|未来属于人工智能工程师,但成功转型不容易


全文共2715字 , 预计学习时长7分钟

|未来属于人工智能工程师,但成功转型不容易
本文插图

图源:unsplash
人工智能技术诞生至今已经有几十年了 。 但直到大约十年前 , 它的潜力才真正引起人们重视 。 自那以后 , 仿佛开启了突然倍速 , 全世界对人工智能工程师的需求呈指数增长 。
科技人才持续短缺且毫无改善迹象 , 这为同样供不应求的软件工程师提供了一个转型机会 , 还能顺带填补人才缺口 。 然而 , 学习人工智能、机器学习(ML)和自然语言处理并非是在公园里闲庭信步 , 你绝对需要花费很大的心血努力 。
为解释清楚从软件工程到人工智能工程的转变 , 笔者采访了Ipsoft的认知实现工程师Sasho Andrijeski和Codementor开发者Jayen Ashar 。
转型背后的动力
人们选择转型的原因往往很复杂 。 也许源于童年时的心之所向 , 亦或只是他们职业生涯中顺其自然的下一步 。 不论是何种原因促成了职业转型 , 你都需要考虑几个因素 。
对Andrijeski来说 , 人工智能的种子早在孩提时代就已种下 。 “从我记事起 , 身边就充斥着各种人工智能的元素 。 父亲喜欢收集科幻小说 , 我从小便耳濡目染 。 在大多数故事中 , 都有一个先进的人工智能系统 , 还有很多关于奇点和意识的有待商榷的概念 。 当然 , 这些科幻电影和游戏在当时风靡人群 , 如今也回归复古 。 ”
对Ashar来说 , 这是他擅长的领域 。 “我一直对自动化和机器人很感兴趣 , 所以人工智能和我的软件工程背景十分契合 。 ”

|未来属于人工智能工程师,但成功转型不容易
本文插图

图源:unsplash
人工智能需迅速掌握新知识
即使具有软件工程相关知识 , 学习人工智能依然不容易 , 需要你在短时间内掌握大量新知识 。 事实上 , Ashar的人工智能硕士学位是在离开了职场后 , 去参加全日制学习才成功获得的 。
Ashar表示:“我辞去工作 , 全身心投入学习 , 获得了人工智能专业的硕士学位 。 在攻读人工智能学位时 , 我联系了一位老师 , 和他一起完成了一个暑期项目 。 从那之后 , 我加入了学校的机器人足球队 , 这让我真正地获得了人工智能实践经验 。 ”
而对Andrijeski来说 , 这种短期学习大量知识的紧迫感虽然难以承受 , 但也令人收获颇丰 。
“现在回想起来 , 我觉得曾学过的知识都在一步一个脚印为今天的学习打下基础 。 尽管如此 , 在我加入IPsoft后 , 我还是得飞速吸收大量新知识 , 这个学习过程相当紧促 。 前六个月的工作十分吃力 , 但也收获良多 , 给我带来了满足感和成就感 。 我做第一个项目时 , 一起工作的同事给了我很大帮助 , 让我的知识水平很快大幅提升 。 ”
他还提到:“我不能说我有意采取了什么措施 , 但我一直觉得自己与人工智能冥冥中有联系 。 当然 , 我的简历对所有IT职业来说可能都很典型 。 技术和科学传播专业毕业 , 学习期间在网吧工作过 , 有自己的网络联盟营销业务 , 做过系统工程师和IT顾问 。 ”
“很早之前 , 我就在为Commodore 64和IRC机器人编写小型的基本程序 , 或者帮朋友完成他们的硕士或博士项目 。 这些经历让我在得到IPsoft提供的机会时 , 已经掌握了大部分必要的技能 , 我争取到了机会 , 这就是我对想在人工智能领域得到机会的人的建议 。 ”
即使成功转型 , 学习也永无止境 。 Ashar表示:“距离我转行已经过去很久了 , 但这个领域发展得很快 。 为了与时俱进 , 我迅速掌握了PyTorch、Fast.ai和卷积神经网络 。 ”

|未来属于人工智能工程师,但成功转型不容易
本文插图

图源:unsplash
对于Andrijeski来说 , “在这里 , 最值得注意就是概念 。 多学习关于意识、认知、人类互动和自然语言的内容很关键 。 当然 , 算法、自然语言处理、机器学习或深度学习也是职业转型途中的一部分 。 ”
“在快节奏环境中工作 , 作为早期尝试者 , 你必须处理各种技术 , 不应该将自己局限于特定技术中 。 有些人得以留下 , 有些人渐行渐远 , 随着时间流逝 , 我们甚至会渐渐遗忘他们 。 在编程语言中 , 值得一提的是python、groovy、javascript、java , 我的工作范畴内需要这些语言 。 ”
他补充道:“对我来说 , 在有可能的前提下 , 最好的方法是边做边学 。 线上资料和社交也不容忽视 。 幸运的是 , 有了电脑、网络及空闲时间 , 我就有机会尝试很多东西 。 结交志同道合的朋友也大有益处 , 不停交流、分享想法经验 , 能让知识得以延续 , 并获得发展 。 ”
Ashar对此表示赞同:“一开始 , 我去学了大学课程和网络课程 , 但我发现 , 当遇到问题时 , 自学是最好的解决方法 。 ”
新人工智能工程师面临的挑战
人工智能工程师所面临的挑战是与项目和个人相对应的 。 如果你是一名自由职业者 , 事情会很麻烦 。
Ashar表示:“最为自由职业者去应聘人工智能项目是很大的挑战 。 人工智能仍被视为一个研究领域 , 这个领域招聘的大多是全职坐班的正式员工 , 而这并不适合我 。 ”
但Ashar坚持了下来 , 不久之后 , 他被雇佣从事其第一份与人工智能相关的自由职业项目 。 他说:“我与当地道路管理部门签订了一份合同 , 通过分析车流量和牵引情况来找出两者之间的关联 , 该项目的目的是为了自动报告阻碍交通的车辆 。 ”
Andrijeski的经历不太一样 , 他表示:“令我吃惊的是 , 最大的挑战并非来自人工智能 。 在处理客户项目时 , 我注意到许多机构和公司还没有准备好适应极先进技术 。 他们更愿意循序渐进 , 常常还停留在数字化转型过程的中途 。 真正的挑战是找到一个愿意竭尽全力、奉献自己以创造出真正宏伟的人工智能解决方案的人 , 不少人仍在期待人工智能做到开箱即用 。 ”
成为这一领域的专家需要漫长时间 。 Andrijeski表示:“我的职业规划中没有明确这一点 , 所以我无法确定 。 然而 , 当我回到过去 , 把今天的点点滴滴串起来时 , 这感觉就像是我一生的旅程 。 ”
Ashar说:“这花了我大约十年的时间 , 不过那是因为我想继续做自由职业者 , 我自己的工作已经很满意了 。 ”
【|未来属于人工智能工程师,但成功转型不容易】
|未来属于人工智能工程师,但成功转型不容易
本文插图

图源:unsplash
给考虑向人工智能转型的软件工程师的建议
Andrijeski表示:“我认为人工智能是人类的未来 。 若不参与其中 , 就意味着你至少落后了一步 。 ”
Ashar建议道:“我的建议对任何想转专业的人来说都适用 。 试着在工作的同时做做兼职 , 这样万一不成功 , 你也已经迈出了成功的第一步 , 而且还可以让你先试试水 , 看看是否合适 。 ”
没错 , 成为AI工程师不容易 , 但只要勇敢开始 , 你就离成功更近了 。
|未来属于人工智能工程师,但成功转型不容易
本文插图

留言点赞关注
我们一起分享AI学习与发展的干货
如转载 , 请后台留言 , 遵守转载规范


    推荐阅读