AI 工程师主要是干什么的

人工智能不仅是对认知工作的自动化，也是一个不断发展的过程。毫不夸张地说，开发基于AI的解决方案似乎很有前景，但事实真的如此吗？

以下为译文：

“如果你想持续多年获得七位数的年薪，在过去只有四个职业选择：CEO，银行家，明星或职业运动员。但现在第五种选择出现了——人工智能专家。”——佚名

想象一个装满球的玻璃杯。玻璃杯代表计算机科学，而球代表各个不同的领域：后端，前端，嵌入式等等。其中有一个球是人工智能，它的特殊之处在于，它里面还包含了其他小球：机器学习，自然语言处理，以及其他各种东西。这些人工智能里面包含的小球每一个单独拿出来看都很强大，都是改变所有领域的机会之所在。

人工智能不仅是对认知工作的自动化，也是一个不断发展的过程。毫不夸张地说，开发基于AI的解决方案似乎很有前景，但事实真的如此吗？我决定把我自己的经验和知识分享给大家，带大家看看人工智能工作流程的幕后是什么样的，以及对AI专家作进一步的了解。

事不宜迟，我们就开门见山吧！

AI工程师的关键职责是什么？

对大众来说，人工智能似乎只存在于科幻作品的边缘地带，但实际上，它已经与我们的生活融为了一体。AI现在能执行某些涉及智能的任务，而在以前这些只能由人类完成。而且，在许多功能方面AI甚至比人类表现更好。AI的主要任务是总结并得出一个合理的结论，而现在的前沿AI技术似乎在这方面做得很好了。

人工智能的一项显著应用就是移动应用程序的语音识别功能。例如， Android手机的导航系统或Google Now能够记录用户的位置，并提供热门景点之间的最佳交通路线，提醒用户有关事件，通知用户路况等等。

互联网上的上下文广告（contextual advertising）也是通过人工智能的程序布局的。这种广告能够根据用户之前访问过哪些站点，对哪些广告做出了积极反应以及在社交网络的个人介绍向用户推送特定的广告。即使是文本编辑器中的常规拼写检查，也得益于人工智能系统。

通常来说，IT世界有五个工作领域：信息的收集，传输，存储，处理和表示。人工智能解决的是其中的两个领域中的问题：信息的处理和存储。AI访问的信息库存储在AI本身中，就像我们生活中发生的事会存储在我们的记忆中一样。人工智能根据这些已有的信息处理接收的新信息，并在此基础上得出合理的结论。

好吧，人工智能是伟大而有前景的技术。但是从事AI工作的都是哪些人呢？运营一个AI驱动的项目又需要他们做什么呢？简单来说， AI专家首先要以正确的格式描述和呈现基本信息。他们通常将信息按特定系统的标准系统化，即形成主题区域的概念模型。然后，为了确保人工智能的进一步工作，他们需要教会机器如何学习或者如何做机器学习例程（rouTIne）。

机器学习是什么？

从某种意义上讲，机器学习是智能系统在运行过程中的自我学习。得益于机器学习，人工智能不仅可以解决开发人员使用特定算法布置的具体任务，而且可以解决条件稍有不同的类似的任务。机器学习是AI下的一个广泛的子分区，使用了数学统计，数值优化方法，概率论，离散分析以及从数据中提取信息等方法。

机器学习如何工作？

训练方案很简单：有一组特定的对象（情况，situaTIons）和一组特定的答案（响应，反应），构成一组正确的“情况-响应”对。情况和响应之间存在关系，但最初在数学层面尚不可知。正确的“情况-响应”对的集合就作为训练样本。基于此样本，找到一种能将特定情况和特定响应联系起来的算法就成为必要的了。

AI专家的必要专业知识都有哪些？

现在让我们回到AI工程师的话题。他们平时都做什么？他们的关键角色和技能是什么？如上所述，AI专家全面参与数据准备的整个过程。因此，总的来说，在处理完所有数据之后，AI专家需要着手对机器学习模型的构建，对现有算法的优化等等。

如果说得更明确一点，那就是对该职业的确切描述并不存在。一切都取决于使用信息技能的特定领域。但是，有些事情是所有AI工程师都会去做的，比如：

• 设计，着手对信息的分析

• 擅长一些特定开发领域，例如网络，操作系统，数据库或应用程序

• 帮助维护组织的计算机网络和系统

• 在软件系统的设计，安装，测试和维护中起到关键作用

• 成为一种专门的程序员，可以与Web开发人员和软件工程师合作，来把Java或其他编程语言集成到业务应用程序，软件和网站中

• 研究软件应用程序领域，准备软件要求和规格说明文件

为了能做到这些，AI专家应具备以下技能：

• 代码能力强并且会好几种编程语言

• 熟知所有机器学习算法

• 能够使用数据仓库，使用SQL语言来编译查询

• 会使用R或Python（NumPy / SciPy）编程语言，或SPSS / SAS或Matlab应用程序来分析数据和建模

• 会使用Matplotlib等工具将数据可视化

此外，AI专家经常从事与医学，农业以及其他与科技行业风马牛不相及的领域相关的项目。为了能成功应对此类项目，AI工程师还应该花一些时间研究一下这些陌生领域，才能更高效地完成工作。

AI可以使你成为百万富翁吗？

企业向AI开发人员支付的薪水比付给其他专业人员的高得多，这并不算什么秘密。在技术竞赛的背景下，企业之间的人才竞争愈演愈烈，尤其是考虑到AI人才供少于求这一事实。顶尖的行业专业人士年薪数百万美元。

但是，如果要说最大数额，那么AI专家的最高薪水还是在中国。在中国，一位高级AI研究科学家的年薪为56.7到62.4万美元，而其他国家的ML专家在同一时期的年薪为31.5到41.0万美元。在中国，大概有30万名人工智能从业人员。但这还不够——企业可能需要一百万或者更多AI专家！

美国的招聘市场如何？好吧，也有大量空缺。Glassdoor是美国的一个匿名查看职位空缺和简历的网站，在“人工智能”板块中有32，000多个职位，有的薪水达到六位数。

在美国，机器学习专家的薪水为每年14.4万美元。相比之下，美国劳动力市场的平均工资仅为2.9万。感受出来差距了吗？

在澳大利亚，机器学习工程师的平均工资为每年11.3632万澳元。

日本呢？AI工程师的年薪从600万到5000万日元不等，约合6到50万美元。

印度的AI和ML从业者薪水如何？根据Glassdoor的数据，印度机器学习工程师的平均薪水为₹8，201，201（约合1.1万美元），范围为₹3，64，000-₹15，28，000（约合0.5到2.1万美元）。

欧洲呢？机器学习工程师的平均工资为52，576欧元（约5.8万美元）。

结论

那么，AI工程师到底是干什么的呢？乍一看，这项工作看似很简单，单调，并且只需要懂算法开发，机器就会按照算法来做事情了。但这是一个错误的说法，因为机器学习专家做的远不止这些，而且往往需要进行方法上的创新。

他们不仅创建具体的指令，而且能使人工智能自我学习和自我改进。所以这一领域的专家能获得天价的薪水也不足为奇了。毕竟，这个职业决定着我们的未来。你同意我的看法吗？你有什么想要补充的吗？