如何快速成为人工智能工程师（技能、项目、薪资）|走向数据科学
作者：Egor Howell
是科技领域新的“热门”角色，许多人都渴望得到这份工作。
我在网上看到很多帖子说如何在几个月内成为一名人工智能工程师。
让我明确一点：任何人告诉你，你可以在六个月内成为一名人工智能工程师，那是在向你兜售一个梦想。
现实情况是，这将需要更长的时间，但这并不意味着您不能尝试快速跟踪该过程。
如果你是新来的，我是叶戈尔。我是一名机器学习工程师，也是进入数据、人工智能和机器学习领域的人们的职业教练。
我亲眼目睹了什么有效，什么只是浪费时间。
让我们开始吧！
让我们澄清一下人工智能工程师到底是什么，因为网上有很多困惑。
我有一个单独的文章解释了关键的区别，但简而言之，人工智能工程师是专门从事使用和集成基础 GenAI 模型比如克洛德,GPT,伯特，以及其他。
他们不会像数据科学家或机器学习工程师那样从头开始“构建”这些模型；而是从头开始“构建”这些模型。相反，他们使用它们来服务于特定目的。
例如，他们可能会在购物网站上嵌入聊天机器人，以帮助客户更快地找到他们想要的东西，或者在 IDE 中添加编码助手，例如 Cursor。
由于人工智能工程师是专业的软件工程师，他们需要了解软件工程的基本实践并对人工智能系统有深入的了解。
这种技能虽然很少见，但由于人工智能的炒作，如今需求量很大。因此，自然地，人工智能工程师的薪水非常高，许多公司的薪水在 20 万至 30 万美元左右。水平.仅供参考。正如您所看到的，这是一个非常有吸引力的职业，具有很大的发展潜力。
现在让我们具体回顾一下如何才能成为其中一员。
一个不幸的现实是，零经验的人想要进入人工智能工程领域是极其困难的。
这是因为该行业需要足够的数据、机器学习、软件工程，当然还有人工智能方面的专业知识。
因此，你需要成为一名数据科学家或软件工程师至少一年，然后才能考虑转向成为一名人工智能工程师。
您是成为数据科学家还是软件工程师取决于您和您的背景。
不过，我个人建议首先从软件工程师开始，因为它与人工智能工程角色关系更密切。
你也不必相信我的话。Greg Brockman（OpenAI 首席技术官）也同意，最好先成为一名软件工程师，然后再提高您的 AI/ML 知识。
作为一名软件工程师，您应该努力学习成为人工智能工程师所需的工具和技术，其中包括：
- 蟒蛇ØØ整个 AI/ML 生态系统都是用 Python 构建的，因此您应该能够用这种语言编写可靠的生产代码。
- SQLØØ– AI 围绕数据展开，而 SQL 是数据的语言。
- 软件开发工具——– 需要了解诸如git对于版本控制，桀骜/巴什基础知识并了解如何创建和使用API。
- 系统设计技术——– 您最终构建的人工智能系统需要扩展，您可能会将其部署在云平台上，例如AWS,天蓝色,GCP使用类似的工具码头工人和库伯内斯。
资源
- W3Schools Python 课程（免费）～～～很棒的免费资源。
- 哈佛 CS50 计算机科学导论～～～可能是计算机科学和软件工程的最佳入门课程！
时间轴
时间表取决于您获得软件工程或数据科学工作需要多长时间。
实际来说，如果你有 STEM 背景和扎实的知识，并且你真的很努力，你可以在大约 6 个月内找到这些职位的工作。
然后，您应该在这个职位上呆大约一年，然后再尝试转向人工智能工程，以确保您已经掌握了基础知识。
网上有很多关于如何进入软件工程的指南，我有几个路线图成为一名数据科学家，您也可以查看。
除了作为软件工程师的全职工作之外，您还需要提高自己的 AI/ML 基础知识，以确保您在旅途中取得快速进展。
您当然不需要拥有数学博士学位，因为您不会从头开始构建这些模型，但它会为您提供背景详细信息，以便您以后更深入地研究更高级的主题。
这些是你应该知道的事情：
- 数学基础ØØ– 对统计学、概率、线性代数和微积分的全面概述将帮助您了解幕后发生的事情。
- 监督学习ØØ– 了解线性回归、决策树和支持向量机等基本算法的工作原理。
- 无监督学习ØØ– 了解 K-Means 和 K-Nearest-Neighbour 等基本算法的工作原理。
- 神经网络——– 这些是法学硕士的支柱，对反向传播、梯度消失和激活函数等主题有深入的了解将使您将来能够更快地调试人工智能模型。
- LLM 基础知识 –– 尽管您不会从头开始建立法学硕士，但您每天都会与他们一起工作，因此最好了解一下他们的运作方式。您应该了解变压器、自动编码器、标记化和嵌入等领域。
资源
- 机器学习数学 （附属链接）最好的全能书，但相当厚重。
- 使用 Scikit-Learn、Keras 和 TensorFlow 进行 ML 实践（附属链接）如果我必须只提供一本书来学习机器学习，那就是这本书！
- 神经网络：从零到英雄～～～开始相对缓慢，从头开始构建神经网络。然而，在上一个视频中，他向您展示了如何构建您自己的生成式预训练 Transformer (GPT)！
时间轴
学习基础知识完全取决于您作为数据科学家/软件工程师学习的时间。
建议尽可能地将这些概念融入到您的日常工作中。
如果我在工作时间之外学习所有这些内容，如果你自己申请的话，我预计需要 3 到 6 个月的时间。
此时，是时候更深入地了解您将作为人工智能工程师在现实世界中使用的具体概念和想法了。
这个领域正在迅速发展，每个月都有新的“东西”需要学习。我将在这里列出永恒的基本原理，因为它们是迄今为止最重要的。
- 人工智能API– 诸如此类的服务OpenAI 的 API 让您集成强大的模型，而无需自己构建它们。这是开始构建具有人工智能功能的实际应用程序的最快方法。
- 及时工程学习如何与人工智能模型有效沟通是一项至关重要的技能。精心设计的提示可以显着提高模型输出，对于获得一致的结果至关重要。
- 检索增强生成（RAG）– 了解如何将法学硕士连接到外部数据库，例如松果并使用相关信息来提高人工智能模型响应的准确性。
- 模型上下文协议 (MCP)Ø– 将 AI 模型连接到文件、服务器和其他应用程序等外部应用程序的标准化方式。
- 浪链～～～这是在 Python 中处理 AI 模型的最佳包。它提供了无缝构建和连接法学硕士所需的所有架构。
- 微调～～～了解如何通过对特定数据进行训练来提高人工智能模型的性能，使其能够更好地响应特定用例并提供输出。
资源
- 动手实践大型语言模型：语言理解和生成（附属链接）�����������关于法学硕士的教科书并不多，因为它们是近年来才成为主流的。然而，我听说过关于这个的很棒的事情。
- 人工智能工程 （附属链接）�����������这本书目前很受欢迎。它的作者是奇普·惠恩，他可以说是生产中 ML/AI 系统背后的领先专家。
时间轴
学习这些概念比学习 AI/ML 基础知识所需的时间略少，因为需要涵盖的材料较少。
我预计大约需要 2 至 3 个月的时间才能将所有内容学习到良好的标准。
人们对于应该构建哪些项目才能获得人工智能工程工作存在很多困惑
简而言之，最好的项目是那些能够从本质上激励您并且也使某种最终用户或客户受益的项目。
以下是高级步骤：
- 理念– 集思广益，讨论您个人的想法和主题以及您想要解决的问题。这应该来自你自己的想法和研究；不要上网或向像我这样的人询问项目想法。我给你的任何东西对你来说都会立即成为一个糟糕的项目。
- 数据– 使用公共 API、政府网站、网络抓取等查找新颖且令人兴奋的数据。您想要复制在现实世界中遇到的混乱数据。
- 部署– 您需要展示您端到端部署人工智能系统的能力。这将包括数据存储、数据清理、模型连接，然后通过 API 甚至 Web 应用程序在前端进行一些集成。作为一名全职人工智能工程师，你需要尽可能匹配你将要做的工作。
- 文件– 如果您不告诉人们，没有人会知道您的项目。发表 LinkedIn 帖子、撰写博客文章并将其添加到您的投资组合中。确保您的项目在 GitHub 上有清晰、组织良好的自述文件，以便人们可以自行测试。尽可能多地分享您的工作，因为这会增加您被潜在雇主看到的机会。
时间轴
创建好的项目和建立可靠的投资组合需要时间。理想情况下，您应该构建两个顶级项目，总共需要大约 3 个月的时间。这假设您每天可以花 1 小时来构建这些。
这本身可能是一篇完整的文章，但让我给你一个你应该做的 80/20 的高水平：
简历
要写一份出色的简历，请确保所有内容都是专门与人工智能工程相关的：
- 利用适合人工智能工程角色的相关工具和技术，让您的技术技能处于领先地位。
- 通过指标、数据，尤其是财务影响，让您的项目清晰可见。
- 保持简单：中性色、单栏、易于阅读的字体，而且只有一页长。
- 列出您作为软件工程师或数据科学家的相关经验。
我有一个全文关于如何制作一份出色的简历，您可以在下面查看，以及您可以使用的现成模板。
领英
让您的 LinkedIn 个人资料明显表明您正在寻求人工智能工程职位：
- 您的标题应包含“AI 工程师”，而不是“有抱负”。例如，谁愿意聘请一位“有抱负的”牙医？
- 在“关于我”和“体验”部分中添加关键字，但要有机地添加它们，并且不要编写段落。
- 用清晰的照片和漂亮的横幅让您的个人资料美观。这比你想象的有更大的不同。
推荐和网络
大多数人认为他们需要构建大量项目并参加无尽的课程才能脱颖而出并找到工作。
这完全是浪费时间。
推荐是任何技术工作的黄金门票。
根据一项研究，推荐占申请的 7%，但占所有招聘的 40%。如果您被推荐，您获得理想工作的可能性几乎会增加 6 倍。
这个杠杆太疯狂了。
获得推荐的方式实际上相当简单，所需要的只是您的一些信心。
- 查找招聘人工智能工程师的公司或您想工作的公司。
- 在 LinkedIn 上浏览他们的员工，找到与您相似的人。这可以是具有相同大学和背景的人，最好也是人工智能工程师。
- 连接并向他们发送一条私信，其中包含您喜欢的关于他们的个人资料、旅程或任何个人信息的内容。切勿在第一条消息中要求推荐。
- 与他们聊天，询问他们的工作、项目以及他们正在做的任何很酷的事情。
- 几条消息后，您就可以要求推荐或对您的简历提供任何反馈。
这个过程非常简单，问题是人们太害怕而不敢这样做。
然而，我从未有过糟糕的经历，因为你总是以赞美或开场白来引导他们。
人们喜欢谈论自己，而您所需要做的就是表现出友好并表明您对他们感兴趣。
时间轴
找到一份工作可能会有很大差异，有时也可能取决于运气。然而，通过实际寻求推荐并避免因项目和课程而分心，这应该需要 6 个月的时间。
因此，要成为一名人工智能工程师，乐观地讲，大约需要两年时间，但你还需要首先找到一份软件工程师或数据科学家的工作。
这可能看起来很长一段时间，但这些角色的技能都很高，而且薪水高得离谱。您不能指望学完几门课程后就直接进入其中。
如果读完这篇文章后，你真的想成为一名 AI 工程师，那就太好了！
然而，就像我刚才提到的，你首先需要成为一名数据科学家。幸运的是，在我之前的一篇文章中，我准确地写了如果我再次成为一名数据科学家我将遵循的步骤。
我会在那里见到你！
加入我的免费时事通讯，我每周都会分享我作为一名实践数据科学家和机器学习工程师的经验中的技巧、见解和建议。另外，作为订户，您将获得我的免费简历模板！