近年來，機器學習工程師屢次榮登全球 IT 高薪榜單。但這局面會一直保持下去嗎？作者 Luke Posey 給我們帶來了一個不一樣的觀點，他認爲，機器學習工程師將在十年後消失！這聽起來有點聳人聽聞，爲什麼他會做出這樣的判斷？讀完這篇文章，或許你就找到答案了。
機器學習工程師將被取代
機器學習將會轉變爲每個軟件工程師工具箱中的一部分，成爲軟件工程師常用的工具。
在每個領域中，我們在早期的階段都會有專門的角色，隨着時間的推移，這些專門的角色將會逐漸被普通的角色所取代。機器學習工程師似乎又是一個這樣的例子。
機器學習工程師作爲一個角色，是由人工智能和數據科學等熱門詞彙在企業中被大肆炒作的結果。在機器學習的早期階段，機器學習工程師是一個非常必要的角色。而且對很多人來說，它帶來了不錯的收入增長！但是，機器學習工程師也有許多不同的性格，這要取決於你問的是誰。
我們當中的純粹主義者說，機器學習工程師就是將模型帶出實驗室並投入到生產的人。他們負責擴展機器學習系統，將參考實現轉化爲可用於生產的軟件，並經常交叉地進入數據工程領域。他們通常都是強大的程序員，對他們使用的模型也有一定的基礎知識。
但這聽起來很像是一個普通的軟件工程師。
如果你去向一些頂尖的科技公司，詢問機器學習工程師是對他們來說意味着什麼，你可能會從十個調查參與者中得到十個不同的答案。這並不足爲奇。因爲機器學習工程師還一個相對年輕的職位，而發佈這些職位招聘的都是經理人，他們往往工作了幾十年，沒有時間（或意願）來了解這一領域。
以下是一些頂尖科技公司發佈的招聘信息中的一些要求，請注意它們之間的差異有多大：
第一個有點辣人眼睛。你確定你招聘的不是研究人員嗎？這怎麼會是機器學習工程師呢？
- 數學、統計學、運籌學博士。具備 R、SQL 和現代機器學習技術的知識。
第二個看起來更靠譜一些。而且它來自頂尖科技公司，所以這樣的要求應該不會讓人感到意外。
- 計算機科學學士或碩士學位。1~5 年軟件開發工作經驗或學術經驗。有計算機視覺、自然語言處理等方面的工作經驗者優先。
最後，深入研究一下你對機器學習工程師職位的刻板印象。
- 計算機科學學士/碩士學位。3 年以上構建生產性機器學習系統和高效代碼的工作經驗。有大數據方面的經驗者優先。
一些公司已經開始了一種新的做法，我認爲大多數公司將會效仿。該做法是發佈一個軟件工程的職位，其核心要求是接觸過機器學習，再加上要求有幾年的工作經驗作爲優先考慮的資格條件。無論是基於機器學習還是其他技術，僱主都會偏愛那些具有構建和擴展系統經驗的工程師。
只要人們對機器學習的瞭解很少，而且進入門檻很高，那麼機器學習工程師的存在就是有必要的。
我堅信，機器學習工程師的角色將完全被普通軟件工程師所取代。它將會過渡到一個標準的工程角色，工程師將從上游獲得一個規範或參考實現，將其轉化爲生產代碼，並交付和擴展應用。
就目前而言，許多機器學習的角色都存在於這個奇怪的領域，我們正在用機器學習來解決以前從未遇到過的問題。因此，在很多情況下，機器學習工程師一半是研究員，一半是工程師。我遇到過一些機器學習工程師，他們在整個堆棧中扮演着重要的角色。我也遇到過其他一些工程師，儘管他們的技能範圍很窄，但卻願意肯花更多的時間去閱讀新的研究論文，並將其轉化爲可用的代碼。
我們正處在一個奇怪的十字路口，我們正在重新定義我們團隊成員在這個難題中的位置。
由於我們的工作方式，我們傾向於強迫自己參與討論並參加會議，而不管這些是否我們專業知識的核心。我們接受任何會議的邀請……我的觀點是，機器學習工程師應該處於構建參考實現的末端，然後負責將參考實現轉化爲生產代碼。
用不了多久，大多數企業將不需要進行什麼研究工作，就能把項目做到極致。只有那些小衆的用例和深層次的技術工作，才需要特殊的技能集。工程師們將使用 API，世界將繼續前進，機器學習已成爲每個新工程師工具箱中的常見工具。我們已經目睹越來越多的機器學習知識逐漸進入了大學課堂。只要你去大學參加一門機器學習的課程，你就會發現，課堂里人滿爲患，水泄不通。幾乎每個畢業生在離開大學時，都會接觸到一些該領域的知識。
我們可以用區塊鏈來做一個類比，在區塊鏈領域中，分佈式系統工程師炙手可熱。自從中本聰的白皮書發佈以來，絕大多數區塊鏈項目一直致力於構建基礎技術和基礎設施。要做到這一點，你必須擁有非常強大的工程技能，通常被稱爲分佈式系統工程師。你最終將看到一個轉變，在這個轉變中，事物開始被抽象化，企業開始尋找用例，而普通工程師現在可以用區塊鏈構建新穎的用例。我們在人工智能/機器學習也看到了同樣的普遍轉變。
我對一些讀者評論的看法
-
硅谷有個主題“API 統治世界”，這可能是一派胡言，機器學習總是需要在基礎設施層面進行某種程度的定製。在我看來，HuggingFace 對於自然語言處理的意義將會發生在其他所有領域。我們終將能夠用一個簡單的 API 來征服大部分用例。
-
“這只不過是個頭街而已，老兄。機器學習工程師只是指比普通的計算機科學畢業生更有數學和統計學背景的人。”我完全同意這句話。機器學習工程師只是一個頭街而已。但如果這個角色不再需要了，這個頭街還能存在嗎？但你說的沒錯，這只不過是個頭街而已。
-
“在我的組織中，這根本不是機器學習工程師的意思。”讓我知道機器學習工程師對你的組織來說意味着什麼，以便讓我瞭解。我一直在調查這一領域，以瞭解該領域的現狀和發展方向。我想聽聽你的看法。
-
“這只是一個頭街而已，誰在乎呢？”你是對的，但不管怎麼說，考慮一下，還是很意思的。
對於本文，我最喜歡的評論之一是，來自 Twitter 上的 Varii：
“就像你說的，這是一個頭街。大多數僱主都希望你擁有相互重疊的技能。我覺得說到底，問題並不在於誰會被淘汰，而在於誰有足夠的能力來不斷地適應這個日新月異的行業。”
在更廣泛的社區中，我得到了大量的寶貴意見。但有一件事，我的觀點永遠不會改變：如果你對某件事充滿了激情，那麼不管是一個頭街，一個領域，還是一個潮流發生了什麼變化，總會有一個地方可以讓你去追求你的激情，去創造出一些酷炫的東西。
注意安全，繼續前進！
作者介紹：
Luke Posey，Spawner.ai、Dataset Daily 創始人。曾任寶潔公司（Procter & Gamble）人工智能工程師。關注人工智能/機器學習、數據科學，堅信“未來一切都是自動化的。”
原文鏈接：
https://towardsdatascience.com/machine-learning-engineers-will-not-exist-in-10-years-c9cbbf4472f3