意见 越来越多的影响者宣扬您应该开始学习机器学习。你应该听他们的吗?
> Photo by Drew Hays on Unsplash
越来越多的Twitter和LinkedIn有影响力的人宣扬为什么您应该开始学习机器学习，以及一旦开始就很容易。
虽然听到一些鼓舞人心的话总是很高兴，但我还是想从另一个角度来看事情。 我不想感到悲观，也不想让任何人灰心，我只发表自己的看法。
在查看这些机器学习专家(或者我应该称他们为影响者)发布的内容时，我问自己，为什么有些人首先希望学习机器学习?
也许主要原因是不知道机器学习工程师的实际工作。我们大多数人都不使用人工智能或自动驾驶汽车。
当有影响力的人传授知识时，掌握机器学习当然并不容易。 成为"万事通，万事通"的人，在这种经济中也无济于事。
为什么这么多人希望学习机器学习?
在大学学习期间，我决定要成为一名机器学习工程师。 这似乎很困难，具有挑战性，最重要的是很有趣。 在此之前，我希望成为一名iOS游戏开发人员。
如果有人向我展示ML工程师的工作日，也许我会坚持使用iOS游戏开发。不要误会我的意思，我对自己的职业感到非常满意，但职业选择不会像过去那样黑白两色。
> Photo by KOBU Agency on Unsplash
这是为什么?因为编写iOS游戏的乐趣与训练机器学习模型或开发后端应用程序或前端应用程序的乐趣相同。以上所有这些都可能变得具有挑战性(只问顶级技术公司的工程师)。
在大学期间，我的想法是：机器学习似乎很困难，因此找工作会更容易。 我会得到更高的工资。 它具有更好的前瞻性(Web开发将很快实现自动化)，并且很有趣。
我的想法是错误的。 因此，请允许我解释以上每个陈述。
1. 机器学习似乎很难
> Photo by NOAA on Unsplash
大多数互联网影响者都宣扬：从机器学习开始确实很容易。 您只需下载Titanic数据集，从教程中复制10行Python代码，就可以开始使用机器学习。
确实如此，但很难想象有人会为您支付这些知识。因此，您需要更进一步。
而更深层次则是困难所在。 拥有一位出色的导师非常重要，这样您就不必自己搞定一切。 获得良好的实习机会也是成长为工程师的好方法。
我希望有人能告诉我，在我职业生涯的初期。我不得不花很多时间跟在计算机科学其他领域工作的同行保持同步。
为什么? 嗯，因为有更多的人在从事前端(后端或移动)开发的指导，所以比较容易。
2. 机器学习工作好找
> Photo by Hunters Race on Unsplash
可以肯定的是，我是很难学到的。找到机器学习工程师的工作要比前端(后端或移动)工程师难。
小型创业公司通常没有资源负担ML工程师的费用。他们还没有数据，因为它们才刚刚开始。你知道他们需要什么吗?前端，后端和移动工程师来启动和运行他们的业务。
然后，您将被大型公司困住。 这不是什么问题，但是在某些国家/地区，大公司并不多。
3. 更高的工资
> Photo by Sharon McCutcheon on Unsplash
高级机器学习工程师的收入不比其他高级工程师高(至少在斯洛文尼亚没有)。
美国有一些机器学习超级巨星，但他们以正确的心态在正确的时间，正确的位置出现在正确的位置。我敢肯定，美国有软件工程师的薪水更高。
4. 机器学习是未来的证明
> Photo by Tomasz Frankowski on Unsplash
虽然机器学习将继续存在，但对于前端，后端和移动开发，我可以说同样的话。
如果您是前端开发人员，并且对工作感到满意，那就坚持下去。 如果您需要使用机器学习模型制作网站，请与已有知识的人合作。
5. 机器学习很有趣
> Photo by Braydon Anderson on Unsplash
虽然机器学习很有趣。它并不总是很有趣。
许多人认为他们将从事人工智能或自动驾驶汽车的研究。但是他们更有可能会编写培训集并致力于基础架构。
许多人认为他们将使用精美的深度学习模型，调整神经网络架构和超参数。 不要误会我的意思，有的是错的，但不是很多。
事实是，机器学习工程师大部分时间都花在"如何正确提取类似于实际问题分布的训练集"上。 一旦有了这一点，您就可以在大多数情况下训练一个经典的机器学习模型，它将很好地起作用。
结论
> Photo by Johannes Plenio on Unsplash
我知道这是一篇有争议的文章，但是正如我在开始时已经说过的那样，我并不是要劝阻任何人。
如果您觉得机器学习适合您，那就去做吧。 您全力支持。 让我知道您是否需要一些入门指南。
但是机器学习并不适合每个人，每个人都不需要了解它。如果您是一位成功的软件工程师，并且喜欢上工作，那就坚持下去吧。一些基本的机器学习教程不会帮助您职业发展。
本文的目的是提出一种批评性的观点，您通常不会听到有影响力的人的意见。
