三大“AI码农”：我的起薪30万 （下）
欢迎关注AI应用领域最专业的垂类自媒体——读芯术
这是继前天读芯术头条《三大“AI码农”：我的起薪30万（上）》的连续报道。
为此，读芯君先严肃地开个场：
每一波浪潮的到来，都意味一片无人占领的蓝海，也意味着众多新成长起来的巨头，还意味着什么？
意味着大量的技术人员需求，供不应求的开发市场，以及从业者的高薪与众多的机会。
我们最常做的事情是目送着上一次浪潮的余波远去，感叹自己生不逢时，却没有意识到，下一波浪潮已经到了我们脚下。
所以，读芯君建议同学们的正确姿势如下：
言归正传。读芯君接着谈另外两大AI码农的就业局势。
“调参工程师”：年薪百万难招一个机器学习工程师？
据《纽约时报》报道，只有几年经验的人工智能工程师现在就能拿到30至50万美元的年薪，而经验再丰富点的，拿个数百万美元不成问题。一个独立的人工智能实验室告诉《纽约时报》，全世界目前只有10000个人能带领新的人工智能项目。
这一角色比较有代表性的岗位是：机器学习工程师，常常被戏称为调参工程师。他们使用别人开发的框架和工具，运行已有算法，训练业务数据，获得工作模型。工作期间他们可能需要一些处理数据、选取特征或者调节参数的手段，不过一般都有据可循，并不需要自己去发明一个什么东西。
读芯君在这里PO一个机器学习的关系图：
程序员的分支
可见，说到底，机器学习工程师是广义的软件工程师（程序员）的一个分支。而每一个程序员都有一个领域。不过，不同领域在不同时期热度不同，发展趋势不同。AI 产品开发，是广义软件开发的一个领域，如今正好在热点上。
开发人工智能产品的程序员，也还是程序员。不过是需要懂一定程度的领域内理论知识而已，就和以前开发 PCI 协议栈要懂 PCI 协议，写网卡 driver 要懂 TCP / IP 的道理是一样的。
编码能力是基础。
既然是程序员，首先就不能丢掉程序员的基本素质：编码能力和基础算法能力（不是前面说的那种算法，而是链、树、图的构建、删除、遍历、查找、排序等数据结构里讲的那种算法），这是最起码的两个要求。
当然，既然在 AI 领域进行开发，一定程度的机器学习/深度学习知识还是有必要掌握的。记得Adobe的冯东大神也说过机器学习简直是21世界的黑科技——因为理论非常简单但是效果惊人的好。
此外，做工程也得读论文，不过和做算法不同，做工程读论文的一般目的不是尝试最新方法，而是用已知有效的方法来解决实际问题。
机器学习工程师要求这么高，如何在面试中过五关斩六将顺利拿到此职位的offer呢？我们从机器学习岗位面试最常见的三个主要部分说起：
1. 算法和理论基；
2. 工程实现能力与编码水平；
3. 业务理解和思考深度。
不过，尽管机器学习工程师岗位主要会考察1和2，但是实际工作中，算法的先进性对真正业务结果的影响，大概不到30%。当然算法必须要足够快，离线算法最好能在4小时内完成，实时算法要求大概更高。
同时，机器学习大多数场景是搜索、广告、垃圾过滤、安全、推荐系统等，如果你对业务有深刻的理解，那么你针对你所做出来的系统的结果的阐述情况，对于面试效果的影响超过70%。所以，如果你做过实际的项目，一定要主动说出来，主动让面试的官知道，这才是最大最大的加分项目。 这样看来，与其说花大量时间掌握机器学习，远比不上真正的实操撸几个生产项目要来得高效。
以下是读芯君从阿里一位工程师的PPT上扒下来的一张机器学习能力图谱：
看完上述，你的表情会不会变酱紫：
所以读芯君为同学们准备了一个简单的学习路线，如下图：
数据标注：每晚总在灯火阑珊处打标签
此处说得做数据并非数据的清洗和处理——大家可以看到做工程的岗位，有一部分工作内容就是 ETL 和处理数据，此处说的做数据是指数据标注。
现阶段数据远比算法重要。
简单说，数据标注就是：给各种各样的数据（文本、图像、视频、音频等）打上标签，使原数据（raw data）变成标注数据（labeled data）——标注数据是各种有监督学习的必要条件。虽然机器学习中有无监督学习，但在实践领域被证明有直接作用的，基本上还都是有监督模型。
近年来，深度学习在很多应用上取得了巨大的成功，而深度学习的成功，无论是图像、语音、NLP、自动翻译还是 AlphaGo，恰恰依赖于海量的标注数据。无论是做 ML 还是 DL 的工程师（算法&工程），后者尤甚，都共同确认一个事实：现阶段而言，数据远比算法重要。
固然，目前有多种技术用以在标注的过程中辅助人工，以减小工作量及降低人工标注比例，但至今没有能在应用领域完全自动化标注的技术出现。换言之，在看得见的未来之内，人工标注数据仍然是 AI 落地的必要和主流。
没有门槛，但可能一点都不cool
好消息：数据标注工作几乎没有门槛。一般任何专业的大学毕业生，甚至更低学历都能够胜任，上手不需要机器学习之类的专业知识。
坏消息：这样一份工作是纯粹的“脏活累活”，看起来可能一点都不 cool。
就单个任务而言，数据标注是一项很简单的工作，它的难点在于：数据一致性。
指所有数据的标注原则都是一样的。如果一份 raw data 由多个人同时标注，就算是反复宣讲标注原则，每个人也都有自己的理解和侧重，很难保证一致。甚至即使是将所有数据交给一个人，也可能在不同时间段理解不同。
很多公司出于对数据标注工作的不重视（正好与对算法的过分重视相映成趣），采取一种暴力解决方案试图消除不一致：让多个人（比如 3 个）同时标注同一份数据，一旦出现不一致，就采用简单多数法，取最多人一致认定的那种结果。
这种方案对于粗标数据还可以起到一定作用，但如果是精标，则往往连多数人一致的情况都难以出现。如果三个人所标结果完全不一样，那么这条数据也就失去了标注价值。在现实中，经常会出现同一份数据因为质量过低，被要求重复标注的情况出现，费时费力。
标数据是一种什么样的体验
读芯君在这里用最直观的方式为大家讲解何为数据标注。下图为最常见的几种方式：
看到上图的这个漂亮小姐姐了吗？上图蓝色文字框里所标明的文字，就是我们所说的数据标注其中的一种——分类标注。一张图就可以有很多的标签：成人/儿童、男/女、黄种人/白种人、长发/短发等等，那么对于文字，可以标注句子的成分，如主语、位于、宾语、补足语等等。这种类型的标注通常适用于对文本、图像、语音（如下图）和视频的标注。
第二种是标框标注，把要检测的对象框选起来。
还有一种是区域标注，相比于标框标注，区域标注要求更加精确。边缘可以是柔性的。如自动驾驶中的道路识别。
描点标注：一些对于特征要求细致的应用中常常需要描点标注。人脸识别、骨骼识别等。
在现在人工智能发展势头迅猛的前提下，数据的缺口是不容忽视的。未来几年内数据标注员的需求会一直存在。但像这种熟能生巧的工作，没有很强的科技含量是很容易被替代掉的。在这个岗位上，你所标注的数据就睡人工智能所要学习的内容，就像一个课堂上为学生划考试重点的老师，还是挺有成就感的。
数据标注是人工智能方面最初级的岗位，如果你想一直从事此相关的行业并且做出一定成就，恐怕就要努力学习转变一下工作方向喽。
读芯君开扒
综上分析，读芯君在这里做个比心的小结——这篇系列报道，我们介绍了 AI 领域内的几个工种，打个不太恰当的比喻：
做算法是屠龙，仗剑江湖，天外飞仙。
做工程是狩猎，跃马奔腾，纵酒狂歌。
做数据是养猪，每天拌猪食清猪粪，一脸土一身泥。
其实无论是你专注的哪个方向，都需要在不断学习和拓展知识的广度和深度，在此基础上认真对行业发展趋势做出理性的判断，谨慎选择，好高骛远只会虚掷光阴，脚踏实地才能实现理想。不论你选择屠龙、狩猎，还是本本分分一丝不苟地做数据，你的兴趣永远是你最好的老师。