【為什麼我們要挑選這篇文章】AI、機器學習工程師跟普通的工程師有所差別，儘管 AI 正在世界熱潮上，但要轉行還是會碰到多樣阻礙，更重要的是，因為 AI 工程師少，所以難以窺探實際在做什麼？Reddit 有網友發問題，一起來看他們的討論。（責任編輯：陳伯安）
本文經 AI 新媒體量子位（公眾號 ID：QbitAI）授權轉載，轉載請聯繫出處
作者：量子位／安妮
求助。
28 歲的物理工程師，想轉行做 AI 到底值不值？機器學習工程師在企業中的現狀又是什麼樣子的？
一則求助帖，在 Reddit 論壇上迅速發酵：
我是一名物理工程師，對目前的工作不那麼感興趣，甚至有點想回學校稍微逃避下現實和責任。
在沒畢業前，有人建議我去搞機器學習，也激勵我去做電腦視覺方面的實習，去做更多的項目等。目前我已經有一份工作了，我想「重新考慮」這條路。
目前的工作能看到數據處理的重要性和繁瑣性。
基於上述原因，我原來越傾向參加一個 AI 方面的一年制專業碩士課程。但是，我想知道數據/機器學習工程師在中大型企業中的工作到底是怎麼樣的？
我不打算成為一名工程師了，因為我不那麼年輕已經 28 歲了，並且知識背景中大多數與物理相關。我想這樣的話，自己沒有搞電腦的那群人有競爭力。
所以，我應該棄工作選擇讀書嗎？
我知道求助陌生人似乎不太明智，但我希望從別人的故事中找到對自己的幫助。
一時間，這則貼子下眾說紛紜，網友從不同的角度，拼湊起當下機器學習工程師的真實工作全貌。
不當工程師卻想進攻機器學習，有點癡人說夢
網友 mimighost 表示，首先應該擺正對機器學習工程師的認識，可以說這個崗位本身有些矛盾。
他認為，將機器學習工程師首先應該是一個合格的工程師，你的編程技能應該超過你所掌握的所有科學知識。
所以，此前即使是非科班出身的物理工程師，也應該先把提升點放到編程本身上。
mimighost 認為，在工程師行列中留給機器學習工程師的崗位非常有限，崗位本身就是矛盾的。但可以考慮向機器學習研究員或者研究科學家方向發展。
要是想這樣發展，只讀個一年碩士怕是遠遠不夠，怎麼著，也得是個博士了吧。
年齡會是轉行工程師的一個門檻嗎？
一位網友和樓主有著相似的困惑，表示年齡 28，在於年輕人競爭同一崗位時，會不會沒有優勢反倒是劣勢啊。
這個問題倒是不難理解，「35 歲的工程師該何去何從」也是國內工程師們擔心的問題之一呀。
網友 fakemoose 認為，在這個年齡段無論如何也不應該申請非常入門的崗位了，應該利用已經積累起來的經工作技能。
也有網友不服，表示在數據科學領域，即使是入門級別，其收入也已超過美國 90% 人口了。
還有更多不同的聲音：
如果年齡超過了 40 歲，則可能是一個限制因素。
——analyst___apu
我是從 30 歲開始從物理過渡到機器學習的，所以這個年紀轉行是可能的，我是自學。
——amnezzia
大多數認為，28 歲依然年輕。大部分人讀完博士也老大不小，大有資本去探索新領域。年齡不是門檻，行業經驗才是。
轉行必須抓穩的兩大技能：數據科學、Python
不少過來人的建議是，數據科學技能是轉行之後的最大挑戰。
而物理學轉到 AI？其實很加分。
網友 i_love_FFT 表示，自己是一個樂觀主義者。如果能在現在地區找到一個高科技公司，則物理學的背景是個加分項，是個必須的技能。
如今，幾乎每家科技公司都在建立機器學習團隊。儘管對於那些做過大量在線編程課程和有某網站的 AI 證書的人來說很容易，但最大的挑戰始終是找到能夠理解數據本身的人！
如果具備物理工程背景，那麼能夠很好地理解基於物理的數據，包括傳感器數據，物理系統模型等。這種技能與對機器學習的興趣相結合，就是求職過程中的閃光點。
除了數據科學，請一定學好 Python 啊。網友 Heartomics 表示，自己最大的阻礙就是接受一種 Pythonic 的做事方式。
推薦學習資源 ，成為 Python 專家需要什麼
機器學習工程師的一天長什麼樣子？
那麼，工程師的一天是怎麼過來的？
一位機器學習工程師總結了自己在一家全球員工數過 10 萬的系統集成商工作的時刻表。
他表示，理論上來說，他們的工作是設計模型、調整模型、設置 NLP pipeline，重構數據科學家編寫的程式碼，並做一些雲端的任務，對吧？
但事實上，他需要做的是任何客戶想要的東西。自己的身份也是多變的：
可以是 Python 開發人員、數據工程師、數據科學家和數據分析師。雖然在自己看這些都差不多，但在客戶看來，區分這些崗位會顯得這個任務多樣化。
大概就是：我是一塊磚，哪裡需要哪裡搬。
目前正在同時處理三個項目：一個與銷售相關，一個是需要重構程式碼的成熟項目，還有從 PoC 遷移到 NLP 項目。
一天的時刻表大概是這樣的：
09:00 電話會議
09:30 開展 NLP 項目（Python）
11:00 電話（1 小時）討論銷售項目
12:00 午餐
12:30 電話演示時間
13:00 項目工作（Python）
15:00 討論項目
16:00 查看同事模型的文檔設置和超參數。
17:00 回家。
誒？朝九晚五的工程師？
相關討論傳送門
知乎相關問題：
非電腦資訊專業學生如何轉行 AI，並找到演算法的 offer？
（本文經 AI 新媒體 量子位 授權轉載，並同意 TechOrange 編寫導讀與修訂標題，原文標題為 〈我，28 岁，应不应该从从普通工程师转行到 AI？〉，首圖來源：Pixabay, CC Licensed。）
延伸閱讀
超省時 GitHub 新功能！點選函數就能看定義，記憶差的工程師不用再苦苦尋找了
【大騙局】《華爾街日報》拆穿 Engineer.ai 假面具！AI 服務背後全是「印度工程師」
工程師殺手級工具！一秒自動補齊後續程式碼，還支援 23 種程式語言
