作者聲明：本文是一篇評論文章，僅代表本人觀點。我認爲當世界上有更多的通才和實幹者（不只是專家）來構建事物和解決問題時，這個世界會變得更好。
在過年的五年中，機器學習變得更容易了。與此同時，軟件工程比以往任何時候都要複雜。
對於軟件工程師而言，這是一件好事。但對於機器學習專家而言，這並不是好事。
這是機器學習向軟件工程靠攏的進程，也是數據科學向數據分析靠攏的進程。
本文由Chris發表在medium.com，經原作者授權由InfoQ中文站翻譯並分享
機器學習工具正變得越來越易用
谷歌希望讓所有人，無論技術背景如何，都能很容易掌握機器學習模型的訓練方法。（參見：技術民主化）
隨着機器學習變得越來越容易使用，雲服務的市場也在增長，而理解算法的意義也在下降。
曾經，我們需要人工實現算法。現在Sklearn使得同樣的算法只需幾行代碼就能實現。
原本的TensorFlow很難使用，Keras讓它變得簡單多了。
現在，谷歌、微軟和亞馬遜都提供選擇模型、訓練模型和調參的雲服務，然後通過一個API就能立刻部署一個模型。
我們離人人皆可訓練人工智能的時代還有一定的距離。但隨着複雜性的降低，訓練人工智能變成了熟練軟件工程師知識體系中的一個新工具而已。
機器學習開發僅侷限於幾種語言
語言即是護城河。就這麼簡單。
你瞭解COBOL嗎？如果你熟悉這個語言，你這輩子都不愁沒有工作了。這個世界的金融體系都建立在這個語言之上。但現在已經不再有人學習COBOL了。
大部分的機器學習算法都是通過Python來實現的，而軟件工程開發需要各式各樣的語言。
如果每個算法工程師都有Python的開發經驗，那你就需要與所有算法工程師競爭。而在軟件開發方面，你只需要與一部分使用同樣技術棧的工程師競爭即可。
我常常會驚訝地看到很多高薪的Ruby on Rails開發的職位在招人。它在幾年之前就已經過時了，但很多大公司（Shoptify、Instacart、Kickstarter等等）由於歷史原因還在使用它。
你肯定可以同時也必須學習多種語言，這是一名優秀的軟件工程師的必備素質。
軟件開發囊括更多的知識技能
我們期待軟件工程師對所有領域都至少有一點了解。
一位後端工程師也知道瀏覽器如何運作，一位前端工程師對數據庫也有一定的瞭解。他們都能避開類似SQL注入的安全漏洞。
如果你擁有對於軟件工程的整體理解，就更容易切換所專注的領域。這同時也讓你具備構建端到端解決方案的能力。
廣泛的知識技能體系使得軟件工程師更適用於多樣的可能性。隨着市場需求的增長，經常有軟件工程師轉到數據科學領域。與之相反的是，數據科學家通常不會開發軟件。
隨着人們開始認爲機器學習是硬編碼的條件邏輯的替代方案，我們在將來會看到越來越多的軟件工程師從事機器學習工作。
成爲一名優秀的全棧工程師需要好幾年
並且，成爲一名優秀的全棧工程師需要掌握很多互不相干的技術。
優化數據庫、構建API微服務以及建造一個響應式的前端，三者之間幾乎沒有共同之處。它們可能需要通過三種不同的語言來實現。
在這些領域，我們目前幾乎沒有看見任何自動化方案。
相比之下，全棧算法工程師正在和越來越強大的自動機器學習（AutoML）競爭。使用AutoML的情況下，我甚至可以寫一個標準作業流程（SoP），然後把訓練分類器的工作分配給實習生。
而軟件工程中所有技術都被自動化，不再需要人力參與的那一天還遠未到來。
機器學習爲產品添磚加瓦，但機器學習本身大多不是產品
很少有公司把人工智能作爲它們的核心產品，而是使用人工智能讓現有產品更加完善。
Medium也許使用機器學習來推薦文章，但是它的核心產品是文章寫作與發佈的平臺。
有趣的是，大多數公司將機器學習應用在簡單且相似的場景。這樣一來就更容易出現爲這種場景提供軟件即服務（SaaS）產品的企業。然後突然之間，初創企業發現自己不用再費力開發自己的方案了。
相比之下，系統基礎架構的問題是極度複雜而不通用的。AWS上在不遠的將來也不會有現成的解決方案可以處理Medium的基礎架構。
基礎架構正在變得異常複雜
AWS已經膨脹到擁有超過200個不同的雲服務了。
使用Heroku的產品即服務（PaaS）方案來運行應用是一個不錯的方案，但它在產品規模擴大後就變得非常昂貴。
因此，我們現在需要管理一個全新的雲技術棧（網絡、數據庫、服務器），其中一個小失誤就能導致巨大的安全漏洞。
開發工作中的一部分是雲技術開發。其工作是使得軟件能在AWS、GCP或者Azure上運行。
在小型公司裏，基礎架構的工作往往由高級開發者來負責。
基礎架構是一個複雜的東西，但它同時也意味着工作機會和難以被取代的技能。
前端開發正在不斷髮展
能跟上前端發展的步伐本身就是一個技能。
我剛開始從事開發時，使用jQuery來構建響應式的前端還不算太難。隨後，大量公司開始使用Angular或者React。Angular推出了Angular 2（伴隨着巨大的改變）。React從類轉移到函數組件，並添加了hooks函數。
以上所有的框架或者庫都以完全不同的方式運作。
也有一些公司正在構建基於原型（mockup）的自動化前端。但是我的同事們一致認爲，它離達到生產環境的要求還很遠。
前端開發方面的技術能力需求，加上對"什麼是像素級還原"的理解要求，都令人感到前端開發一時之間仍不可替代。
結 語
軟件工程是複雜的，並且包含了各種各樣的問題。這種複雜性有利於軟件工程師的就業。
但更重要的是，這種完備的技術體系代表了能解決真實的、端到端的問題的能力。
要建立一個讓普通人能解決自己所在領域問題的社會，軟件工程就是一個不錯的開端。
機器學習還有自己的一席之地嗎？當然有。但是解決問題遠比訓練模型更重要。
去學習軟件工程，做點東西，並且解決問題吧。
原文鏈接：