雷锋网 (大众号：雷锋网) AI 研习社按：据 linkedIn 发布的「全球 AI 范畴人才报告」显示，2011 年深度学习技术迸发，人工智能范畴有了飞跃式的开展，但中心人才资源的充足限制了国际人工智能相关行业的开展速度，尤其是在软件、算法、机器学习等根底层范畴，有着愈加分明的人才需求缺口。与此同时，为了招徕更多优秀的人才，科技公司给 AI 工程师开出的福利待遇也远远高于其他 IT 范畴开发者的薪资。

在市场的激烈需求以及高额薪资的双重引诱下，不少开发者方案转型 AI 开发，投身于 AI 的浪潮中。不过，普通开发者如何基于现有的开发阅历顺利过渡到 AI 行业？人工智能开发者如何构建本人的技艺体系？将来工业界需求怎样的人工智能开发人才？这些都是非 AI 范畴顺序员不得不面对的成绩。带着这些疑问，雷锋网 AI 研习社采访了知乎大 V 阿萨姆，他将结合本身的学习与任务经历为开发者解读转型 AI 所要面对的困难和应战。

嘉宾简介 ：阿萨姆（现知乎 ID 为「微调」），普华永道初级数据迷信家，担任统计学习模型开发。有丰厚的工业及学术经历，擅长将实际知识使用于理论中。曾以第一作者宣布过多篇不同范畴的学术文章，如人机互动、智能零碎等。研讨兴味包括异常检测、集成学习、跨范畴机器学习。以笔名“阿萨姆”在知乎上创作了多篇机器学习相关的文章，曾数次被知乎及知乎日报收录。乐于技术分享，近期正在停止机器学习理论书籍创作。阿萨姆曾在雷锋网 AI 慕课学院举行主题为「机器学习理论经历分享」的地下课，回忆链接： http://www.mooc.ai/open/course/375 。

以下是 AI 研习社对阿萨姆的采访：

1. 一个合格的机器学习开发者应该需求怎样的技艺？或许说怎样的知识体系？

我觉得分为很多方面，和公司的规模有很大关系。假如单从开发角度来看，最根本的要求是需求大致理解各个模型的优缺陷，清楚在什么状况下选择怎样的模型。

公司有规模大小之分，但关于机器学习工程师这一岗位，很多公司也提出了根本的技艺要求。这些根本要求不过火强调深度，但追求广度，属于一个“合格”工程师应该掌握的根本技艺。复杂概括包括如下几点：

1. 业务才能

• 了解成绩的痛点，明白如何用机器学习办法对待商业成绩；

• 懂得数据需求，能搜集重要的数据和必备的信息；

• 具有从模型中攫取价值的才能，明白模型的最终目的是发生商业价值。

2. 数据才能

• 数据整合才能：可以将不同渠道的数据整合(数据库、excel、JSON等)，兼并、去重等；

• 数据处置才能：缺失值处置(发现与补全)、数据格式转换、数据紧缩、过采样欠采样等；

• 数据可视化：可以运用根本的数据可视化工具来剖析数据，不论是 R 的 ggplot2 还是 Python 的 Matlibplot，或许 tableau 和 Qlik 等。

3. 模型与算法了解

• 了解根本的机器学习算法，明白不同场景下的经典处理方案，不科学算法。（比方小数据集的复杂成绩用线性模型就够了）

• 具有根本的统计概率知识，晓得如何防止数据中的圈套；

• 了解经典模型的根本调参，可以解释剖析模型的输入后果。

4. 编程才能

• 纯熟操作如 Python、R 等言语，晓得特定算法的工具包，如 Sklearn；

• 纯熟不同言语下的数据构造，晓得如何高效地处置数据，如 pandas。

• 懂得散布式运算会有所协助，明白如何在线上部署机器学习模型，也是一个加分项。

详细信息请参照我的知乎答复：

https://www.zhihu.com/question/63881785/answer/243635446  。

2. 国际外不少巨头都在打造AI开发者平台，有的甚至开放了自家的算法供大家参考，关于目前几个大的AI开发者平台，工程师们应该怎样选择呢？

如今还处于百花怒放的阶段，普通都是跟着公司/团队的需求走。更罕见的选择是跟着巨头走，比方深度学习的话 TensorFlow（虽然被不少用 pytorch 和 caffe 的人诟病）背靠谷歌好纳凉。跟着巨头走的次要益处在于代码会继续更新，不会渐渐变得无人维护。其次就是和编程言语有关系，假如用 python 的话，通用机器学习库根本次要是 sklearn，假如用 java 有 weka。但最重要的是，不要把本人绑定到某一言语或许平台上，要花工夫在编程言语战争台面前的模型上去。工程师们最好具有的是“T字型技艺”，即深化掌握某个言语/平台，但对其他平台有粗略的理解。

3. 数据关于 AI 来讲十分重要，关于想转行做 AI 的工程师来讲，如何疾速掌握大数据相关知识，培育良好的数据思想？

这个成绩我就不强答了，由于我对大数据的理解比拟无限。有一个值得关注的就是，现阶段很多的 ML 模型还用不到大数据，往往数据只要几个 GB 而已，甚至几 MB。因而，不要拘泥于大数据知识，假如有条件的话，优先掌握机器学习模型还是比拟重要。

同时，工程师也是有分工的，假如有能够掌握更多技艺当然最好不过，但工夫无限的状况下做到通晓机器学习也可以让你成为车载斗量的人才。至于数据思想，机器学习自身学习的就是数据关联或许特性，把本人当做一个模型，试着培育对数据间关系的敏感度。

4. 您已经在文章中说过，从狭义角度来说，学术界比拟超前，但不会将工业界远远甩在身后，而是一套生态零碎中的不同环节。关于曾经投身于业界并计划转型 AI 的工程师来讲，如何抓住学界最新的研讨方向，并将最新的实际使用于本人所在的范畴？

虽然这句话听起来像一句鸡汤，但我觉得兴味导向是最重要的。我的任务中遇到了很多欺诈检测的项目，于是我开端理解相关的知识，从看书拓展到研讨相关的论文。在学习和研讨了这个方向的知识一年左右，我有了一些关于异常检测的模型改良思绪。最近我们投的论文就是提出了一种新的异常检测办法，而年终刚被 IEEE Intelligent Systems 承受的另一篇论文也是将任务内容转化为学术效果的产物。因而，假如能从任务中找到乐趣，以及想处理的成绩，那么读论文、做研讨、写论文是很顺理成章的事情。

另外，一开端有新思绪的时分我并没有方案把这个算法写成论文，而仅仅是放到了 GitHub 上方案开源，但很快发现确实比拟适用，因而才拓展成了论文。所以，最重要的是多想、多入手，剩下的事情就是瓜熟蒂落。当然，后期积聚是很重要的，不然难免闭门造车。

另一个要警觉的是不要追逐热点，每天新宣布的论文太多了，还是要以本人的任务范畴为主。书籍作为框架，而论文作为打破方向。

5. 特征的选择会直接影响模型完成的后果，但是很多刚转入 AI 范畴的开发者在学习和训练中很难选出适宜的特征数据集，请问在机器学习中如何选择特征数据集？特征能否越多越好？

特征不是越多越好，有效特征会对最终模型施加负面影响。无效的选择特征并不容易，普通来说有两个办法：

• 人工选择+少量的手工特征工程；

• 应用深度学习等办法抽取无效的数据表示。

展开了说是十分繁复的，可以参考我的文章（ https://www.zhihu.com/question/264417928/answer/283087276  ）。普通来说，数据量够的话深度学习自动抽取的特征表示才能更好，小数据集上人工特征工程效果更好。不幸的是，特征工程没太多诀窍，唯手熟尔。

6. 如今机器学习曾经延伸至各行各业，变得越来越重要，在这种状况下AI 工程师会面临什么样的时机和应战？

最大的应战来自于任务流程化、模块平台化的趋向。换句话说，入门级机器学习工程师的重要性曾经越来越低了，很多自动化平台完成了半自动调参，比老手工程师的效果还好。风趣的讨论可以参看： https://www.zhihu.com/question/265761632/answer/298995665 。 

至于时机的话，次要来自于各行各业的AI化。不只仅是互联网公司需求AI，传统行业也需求。最合适在传统行业推行AI的，反而是出身于这些行业的人，是以为时机。

7. 在 AI 热之前，开发者也用线性回归等去拟合、预测数据或许是聚类、关联规则发掘数据，只不过那时没有冠以「机器学习」的名号。您觉得如今机器学习浪潮会不会有些虚热？目后人工智能技术的落地和使用还有哪些困难？

一个 AI 方向的笑话是,“内行都觉得如今的AI模型弱爆了，而内行都觉得如今的AI太强了而担忧消灭人类”。如今AI的炽热次要取决于数据、算法、算力三方面的共同开展。虚热一定是有的，泡沫是不可防止的。但如今即便用逻辑回归，和以前的办法也有了变化，由于要处置的数据量有了变化。同时算力上升使得更多模型变得能够。可以以为如今的机器学习是以前的使用统计的晋级适用版，并融入了更多的计算机迷信。

8. 您在知乎上的每个答复和每篇文章都有很多人评赞，您平常是怎样运营你的知乎号？如何在任务和知乎之间均衡的呢？

我似乎没有特别运营知乎，也没有什么特别的诉求。我采用“阿萨姆”笔名的缘由就是奔着好玩的目的去的。同时我普通的答复和文章都尽量希望：

• 严肃答复，尽量详实有料，根绝抖迟钝；

• 不懂不答，不强答。不答复情感、八卦、政治这类成绩；

• 不随意点赞，不净化关注者的工夫线。

我给大家的建议也是不论有没有人看，先写了再说。在适宜的时分，会有人开掘到你的文章。其次就是得失心不用太重，社交平台当个专业乐趣即可。至于均衡任务和知乎的话，我的任务比拟清闲，偏研讨性质，所以只需有空的时分把最近的考虑顺道写出来就好了。

9. 您有没有方案开辟微信、微博平台，或许像数据迷信圈网红「爱可心爱生活」教师那样做个直播，将AI知识变现呢？

爱可心爱生活教师是我辈榜样，每天关注那么多任务。我暂时还没有相似的计划，缘由如下：

本身才能无限，担忧误人子弟，还属于知识积聚期。

如今的任务支出尚可，知识变现对我来说反而太朴素了。当然，时不时的做一些收费分享是很好的。

有很多的研讨成绩还没有处理，不断有新的思绪冒出来。在灵感干涸时或许更合适零碎的输入，比方制造一门课程。

不断有冤家想要协作做一个大众微信号，但我由于工夫成绩没敢接。至于微博，我确实接到了新浪任务人员的联络，我的认证账号是“阿萨姆谈AI”，会时不时的发一些短而精的东西，欢送关注。就像方才说的，社交平台对我而言只是乐趣和生活调剂，不想由于“业绩压力”而负重。同时，我确实和电子工业出版社有协作在预备一本机器学习相关的书籍，但由于不断在赶论文，停顿无限，出版工夫还需求打个问号。

在我心里不断都是学术第一，别的事情都可以往后排。而且假如一件事情假如无法做好，我普通选择再积聚一段工夫，当前再做计划。

10. 关于想转行做 AI 开发的工程师们，你还有哪些建议给他们？

开个玩笑的话，我想说：“贫贱险中求。”但严肃的说，我觉得转行不断有两个需求特别留意的成绩：

• 不要希冀一步到位，尽量寻求两头地带，也就是你如今行业与AI的穿插点。这样不只可以转行，还可以降低风险，并进步本身价值。

• 对行业有更深入的看法，其实中高端的机器学习/深度学习没有那么大的需求，而入门级的其实薪水也不大诱人。因而要依据本身条件慢一点转，有能够再拿个相关学位也是很好的选择。做软件工程也很好，开发手机app对社会也有奉献，做网络平安的前景也很宽广。CS的子范畴不只要AI，还有很多稳妥、待遇好、有意义的方向。

最初想说，这个行业、时代压力都很大。虽然任务很重要，但团体身体安康、心思安康愈加重要。我有不少同行包括我本人，都或多或少有一些安康成绩，比方颈椎或许慢性胃病。因而身体真的是本钱，有些事情苟且偷生即可。祝大家有个好身体吧。

。