10年內將再也不有機器學習工程師？

當你不知道怎麼配圖時，那就加一隻貓

機器學習技術正在變成每一位軟件工程師工具庫中常見的一部分。

在任何一個新興領域最開始的階段，都會出現特殊崗位，隨着該領域的發展，那些特殊職位會變得愈來愈廣泛。機器學習領域的發展可能也正遵循這一規律。

讓咱們來具體分析一下

機器學習工程師的興起是企業中大肆宣傳人工智能和數據科學之類的流行語的結果。在機器學習的發展初期，機器學習工程師是很是必要的角色，對於咱們中的許多人來講，這份工做爲其帶來了不錯的收入增加！但若是你問機器學習工程師具體是作什麼的，你會從不一樣人那裏獲得不一樣的答案。

純粹主義者會說，機器學習工程師的工做就是將模型從實驗室中「解救」出來並將它們運用到生產中，發揮實用價值。機器學習工程師擴展了機器學習系統的規模，將參考實現轉化成可應用的軟件，而且常常在其中融合數據工程的內容。機器學習工程師一般是強大的程序員，對所使用的模型有必定了解。

但這些描述聽上去彷佛很像普通軟件工程師所作的工做。

若是你詢問頂級科技公司，機器學習工程師對他們來講意味着什麼，你可能會從10位調查參與者那裏獲得10個不一樣的答案。這樣的結果不足爲奇，機器學習工程師是一個相對年輕的職位，而發佈這些職位的人一般是經理，他們可能幾十年來都沒有時間（或意願）去真正瞭解科技領域的技術。

如下我整理了幾家頭部科技公司發佈的機器學習工程師的招聘要求，你們能夠看看這些招聘條件之間的差異：

【數學/統計/運籌學博士學位。掌握R、SQL和機器學習技能。】第一條JD就頗有意思，肯定這招的是機器學習工程師而不是研究員？

【計算機科學專業學士/碩士學位。擁有一到五年的軟件開發相關工做/學術經驗，接觸過計算機視覺，天然語言處理等技術是加分項。】

這一條對於「學習背景」的堅持也是十分典型，但這條JD畢竟是來自頭部科技公司， 因此也不算使人驚訝。

【計算機科學專業學士/碩士學位。三年或以上編程和搭建機器學期系統的經驗。熟悉大數據是加分項。】

最後這條比較符合咱們所認爲的機器學習工程師的招聘要求。

一些公司已經開始在發佈招聘要求時採用新方法，我認爲大多數公司以後都會效仿這種方法。該方法的核心是要求申請者是熟悉機器學習技術的軟件工程師，最好有過幾年工做經驗。僱主將優先選擇對於構建和擴展系統具備豐富經驗的工程師，不管系統的構建是基於機器學習仍是其餘技術。

只要人們對機器學習的瞭解不多而且准入門檻很高，機器學習工程師的職位就必不可少。

通過認真的考慮以後，我相信機器學習工程師的角色將被常見的軟件工程師徹底替代，機器學習工程師的職能將變得像標準工程師那樣，從上游人員那裏得到要求或參考實現，將其轉換爲生產代碼，再交付和擴展成應用程序。

目前，咱們中的許多機器學習工程師都面臨一個奇怪的處境，他們正在用機器學習技術解決之前從未遇到的問題。所以，在不少狀況下，他們一邊作着研究工做，一邊作着工程師的工做。我認識一些同行他們二者都擅長。還有一部分人，他們技能不那麼全面，但會花更多時間閱讀新的研究論文再將所學輸出爲可用的代碼

面對着處境尷尬的十字路口，咱們身爲機器學習工程師也正在探索適合咱們的定位。

受到工做方式的影響，機器學習工程師常常會參與討論和會議，不管議題是否屬於咱們專業知識的核心，咱們都會接受會議邀請……在我看來機器學習工程師通常處在構建參考實現工做的最尾端，而後全權負責將參考實現轉化爲生產代碼的工做。

不久以後，大多數企業將幾乎再也不須要利用研究工做來完善他們的項目，只有極少數狀況下和須要深刻技術的工做纔會用到特殊的技能，工程師將大量使用API。隨着愈來愈多的大學將機器學習知識帶入課堂，機器學習正在成爲每一個新工程師工具包中的常見工具。大學裏的機器學習課程幾乎座無虛席，所以幾乎每一個畢業生對這一領域多少有些瞭解。

有不少專欄讀者都會在後臺給我留言，如下部分我對於他們所提出的問題的見解：
或許硅谷人常說的「萬能API」是假話，又或許在建設系統基礎架構時總會須要利用人工智能進行自定義的調整。但我認爲就像HuggingFace的問世對於天然語言處理技術的影響同樣，其餘領域中的大多數問題都將可以被一個簡單的API所解決，這是個人我的觀點。

有人說「哥們這只是一個頭銜，機器學習工程師其實就是指那些比通常計算機專業的畢業生具有更強數學和統計背景知識的人。」對此我徹底贊成，這只是個頭銜。但若是連職位自己都不存在了，頭銜還將繼續存在嗎？不過有一點確實沒錯，這只是個頭銜。

我認爲目前煊赫一時的區塊鏈分佈式系統工程師的將來發展也會像如今的機器學習工程師同樣。自中本聰發佈比特幣白皮書發佈以來，絕大多數區塊鏈項目一直在致力於基礎技術和基礎架構的建設。這須要項目參與者具有強大的工程技能，參與者一般被稱爲分佈式系統工程師。你最終會發現這一切變得愈來愈抽象，企業正開始尋找實際使用的案例，普通工程師便開始使用區塊鏈技術構建新的實例，這些變化就像人工智能和機器學習領域出現的變化同樣。

在我發佈這篇文章以後，有不少人給我留言，其中我最欣賞的一條留言來自推特上的Varii：「就像你說的，機器學習工程師只是個標題。大多數僱主都但願員工具有綜合技能。我以爲重點不在於誰會被淘汰，而是誰有足夠的能力適應不斷變化的行業。」

是的，這與個人想法不謀而合：若是你真的對某件事充滿熱情，那麼不管其所在的領域或趨勢如何變化，你的熱情總會驅動着你最終創造出不少厲害的東西。

原文連接：https://towardsdatascience.com/machine-learning-engineers-will-not-exist-in-10-years-c9cbbf4472f3

以上信息來源於網絡，由「京東智聯雲開發者」公衆號編輯整理，不表明京東智聯雲立場

歡迎點擊「閱讀」瞭解京東智聯雲更多精彩內容！

---