在過去，如果你想拿到 7 位數的薪水，只有 4 種選擇：首席執行官、銀行家、明星藝人或者職業運動員。現在，又多了一個選擇——AI 專家。
我們把計算機科學知識看成是一個玻璃容器，容器裡有很多小球，每個小球代表計算機科學的一個領域，比如後端開發、前端開發、嵌入式開發，等等。其中有一個球代表 AI，這個球有點特別，因為它包含了其他小球：機器學習、自然語言處理，等等。
AI 不僅僅是對認知工作進行自動化，而且是一個不斷髮展的過程。毫不誇張地說，開發 AI 驅動的解決方案看起來是一項非常有前途的工作，但事實果真如此嗎？我將在這篇文章裡分享我自己的經驗和知識，揭開 AI 工作崗位的面紗，進一步瞭解 AI 專家。
AI 工程師的關鍵角色
在很多人看來，AI 似乎只存在於科幻電影裡，但事實上，AI 已經滲透到我們日常生活的方方面面。AI 已經可以完成一些之前只能由人類完成的活動，甚至有一些工作比人類做得還要好。
移動 App 的語音識別就是一個非常好的例子。導航 App 或 Google Now 會跟蹤用戶位置，為用戶常去的地方提供建議路線，提醒重要事件，告知路線狀態，等等。
互聯網廣告商也會基於 AI 程序為用戶提供廣告，比如根據用戶經常訪問的網站、用戶過去經常點擊的廣告、用戶在社交網絡上的資料。甚至是文本編輯器的拼寫檢查也用到了 AI 系統。
一般來說，IT 領域的工作可以分為 5 類：收集信息、傳輸信息、存儲信息、處理信息和呈現信息。AI 解決了其中的兩個問題：處理信息和存儲信息。AI 訪問的數據存儲在 AI 系統中，就像人類將日常發生的事件存儲在記憶裡一樣。AI 系統基於已有的數據處理新輸入的信息，並得出邏輯性結論。
AI 確實是一項偉大且有前途的技術。那麼，從事 AI 工作的都是些什麼人？他們需要具備什麼樣的條件才能讓一個 AI 項目跑起來？簡單地說，AI 專家首先要做的事情是通過正確的格式來描述和呈現基本信息。他們對特定系統中的信息進行系統化，形成主題領域的概念模型。然後，為了確保 AI 能夠完成高級任務，他們需要教機器如何學習，或者完成日常的機器學習任務。
什麼是機器學習？
從某種程度上說，機器學習是指智能系統在運行過程中進行自我學習。得益於機器學習，AI 系統不僅能夠執行由開發人員指定了特定算法的任務，還能執行其他具有不同條件的相似任務。機器學習是 AI 的一個分支，利用了數理統計、數值優化方法、概率論、離散分析以及從數據中提取知識。
機器學習的原理是什麼？
機器學習模型的訓練方案很簡單：一組特定的對象（情景）和一組特定的答案（響應或反應）組成了一組“情景 - 響應”對。情景和答案之間具備某種關係，但從數學層面無法知道這種關係是什麼。這些“情景 - 響應”對就是訓練樣本，AI 工程師基於這些樣本找到一個算法將特定的情景和特定的答案聯繫在一起。
AI 專家要具備怎樣的條件才能完成這些工作？
現在我們回頭過來聊聊 AI 工程師。他們都在做些什麼？他們扮演了怎樣的關鍵角色？他們具備了哪些技能？之前已經提到，AI 專家在數據準備階段就開始充分參與其中。在準備好數據之後，他們也參與到了機器學習模型的訓練、算法優化等工作中。
準確地說，這個職位並沒有清晰的定義。不過，以下這些事情是 AI 工程師都會做的：
- 設計、獲取和分析信息；
- 在某些開發領域有專長，比如網絡、操作系統、數據庫或應用程序；
- 幫助組織保護好計算機網絡和系統；
- 在軟件系統的設計、安裝、測試和維護工作中扮演關鍵角色；
- 作為擅長某方面技術的程序員，與 Web 開發者和軟件工程合作，把 Java 或其他編程語言集成到已有的業務系統、軟件或網站中；
- 學習應用程序領域知識，準備好軟件需求和規範文檔。
為了完成上述的工作，AI 專家需要具備以下這些技能：
- 需要精通編程，掌握幾門編程語言；
- 需要對所有的機器學習算法瞭如指掌；
- 知道如何與數據倉庫打交道，知道如何使用 SQL 進行數據查詢；
- 知道如何使用 R 語言或 Python（NumPy/SciPy）或 SPSS/SAS 或 Matlab 工具包進行數據分析和建模；
- 數據可視化，例如，使用 Matplotlib。
另外，AI 專家經常需要從事與醫學、農業和其他非技術領域相關的工作。為了做好這些工作，AI 專家需要花時間學習這些領域的知識。
AI 是一個可以讓你成為百萬富翁的職業嗎？
企業支付給 AI 工程師的薪水比其他職位要高，這已經不是什麼秘密了。在技術競賽的大背景下，對人才的爭奪愈演愈烈，特別是在 AI 人才供不應求的情況下。業內優秀的 AI 專家現在可以賺到數百萬美元。
不過，AI 專家當中薪資最高的是在中國。在中國，一個高級 AI 研究員的年薪達到了 56.7 萬至 62.4 萬美元，而在其他國家，機器學習專家的年薪為 31.5 萬至 41 萬。中國在職的 AI 從業人員估計達到了 30 萬人。但這些還不夠，企業可能需要一百萬甚至更多的 AI 人才。
那麼美國的 AI 就業市場又是怎樣的？美國招聘網站 Glassdoor 上有 32000 個與 AI 相關的職位，有些職位的薪水也達到了 6 位數。
美國機器學習專家的年薪為 14.4 萬美元。作為對比，美國就業市場的平均薪資為 2 萬 9 千美元，所以，能看出差距吧？
澳大利亞機器學習工程師的平均年薪為 113632 美元。
日本呢？日本的 AI 工程師年薪從 6 百萬到 5 千萬日元不等，相當於 6 萬到 50 萬美元。
印度呢？印度機器學習工程師的平均年薪為 801201 盧比（1 萬 1 千美元）。在 Glassdoor 上，其範圍為 364000 盧比（5 千美元）到 152800 盧比（2 萬 1 千美元）。
歐洲呢？歐洲機器學習工程師的平均年薪為 52576 歐（5 萬 8 千美元）。
結論
那麼，AI 工程師究竟是怎樣的人？乍一看，他們的工作似乎很簡單，只需要根據機器的行為來開發算法。但實際上並不是這樣的，因為機器學習專家做得比這個要多得多，而且他們通常會使用各種創造性的方式來完成工作。
AI 工程師不只是給機器發出指令，他們要讓 AI 具有自我學習的能力，並不斷加以改進。所以，這個領域的專家獲得很高的報酬一點也不奇怪。
原文鏈接：
https://towardsdatascience.com/ai-engineers-what-they-do-and-how-much-they-cost-c8360e84f376
閱讀更多 InfoQ 的文章
