我,28岁,应不应该从从普通工程师转行到AI?

国内新闻 浏览(592)

来自凹寺的安妮[p>

量子产品|公共号码QbitAI

救命。

一位28岁的物理工程师想要转用AI是值得的吗?企业中机器学习工程师的现状是什么?

在今天的Reddit论坛上,一个帮助帖子很快被发酵了:

我是一名体力工程师,对目前的工作不是很感兴趣,甚至想回到学校逃避现实和责任。

在我毕业之前,有些人建议我去机器学习,并鼓励我做计算机视觉实习,做更多的项目。我现在有一份工作,我想“重新思考”这条道路。

目前的工作可以看出数据处理的重要性和繁琐性。

由于上述原因,我更倾向于参加人工智能的一年制专业硕士课程。但是,我想知道数据/机器学习工程师在大中型企业中做了些什么。

我不打算成为一名程序员,因为我不是那么年轻,我28岁,大部分知识背景与物理有关。我认为那些没有电脑的人很有竞争力。

那么,我应该放弃我的工作并选择学习吗?

我知道要求陌生人似乎是不明智的,但我希望在别人的故事中找到别人的帮助。

有一段时间,这篇文章有很多不同的意见。网民们从不同角度整理了当前机器学习工程师的实际工作。

ML工程师的位置略显尴尬

Netmighost说,首先要做的是了解机器学习工程师。可以说这个帖子本身就有一些矛盾。

他认为机器学习工程师应该首先成为一名合格的程序员,并且您的编程技能应该超过您拥有的所有科学知识。

因此,在此之前,即使是非学术背景的物理工程师也应该首先将提升点放在编程本身上。

根据Mimighost的说法,在程序员队伍中留给机器学习工程师的工作数量非常有限,而且这些职位本身也是矛盾的。但我们可以考虑机器学习研究员或研究科学家的方向。

如果你想像这样发展,仅仅学习一年的硕士学位是不够的。更重要的是,你必须是一名医生。

年龄不是门槛

一位网友和房东也有类似的困惑,说28岁,是因为年轻人争夺同一个位置,没有优势而是劣势?

不难理解“一个35岁的程序员应该去哪里”也是国内程序员关心的问题之一。

网友Fakemoose认为,在这个年龄段的任何情况下都不应该申请入门级职位,应该使用积累的工作技能。

一些网民不同意,称在数据科学领域,即使在入门级,他们的收入也超过了美国人口的90%。

还有更多不同的声音:

年龄超过40岁可能是一个限制因素。

- 分析师_apu

我在30岁开始从物理学到机器学习的过渡,所以我可以改变我的年龄。我是自学成才的。

- amnezzia

大多数人认为28岁还很年轻。大多数已经完成博士学位的人已经足够大,有资金去探索新的领域。年龄不是门槛,行业经验是。

学习数据科学

许多人的建议是,数据科学技能是转型后的最大挑战。

物理学去AI了吗?事实上,这是一个加号。

网友i_love_FFT说他是一个乐观主义者。如果你能在当前地区找到一家高科技公司,物理学的背景是一个加分项目和必要的技能。

如今,几乎每家科技公司都在建立一个机器学习团队。虽然对于已经完成了大量在线编程课程并且拥有网站AI认证的人来说很容易,但最大的挑战始终是找到能够理解数据本身的人!

如果您具有物理工程背景,则可以很好地理解基于物理的数据,包括传感器数据,物理系统模型等。这项技能加上对机器学习的兴趣是求职过程中的一个亮点。

除了数据科学,请学习Python。 Netizen Hearttomics表示,最大的障碍是接受Pythonic的做事方式。

推荐学习资源以及成为Python专家所需的内容:

机器学习程序员的一天

那么,程序员的日子过得怎么样?

机器学习工程师总结了他与全球100,000多名员工的系统集成商合作的时间表。

理论上,他说,他们的工作是设计模型,调整模型,建立NLP管道,重构数据科学家编写的代码,并做一些云任务,对吗?

但事实上,他需要做的就是任何客户想要的东西。您的身份也可以更改:

它可以是Python开发人员,数据工程师,数据科学家和数据分析师。虽然在您看来几乎相同,但在客户眼中,区分这些职位将使这项任务多样化。

可能:我是一块砖,在哪里移动。

目前正在同时处理三个项目:一个与销售相关,一个是需要重构代码的成熟项目,以及从PoC到NLP的迁移。

本文首次出现在微信公众号:qubit上。本文内容属于作者个人观点,不代表和讯网的立场。投资者应采取相应行动,风险自负。

(编辑:吉利亚HN003)