加入收藏 | 设为首页 | 会员中心 | 我要投稿 河北网 (https://www.hebeiwang.cn/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 建站 > 正文

28岁,应不该该从平凡工程师转行到AI?

发布时间:2019-09-03 10:00:01 所属栏目:建站 来源:安妮
导读:本文经AI新媒体量子位(公家号ID:QbitAI)授权转载,转载请接洽出处。 28岁的物理工程师,想转行做AI到底值不值?呆板进修工程师在企业中的近况又是什么样子的? 一则告急帖,在今天的Reddit论坛上敏捷发酵: 我是一名物理工程师,对今朝的事变不那么感兴

28岁,应不该该从平凡工程师转行到AI?

本文经AI新媒体量子位(公家号ID:QbitAI)授权转载,转载请接洽出处。

28岁的物理工程师,想转行做AI到底值不值?呆板进修工程师在企业中的近况又是什么样子的?

一则告急帖,在今天的Reddit论坛上敏捷发酵:

我,28岁,应不该该从平凡工程师转行到AI?

我是一名物理工程师,对今朝的事变不那么感乐趣,乃至有点想回学校轻微躲避下实际和责任。

在没结业前,有人提议我去搞呆板进修,也鼓励我去做计较机视觉方面的演习,去做更多的项目等。今朝我已经有一份事变了,我想“从头思量”这条路。

今朝的事变能看到数据处理赏罚的重要性和繁琐性。但不确定怎样将呆板进修项目轻松整合到依靠DOS体系的公司中,但我以为统计说明对找到出产题目的基础缘故起因很重要。

基于上述缘故起因,我原本越倾向介入一个AI方面的一年制专业硕士课程。可是,我想知道数据/呆板进修工程师在中大型企业中的事变到底是怎么样的?

我不规划成为一名措施员了,由于我不那么年青已经28岁了,而且常识配景中大大都与物理相干。我想这样的话,本身没有搞计较机的那群人有竞争力。

以是,我应该弃事变选择念书吗?

我知道告急生疏人好像不太明智,但我但愿从别人的故事中找到对本身的辅佐。

一时刻,这则贴子下众说纷纭,网友从差异的角度,拼集起当下呆板进修工程师的真实事变全貌。

ML工程师的岗亭略显忧伤

网友mimighost暗示,起首应该摆正对呆板进修工程师的熟悉,可以嗣魅这个岗亭自己有些抵牾。

他以为,将呆板进修工程师起首应该是一个及格的措施员,你的编程手艺应该高出你所把握的全部科学常识。

以是,此前纵然长短科班身世的物理工程师,也应该先把晋升点放到编程自己上。

mimighost以为,在措施员队列中留给呆板进修工程师的岗亭很是有限,岗亭自己就是抵牾的。但可以思量向呆板进修研究员可能研究科学家偏向成长。

要是想这样成长,只读个一年硕士怕是远远不足,怎么着,也得是个博士了吧。

我,28岁,应不该该从平凡工程师转行到AI?

年数不是门槛

一位网友和楼主有着相似的狐疑,暗示年数28,在于年青人竞争统一岗亭时,会不会没有上风反倒是劣势啊。

这个题目倒是不难领略,“35岁的措施员该何去何从”也是海内措施员们担忧的题目之一呀。

网友fakemoose以为,在这个年数段无论怎样也不该该申请很是入门的岗亭了,应该操作已经蕴蓄起来的经事变手艺。

也有网友不平,暗示在数据科学规模,纵然是入门级别,其收入也已高出美国90%生齿了。

尚有更多差异的声音:

假如年数高出了40岁,则也许是一个限定身分。

——analyst___apu

我是从30岁开始从物理过渡到呆板进修的,以是这个岁数转行是也许的,我是自学。

——amnezzia

大大都以为,28岁依然年青。大部门人读完博士也老大不小,大有成本去试探新规模。年数不是门槛,行业履历才是。

学好数据科学

不少过来人的提议是,数据科学手艺是转行之后的最大挑衅。

而物理学转到AI?着实很加分。

网友i_love_FFT暗示,本身是一个乐观主义者。假如能在此刻地域找到一个高科技公司,则物理学的配景是个加分项,是个必需的手艺。

现在,险些每家科技公司都在成立呆板进修团队。尽量对付那些做过大量在线编程课程和有某网站的AI证书的人来说很轻易,但最大的挑衅始终是找到可以或许领略数据自己的人!

假如具备物理工程配景,那么可以或许很好地领略基于物理的数据,包罗传感器数据,物理体系模械寥。这种手艺与对呆板进修的乐趣相团结,就是求职进程中党肆光点。

除了数据科学,请必然学好Python啊。网友Heartomics暗示,本身最大的阻碍就是接管一种Pythonic的干事方法。

保举进修资源,成为Python专家必要什么:

https://www.youtube.com/watch?v=7lmCu8wz8ro

呆板进修措施员的一天

那么,措施员的一天是怎么过来的?

一位呆板进修工程师总结了本身在一家环球员工数过10万的体系集成商事变的时候表。

他暗示,理论上来说,他们的事变是计划模子、调解模子、配置NLP pipeline,重构数据科学家编写的代码,并做一些云端的使命,对吧?

但究竟上,他必要做的是任何客户想要的对象。本身的身份也是多变的:

可所以Python开拓职员、数据工程师、数据科学家和数据说明师。固然在本身看这些都差不多,但在客户看来,区分这些岗亭会显得这个使命多样化。

或许就是:我是一块砖,那边必要那边搬。

我,28岁,应不该该从平凡工程师转行到AI?

今朝正在同时处理赏罚三个项目:一个与贩卖相干,一个是必要重构代码的成熟项目,尚有从PoC迁徙到NLP项目。

一天的时候表或许是这样的:

09:00 电话集会会议

09:30 开展NLP项目(Python)

11:00 电话(1小时)接头贩卖项目

12:00 午餐

12:30 电话演示时刻

13:00 项目事变(Python)

15:00 接头项目

16:00 查察同事模子的文档配置和超参数。

17:00 回家。

诶?朝九晚五的措施员?

传送门

Reddit原帖地点:

https://www.reddit.com/r/MachineLearning/comments/cxhvbd/d_what_is_the_reality_of_machine_learning_engineer/

(编辑:河北网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

    热点阅读