近來(lái),硅谷迎來(lái)裁員潮,機(jī)器學(xué)習(xí)領(lǐng)域的求職壓力也有所增加。如何規(guī)劃 ML 職業(yè)生涯,才能獲得長(zhǎng)期成就?吳恩達(dá)教授為機(jī)器學(xué)習(xí)領(lǐng)域的畢業(yè)生提供了一些建議。
這篇文章內(nèi)容取自斯坦福大學(xué)教授、Coursera 聯(lián)合創(chuàng)始人吳恩達(dá)的課堂演講,主題為《關(guān)于在機(jī)器學(xué)習(xí)領(lǐng)域獲得成功職業(yè)生涯的幾點(diǎn)建議》。
本文提到的職業(yè)建議位于視頻后半部分。
演講主要包括以下幾部分內(nèi)容:
如何找到一份工作
成功的 AI 從業(yè)者模式
如何選擇一份工作
機(jī)器學(xué)習(xí)職業(yè)生涯的誤區(qū)
機(jī)器學(xué)習(xí)專業(yè)的學(xué)生在完成學(xué)術(shù)研究之后,通常會(huì)從事這一領(lǐng)域的工作,或者繼續(xù)讀博。
通常有兩種類型的公司會(huì)需要 AI 領(lǐng)域的人才。一種是大型科技公司,比如 Facebook、谷歌。另一種是年輕的,充滿活力的初創(chuàng)公司。
吳恩達(dá)教授提到一點(diǎn):無(wú)論朝哪個(gè)方向走,你都應(yīng)該確保自己從事的是重要且有意義的工作。本文作者 Richmond Alake 詳細(xì)介紹了吳恩達(dá)教授的這一觀點(diǎn),并結(jié)合自身經(jīng)歷談了談這些建議的具體內(nèi)容。
首先,如何找到工作?
如何找到一份工作
機(jī)器學(xué)習(xí)領(lǐng)域的工作競(jìng)爭(zhēng)激烈,大部分人都了解這一點(diǎn),已經(jīng)做好心理準(zhǔn)備,但你可能不知道公司招聘時(shí)看重哪些技能和素質(zhì)。
多年來(lái),吳恩達(dá)教授在 AI 團(tuán)隊(duì)中和各類企業(yè)中積累了深厚的工作經(jīng)驗(yàn)和領(lǐng)導(dǎo)經(jīng)驗(yàn),他給出了一些建議:
編程技能
機(jī)器學(xué)習(xí)研究工作要求個(gè)人至少要掌握平均水平的編程技能。程序員平均要掌握兩到三種編程語(yǔ)言,并且達(dá)到中級(jí)水平。
機(jī)器學(xué)習(xí)領(lǐng)域的從業(yè)者也應(yīng)具備編程技能,并且應(yīng)該了解幾門常用的編程語(yǔ)言,例如 Python、Java、JavaScript、R 語(yǔ)言等。
為什么需要掌握多種語(yǔ)言的實(shí)踐知識(shí)呢?
以我自己為例,我目前是一名計(jì)算機(jī)視覺(jué)工程師,我需要用到 3 種不同的編程語(yǔ)言。我用 Python 來(lái)實(shí)現(xiàn)模型(TensorFlow)和編寫腳本,用 javascript 來(lái)實(shí)現(xiàn)模型(tfjs),最后,我還要用 Swift 將模型和計(jì)算機(jī)視覺(jué)技術(shù)集成到 iOS 應(yīng)用程序中。
回答技術(shù)問(wèn)題的能力
在簡(jiǎn)歷通過(guò)之后,你就會(huì)進(jìn)入面試的下一階段,通常是電話面試和現(xiàn)場(chǎng)面試。在這兩個(gè)面試階段,你都需要回答機(jī)器學(xué)習(xí)相關(guān)的問(wèn)題,比如解釋梯度下降變體之間的差異,描述新型神經(jīng)網(wǎng)絡(luò)架構(gòu)的特性。
理論知識(shí)的實(shí)際應(yīng)用
面試之前,你可能在學(xué)術(shù)研究機(jī)構(gòu)中度過(guò)了幾年,所以已經(jīng)習(xí)慣了大學(xué)采用的基于理論的考試方法。
但是公司招聘的不是只掌握理論知識(shí)的人,而是能夠?qū)C(jī)器學(xué)習(xí)中的理論概念、技術(shù)以及思維進(jìn)行實(shí)際應(yīng)用的優(yōu)秀人才。
比如,你首先要從概念上理解批歸一化的好處,但是只有會(huì)用并且大量用過(guò) Jupyter notebook 或 GitHub repo 的人才能夠在招聘中脫穎而出。
業(yè)余項(xiàng)目
證明和應(yīng)用所學(xué)理論知識(shí)的一個(gè)好方法是在你的工作任務(wù)中加入一兩個(gè)業(yè)余項(xiàng)目,這是你展示技術(shù)、創(chuàng)造力和問(wèn)題解決能力的絕好機(jī)會(huì)。
持續(xù)學(xué)習(xí)
一些傳統(tǒng)領(lǐng)域的職位不需要隨時(shí)更新專業(yè)知識(shí),但在機(jī)器學(xué)習(xí)領(lǐng)域則完全不是這樣。作為一個(gè)熱門學(xué)科,人工智能領(lǐng)域里每天都有新開(kāi)發(fā)的技術(shù),每周都有更新的工具和庫(kù),每個(gè)月都有大量新發(fā)表的研究論文。
在機(jī)器學(xué)習(xí)領(lǐng)域里,你不能停止學(xué)習(xí)的腳步。我目前正在參與這個(gè)領(lǐng)域的研究,利用研究和開(kāi)源項(xiàng)目中的技術(shù),盡管如此,我還是會(huì)經(jīng)??吹接腥碌纳窠?jīng)網(wǎng)絡(luò)推動(dòng)計(jì)算機(jī)視覺(jué)特定任務(wù)的發(fā)展,成為某方向的新 SOTA。
你的雇主總會(huì)希望你不滿足于現(xiàn)有水平,保持求知欲望。機(jī)器學(xué)習(xí)從業(yè)人員需要永遠(yuǎn)處于領(lǐng)先技術(shù)的最前沿。
成功的 AI 從業(yè)者模式
AI 包含很多子領(lǐng)域,如機(jī)器學(xué)習(xí)、NLP、語(yǔ)音識(shí)別、CV 等等。吳恩達(dá)表示,職場(chǎng)的最強(qiáng)候選人和成功的 AI 從業(yè)者都用一種「T」形方法來(lái)學(xué)習(xí) AI 子領(lǐng)域。
也就是說(shuō),他們對(duì)很多子領(lǐng)域都有一個(gè)大致的了解,但只深入其中的幾個(gè)。
以我個(gè)人為例,我在機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺(jué)和機(jī)器人學(xué)方向進(jìn)行了深造。通過(guò)學(xué)習(xí),我對(duì) AI 的一些關(guān)鍵子領(lǐng)域有了基本了解。但在論文、個(gè)人項(xiàng)目和職業(yè)路徑中,我只關(guān)注三大領(lǐng)域:計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理和深度學(xué)習(xí)。
下圖顯示了我在大學(xué)畢業(yè)、完成 pwn 項(xiàng)目并開(kāi)始工作之后構(gòu)建的「T」形知識(shí)路徑長(zhǎng)什么樣。
在研究生階段學(xué)完 ML、CV 和機(jī)器人學(xué)相關(guān)課程之后,我獲得了 AI 主要子領(lǐng)域的基本知識(shí)。
大學(xué)畢業(yè)后的人工智能領(lǐng)域知識(shí)。
在我完成論文并開(kāi)啟自己的職業(yè)生涯時(shí),我的學(xué)習(xí)路徑是 T 型的。我專注于深度學(xué)習(xí)的子領(lǐng)域計(jì)算機(jī)視覺(jué)。由于關(guān)聯(lián)度較高,在研究過(guò)程中我也獲得了神經(jīng)網(wǎng)絡(luò)、機(jī)器學(xué)習(xí)、自然語(yǔ)言處理(圖像標(biāo)注方面)和圖像處理等臨近領(lǐng)域的知識(shí)。當(dāng)然,對(duì)于一個(gè)研究者而言,要想成為深度學(xué)習(xí)和計(jì)算機(jī)視覺(jué)方面的專家還有很長(zhǎng)的路要走。
在完成碩士畢業(yè)論文并開(kāi)始職業(yè)生涯之后我所獲得的 AI 領(lǐng)域知識(shí)。
深度知識(shí)
深度知識(shí)我們提到了很多遍,但深度意味著什么?在吳恩達(dá)看來(lái),深度知識(shí)由以下幾個(gè)方面定義:
項(xiàng)目
開(kāi)源貢獻(xiàn)
研究
實(shí)習(xí)
同樣,在特定子領(lǐng)域里做個(gè)人項(xiàng)目可以讓你的專業(yè)知識(shí)更加深入。這不僅可以讓你成為成功的 AI 從業(yè)人員,而且會(huì)讓你有更多參與面向?qū)嵺`任務(wù)的機(jī)會(huì)。
如何選擇一份工作
吳恩達(dá)意識(shí)到,擁有機(jī)器學(xué)習(xí)專長(zhǎng)的人很受歡迎。對(duì)于一些人來(lái)說(shuō),選擇多是一件好事,但對(duì)于另一部分人來(lái)說(shuō),選擇多了反而容易出錯(cuò)。
以下是吳恩達(dá)寫給學(xué)生的工作選擇建議:
選擇一個(gè)優(yōu)秀的團(tuán)隊(duì)
在吳恩達(dá)看來(lái),團(tuán)隊(duì)的選擇非常重要。在選擇團(tuán)隊(duì)時(shí)要注意以下幾個(gè)因素:
互動(dòng)
溝通
成長(zhǎng)
吳恩達(dá)建議,你所在的團(tuán)隊(duì)?wèi)?yīng)該很容易實(shí)現(xiàn)組員之間的互動(dòng),通常這樣的團(tuán)隊(duì)包含 10-30 人。此外,你還要留意團(tuán)隊(duì)成員的努力程度,以及他們的個(gè)性、職業(yè)道德理念能否對(duì)你產(chǎn)生積極影響。
為什么這點(diǎn)如此重要?因?yàn)樾袨檠芯勘砻?,和你相處時(shí)間最長(zhǎng)的五個(gè)人的平均值就是你的各方面行為得分。
找準(zhǔn)自己的定位
在決定接受一份 offer 之前,一定要弄清楚你要從事的工作是什么。
通常情況下,招聘廣告中給出的職位描述并不能反映真實(shí)的工作內(nèi)容。有時(shí)候,某個(gè)職位的職責(zé)范圍會(huì)被夸大,這很容易令人失望。還有時(shí)候,招聘廣告會(huì)淡化某個(gè)職位的工作量,這會(huì)導(dǎo)致你入職不久就陷入倦怠。
避免失望和倦怠的最好方法就是直接和你的上司對(duì)話,了解任務(wù)的內(nèi)容和交付時(shí)間。
此外,你還可以與類似崗位上的組員交流,了解一下他們的日常工作。
忽略公司品牌形象
公司都有自己的品牌形象和外部認(rèn)可,但這往往只是他們想讓你看到的東西,而且通常是最好的一面,會(huì)讓你在選擇時(shí)產(chǎn)生先入為主的偏見(jiàn)。
吳恩達(dá)表示,從一般經(jīng)驗(yàn)來(lái)看,公司的品牌形象和你在這家公司的個(gè)人經(jīng)歷關(guān)系不大。
在選擇一份 AI 方面的工作時(shí),團(tuán)隊(duì)比公司更應(yīng)該考慮,選擇行業(yè)時(shí)也是如此。
簡(jiǎn)單來(lái)講,對(duì)于一家石油公司和一家醫(yī)療機(jī)構(gòu)的圖像分類機(jī)器學(xué)習(xí)項(xiàng)目來(lái)說(shuō),二者的區(qū)別其實(shí)只在于他們用來(lái)訓(xùn)練 ML 模型的數(shù)據(jù)集以及模型的應(yīng)用。機(jī)器學(xué)習(xí)技能可以在行業(yè)之間遷移。
選擇一份感興趣的工作,考慮長(zhǎng)期目標(biāo)
人類是一種受到內(nèi)部和外部因素激勵(lì)的生物,如果內(nèi)外激勵(lì)都不具備,我們就會(huì)陷入懊悔、不安甚至是失望,
對(duì)此,吳恩達(dá)給出的建議非常直白:
「選擇一個(gè)你不會(huì)覺(jué)得無(wú)聊的工作」。
我還喜歡吳恩達(dá)的另一個(gè)觀點(diǎn):迫不及待地進(jìn)入某個(gè)角色并不是什么好主意。
在找工作期間,我拒絕了很多 offer。這些 offer 表面看起來(lái)都很不錯(cuò),但都需要我做出一些我不想做的個(gè)人犧牲。
還有一些 offer 短期來(lái)看非常不錯(cuò),但如果考慮未來(lái)十年的職業(yè)生涯,我并不覺(jué)得它們是最佳選擇。
我想要成為一家成功公司的 AI 領(lǐng)導(dǎo),因此我要以比平時(shí)更快的速度深入這家公司。在這種情況下,一個(gè)大的團(tuán)隊(duì)會(huì)讓我成為小透明,因此不是我的最佳選擇。相反,在一家創(chuàng)業(yè)公司工作可以讓我獲得更多的自主權(quán)和學(xué)習(xí)的環(huán)境,加速我的職業(yè)發(fā)展和成長(zhǎng)。
因此,一定要選擇一份適合你個(gè)人目標(biāo)和長(zhǎng)期發(fā)展的工作。
機(jī)器學(xué)習(xí)職業(yè)生涯的誤區(qū)
做一個(gè)萬(wàn)事通
在人工智能這個(gè)領(lǐng)域,做一個(gè)「萬(wàn)事通」不一定有什么好處,反而意味著你在每個(gè)分支領(lǐng)域知識(shí)淺薄。這不是確保你在人工智能或者機(jī)器學(xué)習(xí)之路上擁有長(zhǎng)遠(yuǎn)發(fā)展的最佳路徑。
從長(zhǎng)遠(yuǎn)來(lái)看,專注于獲取深度知識(shí)會(huì)獲得相應(yīng)的回報(bào),尤其是在人工智能這樣的領(lǐng)域,精通某個(gè)子方向的人往往更受歡迎。
沒(méi)有耐心
我經(jīng)常因?yàn)闆](méi)有耐心而內(nèi)疚,但老實(shí)說(shuō),在機(jī)器學(xué)習(xí)這種快速發(fā)展的領(lǐng)域,你很多時(shí)候會(huì)焦慮于自己吸收知識(shí)的速度不夠快。
但通過(guò)對(duì)那些在職業(yè)生涯中取得長(zhǎng)期成就的人的深入觀察,我意識(shí)到,在人工智能的任何一個(gè)分支領(lǐng)域建立起真正的技能、知識(shí)、經(jīng)驗(yàn)都需要時(shí)間。
我們這一代人習(xí)慣于即時(shí)滿足,急于看到快速成形的結(jié)果,最終會(huì)損害我們獲取知識(shí)的進(jìn)度。
沒(méi)有實(shí)質(zhì)性項(xiàng)目
擁有一個(gè)自己的業(yè)余項(xiàng)目對(duì)機(jī)器學(xué)習(xí)生涯大有好處,但問(wèn)題是,這個(gè)項(xiàng)目必須具備一定的水平,才能給外部評(píng)審者留下足夠深刻的印象。
因此,有十個(gè)平庸的業(yè)余項(xiàng)目不如有兩三個(gè)真正有影響力的項(xiàng)目,這能更好地展現(xiàn)出你的技術(shù)能力。正如吳恩達(dá)所說(shuō):質(zhì)量勝過(guò)數(shù)量。
結(jié)語(yǔ)
在吳恩達(dá)演講的最后,他總結(jié)了成就成功 ML 職業(yè)生涯的三個(gè)要素:
1、一定要在有利于學(xué)習(xí)的環(huán)境中工作;
2、確保你所做的項(xiàng)目和工作對(duì)他人的生活有積極意義;
3、做有助于實(shí)現(xiàn)個(gè)人目標(biāo)的決定,這將使你獲得長(zhǎng)期成功。
評(píng)論