机器学习职位面临消失

随着机器学习技术的发展，主打易用性、无需专业知识、人人皆可用的机器学习工具和平台正在成为主流，谷歌、微软、Saleforce、Uber 等公司纷纷推出了相应的产品。

随着机器学习技术的发展，主打易用性、无需专业知识、人人皆可用的机器学习工具和平台正在成为主流，谷歌、微软、Saleforce、Uber 等公司纷纷推出了相应的产品。毋庸置疑，这些产品大大下降了机器学习的准入门槛，让愈来愈多非专业人士得以快速将机器学习应用到实际工做中。但这也引出了一个疑问：咱们真的须要所谓的“机器学习工程师”吗？

结合在机器学习领域十几年的从业经历，以及对当下机器学习领域现状的观察和思考，Looker 首席产品官、机器学习工程师团队负责人 Nick Caldwell 近日发文表示：自学能力比计算机科学学位更加剧要，将来“机器学习工程师”这个职位将会消失。AI 前线对他发布在 InformationWeek 上的文章进行了编译，并附上了来自 Reddit 网友的不一样意见。

咱们可能已经处在机器学习工具进化的某个阶段，在这个阶段，正规的机器学习教育再也不是必要的。

最近，有一件事情让我大开眼界：一位初级前端工程师决定利用黑客马拉松时间尝试一下机器学习，这是他刚刚萌生的新兴趣。做为新手，他借助 fast. ai（ https://www.fast.ai/ ）在线课程（他们的口号是“让神经网络再也不酷”）迅速掌握了如何搭建和部署 TensorFlow 模型。

起初，这位前端工程师作出的东西很是滑稽——一个能够在照片上智能地画胡子的 AI。但在短短的几天以内，他就作出了一些具备实用性的项目，并建立了一个能够在生产系统中运行的机器学习模型。几个星期后，咱们已经能够看到这个模型给咱们的业务目标带来了可衡量的影响。

做为一个在大学里学习机器学习、在职业生涯的早期阶段从事机器学习工做，而后又在管理机器学习团队方面具有十多年经验的人，我敢说，咱们如今正处在机器学习的一个全新阶段，在这个阶段，机器学习正在变得愈来愈容易使用，准入门槛愈来愈低。我甚至怀疑，咱们前面提到的这位初级前端工程师，经过使用现代工具包，在五天以内就能够达到我职业生涯头五年的水平。

此外，有一个不争的事实正在浮出水面——现在不须要高大上的学位或专业技能也能使用 AI。这些工具正在成为开发人员工具箱的一部分。

在 20 世纪 90 年代，一个想要试验神经网络的工程师一般须要从最简单的概念开始，而后逐步提高，理解每一层的数学概念和原理。而在今天，即便是新手也可使用像 Google Cloud AutoML 这样的工具来自动完成 AI 模型的建立，并得到有效的结果。全部的复杂性都被抽象掉了，但不要紧，由于抽象能够促成愈来愈强大的工具。你能够回想一下，你最后一次看到想学汇编的程序员是在何时?

现代开发人员可能没法解释他们的 AI 模型的工做原理，但结果却不言自明。fast.ai 创始人（前 Kaggle 总裁）Jeremy Howard 最近发了一篇推文：“我历来没有接受过正规的技术教育，也没参加过任何讲座或辅导课。我认为这些是在浪费时间”。

想一想咱们通常是如何招聘工程人才的，尤为是在机器学习领域。咱们但愿候选人拥有计算机科学和 / 或数学学位，最好还作过一些研究项目，固然还须要有几年的工做经验。但我能够坦诚地说：若是咱们简单地将工程能力定义为为客户构建能够解决问题的解决方案的能力，那么在过去几年里，我我的接触过的最好的机器学习工程师都是自学成才的。并且，他们在这个领域的经验通常不足五年。

那么，在这样一个机器学习简单易学且正在产生非凡结果的时代，咱们真的须要雇佣纯粹的“机器学习”工程师吗？仍是说机器学习已经成为每一个程序员均可以使用的另外一种工具？我敢说是后者。

因此，咱们必须从新思考如何寻找人才。引用 Keras 创始人 Francois Chollet 说过的话：“优秀的人才 90% 以上都是靠自学的，无论他们有没有斯坦福大学的学位。计算机科学学位可以带来的附加价值愈来愈小”。

大多数招聘经理人可能会认为这种观点有点偏激，但时代确实在发生改变。今天，我从 Kaggle 竞赛中寻找机器学习候选人，看看候选人在 GitHub 上提交的代码，最后才考虑他们的大学学位。

关键不在于这样作好很差，而在于咱们是否应该超越机器学习自己，并彻底取消对计算机科学学位的要求。

Reddit 用户评论

这篇文章在 Reddit 上引起了一些讨论，有人对做者的观点表示赞同，但也有人认为做者的想法过于片面。

网友 illy7681：

“咱们还须要拥有计算机科学学位的人吗？”个人意思是，或许不须要？没有计算机科学学位并不表明不懂计算机科学。咱们须要的是懂计算机科学的人，而不是学位。

网友 Spenhouet：

这篇文章有点以偏概全。尽管这些东西变得更容易学习，通常程序员也能完成这些工做，但并不意味着咱们就能够忽视相关的教育……本科、硕士仍是博士？没人关心，只要那个坐在角落里埋头写代码的人可以读懂 AutoML 的文档就能够了……这是一个多么愚蠢的想法！也许是做者不够强悍？好像他的那些年轻的同事能够在任什么时候候取代他的位置。或许是由于脑子里的想法有点混乱了，以致于会认为 Kaggle 竞赛比学位更有价值。

网友 kg4jxt：

“机器学习工程师”……软件行业沉醉于“工程师”这个头衔，管那些使用软件来完成某些任务人叫工程师彷佛并不恰当（除非他们用这些工具完成实际的工程项目——建立结构和系统，若是出现故障，他们可以负起专业方面的责任），因此根本不存在什么机器学习工程师，他们只是自夸罢了。

在 AI for everyone 口号崛起以后，使用机器学习无疑将变得愈来愈简单，但可以深刻研究并成为机器学习领域专家的人才仍然稀缺。毕竟像 Jeff Dean、Sanjay Ghemawat 这样能经过研究二进制代码找出 Bug、挽救谷歌的传奇工程师世上仅此一双。

原文来自：https://www.infoq.cn/article/qLo*KFuDRV8rXtsgDxTh

本文地址：https://www.linuxprobe.com/machine-learning-jobs-disappear.html编辑：冯瑞涛，审核员：逄增宝