人工智能时代下，国家企业对人工智能工程师需求呈指数增长

人工智能技术诞生至今已经有几十年了。但直到大约十年前，它的潜力才真正引起人们重视。自那以后，仿佛开启了突然倍速，全世界对人工智能工程师的需求呈指数增长。

科技人才持续短缺且毫无改善迹象，这为同样供不应求的软件工程师提供了一个转型机会，还能顺带填补人才缺口。然而，学习人工智能、机器学习（ML）和自然语言处理并非是在公园里闲庭信步，你绝对需要花费很大的心血努力。

为解释清楚从软件工程到人工智能工程的转变，笔者采访了Ipsoft的认知实现工程师Sasho Andrijeski和Codementor开发者Jayen Ashar。

转型背后的动力

人们选择转型的原因往往很复杂。也许源于童年时的心之所向，亦或只是他们职业生涯中顺其自然的下一步。不论是何种原因促成了职业转型，你都需要考虑几个因素。

对Andrijeski来说，人工智能的种子早在孩提时代就已种下。“从我记事起，身边就充斥着各种人工智能的元素。父亲喜欢收集科幻小说，我从小便耳濡目染。在大多数故事中，都有一个先进的人工智能系统，还有很多关于奇点和意识的有待商榷的概念。当然，这些科幻电影和游戏在当时风靡人群，如今也回归复古。”

对Ashar来说，这是他擅长的领域。“我一直对自动化和机器人很感兴趣，所以人工智能和我的软件工程背景十分契合。”

人工智能需迅速掌握新知识

即使具有软件工程相关知识，学习人工智能依然不容易，需要你在短时间内掌握大量新知识。事实上，Ashar的人工智能硕士学位是在离开了职场后，去参加全日制学习才成功获得的。

Ashar表示：“我辞去工作，全身心投入学习，获得了人工智能专业的硕士学位。在攻读人工智能学位时，我联系了一位老师，和他一起完成了一个暑期项目。从那之后，我加入了学校的机器人足球队，这让我真正地获得了人工智能实践经验。”

而对Andrijeski来说，这种短期学习大量知识的紧迫感虽然难以承受，但也令人收获颇丰。

“现在回想起来，我觉得曾学过的知识都在一步一个脚印为今天的学习打下基础。尽管如此，在我加入IPsoft后，我还是得飞速吸收大量新知识，这个学习过程相当紧促。前六个月的工作十分吃力，但也收获良多，给我带来了满足感和成就感。我做第一个项目时，一起工作的同事给了我很大帮助，让我的知识水平很快大幅提升。”

他还提到：“我不能说我有意采取了什么措施，但我一直觉得自己与人工智能冥冥中有联系。当然，我的简历对所有IT职业来说可能都很典型。技术和科学传播专业毕业，学习期间在网吧工作过，有自己的网络联盟营销业务，做过系统工程师和IT顾问。”

“很早之前，我就在为Commodore 64和IRC机器人编写小型的基本程序，或者帮朋友完成他们的硕士或博士项目。这些经历让我在得到IPsoft提供的机会时，已经掌握了大部分必要的技能，我争取到了机会，这就是我对想在人工智能领域得到机会的人的建议。”

即使成功转型，学习也永无止境。Ashar表示：“距离我转行已经过去很久了，但这个领域发展得很快。为了与时俱进，我迅速掌握了PyTorch、Fast.ai和卷积神经网络。”

对于Andrijeski来说，“在这里，最值得注意就是概念。多学习关于意识、认知、人类互动和自然语言的内容很关键。当然，算法、自然语言处理、机器学习或深度学习也是职业转型途中的一部分。”

“在快节奏环境中工作，作为早期尝试者，你必须处理各种技术，不应该将自己局限于特定技术中。有些人得以留下，有些人渐行渐远，随着时间流逝，我们甚至会渐渐遗忘他们。在编程语言中，值得一提的是python、groovy、javascript、java，我的工作范畴内需要这些语言。”

他补充道：“对我来说，在有可能的前提下，比较好的方法是边做边学。线上资料和社交也不容忽视。幸运的是，有了电脑、网络及空闲时间，我就有机会尝试很多东西。结交志同道合的朋友也大有益处，不停交流、分享想法经验，能让知识得以延续，并获得发展。”

Ashar对此表示赞同：“一开始，我去学了大学课程和网络课程，但我发现，当遇到问题时，自学是比较好的解决方法。”

新人工智能工程师面临的挑战

人工智能工程师所面临的挑战是与项目和个人相对应的。如果你是一名自由职业者，事情会很麻烦。

Ashar表示：“最为自由职业者去应聘人工智能项目是很大的挑战。人工智能仍被视为一个研究领域，这个领域招聘的大多是全职坐班的正式员工，而这并不适合我。”

但Ashar坚持了下来，不久之后，他被雇佣从事其第一份与人工智能相关的自由职业项目。他说：“我与当地道路管理部门签订了一份合同，通过分析车流量和牵引情况来找出两者之间的关联，该项目的目的是为了自动报告阻碍交通的车辆。”

Andrijeski的经历不太一样，他表示：“令我吃惊的是，比较大的挑战并非来自人工智能。在处理客户项目时，我注意到许多机构和公司还没有准备好适应极先进技术。他们更愿意循序渐进，常常还停留在数字化转型过程的中途。真正的挑战是找到一个愿意竭尽全力、奉献自己以创造出真正宏伟的人工智能解决方案的人，不少人仍在期待人工智能做到开箱即用。”

成为这一领域的专家需要漫长时间。Andrijeski表示：“我的职业规划中没有明确这一点，所以我无法确定。然而，当我回到过去，把今天的点点滴滴串起来时，这感觉就像是我一生的旅程。”

Ashar说：“这花了我大约十年的时间，不过那是因为我想继续做自由职业者，我自己的工作已经很满意了。”

给考虑向人工智能转型的软件工程师的建议

Andrijeski表示：“我认为人工智能是人类的未来。若不参与其中，就意味着你至少落后了一步。”

Ashar建议道：“我的建议对任何想转专业的人来说都适用。试着在工作的同时做做兼职，这样万一不成功，你也已经迈出了成功的第一步，而且还可以让你先试试水，看看是否合适。”

没错，成为AI工程师不容易，但只要勇敢开始，你就离成功更近了。
责编AJX