介紹
機器學習工程師這一角色通常與編程，軟件實現，數據分析等專業技能相關聯。
儘管專業技能對於擁有稱職的ML工程師非常重要，但對於ML工程師來說，還有一系列軟技能是同樣重要的。
在本文中，我不僅會提高你對這些軟技能的認識，還將提供一些技巧和建議，以幫助你的個人發展和技能培養。
溝通技能
你的聲音需要被聽到
溝通是ML工程師在職業生涯中必要的一項關鍵技能。下面提供了有效溝通可帶來優勢的示例。這些例子說明了為什麼有效的溝通技巧很重要。
- ML Engineering職位的面試
- 作為一名員工，培養對自身需求的意識
- 談判加薪
- 向非技術人員解釋機器學習的概念。 在以上所有場景中，具有出色的溝通能力會讓你相對於其他人處於更有優勢的位置。
恰當地與人交流你的資質和項目可以使你在應聘職位時領先於競爭對手。
甚至在擔任工作角色時，有效的溝通技巧也會在進行薪資談判時為你提供優勢，這意味著薪水可能增加5％到10％。
改善溝通技巧的一種絕佳方法是執行以下工作清單。
- 把握機會公開發表演講（不必與工作相關）。
- 如果還沒有機會發表演講，請讀書。定期閱讀可以提高你的詞彙量，為你在談話中表達自己提供語言上的彈藥。
- 冷靜且緩慢地講話。無論情況如何，冷靜地講話，都能給他人一種你控制著局勢的印象。更重要的是，冷靜的表達可以傳達高度的信心。
- 練習向技術人員和非技術人員解釋機器學習概念。通過確保非技術人員理解你正在解釋的概念，你可以增強自己的知識。向專業人士解釋ML概念將使你熟悉如何適當地使用技術術語來描述概念或想法。
團隊合作
ML工程師通常是公司內部項目和AI計劃的中心，肩負著至關重要的責任。由於ML工程師在公司中扮演著不可或缺的角色，因此要求他們在跨職能團隊中運作。
例如，ML工程師可能需要與數據庫管理員就數據池和存儲進行溝通。大多數軟件產品都需要一個前端接口，因此，ML工程師與產品設計師，經理，測試人員和軟件開發人員總是緊密合作。
有效的團隊合作可以創造一個令人愉悅的工作環境，從而可以作為副產品實現高效的工作流程。
團隊合作是一項與優秀溝通技巧結合在一起的技能。如果ML工程師在傳達技術和個人要求方面越高效，就越容易在團隊內進行有效的協作和貢獻。
在機器學習中實踐團隊合作的一種非常有效的方法是利用Kaggle（https://www.kaggle.com/）。 大多數機器學習從業者都熟悉Kaggle。我發現在Kaggle中競爭的團隊，甚至是合併團隊，都可以獲得很多經驗和知識。你可以從實際項目和競爭中學到很多東西，其中團隊合作和協作是成功的主要因素。
以下是一些支持團隊內部有效團隊合作的工具：
- Slack（https://slack.com/intl/en-hk/） ：通過消息傳遞實現團隊內部的有效溝通
- Trello（https://trello.com/） ：項目管理工具
- GitHub（https://github.com/） ：旨在通過存儲庫共享軟件和源代碼的Web平臺。
時間管理
時間管理是將一定量的時間量委派給特定任務以實現既定的成功衡量標準的過程。成功的時間管理的附加產品是高效的任務完成和生產率的提高。
雖然一個ML工程師主要是要實現機器學習模型和系統，但ML工程師還承擔一些其他職責（下面列出的示例）。作為附加職責的結果，機器學習工程師需要優先處理任務，並分配適當的時間和精力來使任務完成到令人滿意的水平。
ML工程師的其他職責示例包括：
- 指導初級工程師
- 管理工程團隊
- 研究最新的ML技術和算法
ML工程師或從業人員可以採取一些步驟來培養良好的時間管理技能。在你的下一個或當前項目中，你需要分割實現重要事件所需的任務，並制定包括每個任務描述和估計完成時間的計劃。
並非所有任務都一樣創建
制定計劃還不夠。為了通過有效的
優先級排序來最大化生產率，我們付出了巨大的努力。通過首先處理基本任務，你會感覺到時間被有效地利用起來了。對於工作場所的ML工程師來說，還有一個巧妙的技巧。即當系統詢問你實現ML模型或算法所需的時間時，無論你最初考慮什麼時間，都將其加倍，甚至可以將其加三倍以提高安全性。因此，如果你的任務是在移動應用程序中實現語義分割技術，並且你估計這需要三天才能完成，請注意，你可以設置它的完成時間為一週，這為你提供了緩衝時間來解決可能出現的、任何不可預見的問題。高估完成任務所花費的時間總比低估好。
領導才能
領導才能作為機器學習從業者的一項軟技能的重要性是毋庸置疑的。無論你處於何種職業水平，都必須培養自己的領導才能。
領導力可以定義為一種博學的特質，使個人能夠激發，激勵和引導一群人朝著一個共同的目標邁進。
ML從業人員可以通過以下方式發揮領導作用：
- 首席工程師或ML團隊經理應該表現出對他們正在從事的項目的熱情，或者至少對人工智能的渴望。對領導或管理人員的熱情可以為團隊成員創造靈感。
- ML從業者應該瞭解公司，組織或項目背後的原因。通過了解組織採取的行動和決策的“原因”，你可以執行超出你技術能力範圍的行動。
- 偉大的領導者應以身作則。在此我用一個場景來說明這一點，讓一個ML工程師承擔並完成幾乎被認為是不可能的項目或任務。之後，教其他團隊成員如何處理將來可能發生的類似任務。
ML練習者可以通過以下行為來培養領導能力：
- 與團隊中的個人緊密合作。不僅要進行個人項目，還要進行涉及各行各業的個人參與的大型項目。
- 通過預見項目的長期影響，練習有遠見和良好的決策技能。
- 把握機會練習公開演講。
職業道德
職業道德是內部原則相結合的產物，這些內部原則以紀律，勤奮和內在的方式指導個人的行為。
良好的職業道德是幾個組成部分的結合，這些組成部分相互協調並和諧地工作。這些組成部分包括專注、紀律、動機、靈感、遠見、生產力、努力工作等。
根據我的觀察，ML工程師往往會努力工作，該領域本身的性質要求在該領域的學術和實踐方面都投入大量精力。
雖然，努力工作並不構成一般的職業道德。例如，一個ML工程師可以在短期內努力工作，但從長遠來看，同一名ML工程師可能缺乏培養良好的職業道德的動力，專注力和紀律性。
如何培養良好的職業道德的例子：
- 通過為特定任務留出特定的時間來練習提高專注力，確保消除干擾，一個有用的時間跟蹤工具是Forest。
- 守時 是獲得良好職業道德的重要組成部分。你可以通過準時（在開始時間之前至少10分鐘）出席你日常生活中的任何會議來練習守時。即使在社交聚會上也要準時。
- 保持恰好的工作與生活平衡。通過計算機上的一些活動來休息一下，可以讓你的大腦得到休息。選擇一個不涉及機器學習的愛好，此類活動的示例可以是繪畫，唱歌或學習演奏樂器。大腦是神奇的，從執行這些業餘活動中獲得的創造力可以促進機器學習相關工作的創造力。
- 動機和靈感是非常主觀的組成部分。激勵ML工程師A的因素可能不會激勵ML工程師B。就我個人而言，我通過觀看許多以人工智能為中心故事的科幻電影來激勵自己。像I，Robot，Ex Machina或Alterned Carbon這樣的電影和節目展現了一個未來，而隨著ML實踐者今天所取得的進步，這種未來將成為可能。
結論
成功的ML工程師需要具備許多其他軟技能，例如表達能力，創造力，傾聽能力，解決問題的能力，靈活性等。
希望通過本文，你已經確定了至少一種可以在業餘時間開始學習的軟技能。
