此類機器學習操作不可或缺的一部分。

您可以查看我們的機器學習和人工智能 PG 文憑，它提供實用的實踐研討會、一對一的行業導師、12 個案例研究和作業、IIIT-B 校友身份等。