登錄×
電子郵件/用戶名
密碼
記住我
經濟發展新動力

機器學習創造新崗位也帶來新問題

沃特斯:機器學習催生對專業人才的需求,同時也給公司管理者提出了更高的要求,只有具備相關知識才能更有效進行管理

一個新的職業幾乎在一夜之間就冒出來並不常見。

而許多設法進入這一新領域工作的人並沒有在正規高等教育機構接受過相關正規培訓,這種情況也不太常見。

在機器學習(machine learning)以及相關的數據科學領域,職業發展之路與以往其他多數職業的發展路徑大相徑庭。它代表的不僅是未來幾年最有前途的就業機會之一,而且是今天進入職場的人如何適應未來就業需求發展的一種模式。

機器學習指的是將統計學和計算機科學相結合的一項技術,它已經使人工智能領域發生了革命性變化。機器學習依賴於隨時間不斷改進的一類新的學習算法,以及用於對系統進行培訓的大量數據的供應。

許多機構已經對彙集「大數據」所需的IT基礎設施進行了投資,一般是打破內部各自為戰的格局,對數據採取更加集中化的存儲。更加充分利用這些資產的需求導致對專業人才的需求井噴,遠遠超出了傳統計算機科學專業所培養的人才數量。

機器學習並非只向計算機科學家開放。作為一個以數據收集、整理和分析為核心的學科,機器學習橫跨了多個專業領域,數學、統計學和編程都是其中的一部分。

許多非專家型高管也會發現,對這一領域略知一二已經遠遠不夠了,因為他們需要與業務一線的機器學習專家進行互動。

沒有一個職位描述能夠完全涵蓋這個新興領域。現在,許多傳統上被稱為「數據分析師」的人都渴望獲得「數據科學家」的頭銜,Kaggle的創始人兼首席執行官安東尼•戈德布盧姆(Anthony Goldbloom)說。他的公司擁有一個非正式的全球各地數據專家網絡,今年剛被谷歌收購。他補充說,數據科學家進而渴望成為機器學習專家。

對這些技能的需求呈爆炸式增長,其速度之快使得傳統院校課程培養的人才已無法滿足需要。根據運行在線開發人員社區的Stack Overflow公司的數據,數據科學家、機器學習專家及擁有統計學或數學背景的開發人員在軟件行業薪酬最高的四類職位中佔據了三類。Stack Overflow針對這一領域進行的年度調查是同類調查中涉及範圍最為廣的之一。

人們正通過一些非常規的途徑進入這一領域。最近對1.6萬名Kaggle用戶進行的一項調查發現,只有30%的受訪者在正式的大學教育中學習過機器學習或數據科學課程。

相比之下,66%的受訪者稱他們是自學成才的。略超過半數的受訪者表示,他們是通過在線課程學習這一新學科的。

被吸引到機器學習領域的人員來自許多不同專業。戈德布盧姆列舉的專業包括物理、計算機科學、經典統計學、生物信息學和化學工程學。這使機器學習成為首個體現出終身學習重要性的新學科。他說:將來,在一個人的整個職業生涯中,無需學習新技能去適應諸如此類的新機會是不可能的。

其他領域的人員適應機器學習的速度也反映了這一學科的本質。

作為一種被稱作深度學習技術的先驅之一,斯坦福大學教授吳恩達(Andrew Ng)稱,隨着該領域的發展,非專業人士進入這一領域實際上變得更容易了。

「讓我感到驚訝的是,進入人工智能領域是那麼容易。隨着深度學習的興起,我們所使用的算法變得越來越簡單,因為我們對數據的依賴更高了,」他說。「幾個星期後,你就能閱讀該領域領先的研究論文和最前沿的想法。」

FT中文網客戶端
點擊或掃描下載
FT中文網微信
掃描關注
FT中文網全球財經精粹,中英對照
設置字號×
最小
較小
默認
較大
最大
分享×