編輯記者等注定被機器人淘汰？我們可以去學編程

　　5月5日消息，據(jù)《金融時報》報道，現(xiàn)在也許是放棄從事新聞工作、成為機器學習程序員的時候了。這似乎是個符合邏輯的舉動，與“如果不能打敗他們，就加入他們”的理念不謀而合。過去幾年里，我們已經(jīng)看到過成千上萬的專欄文章討論人們擔心機器人搶走他們的工作。現(xiàn)在看來，唯一可保安全的工作就是為機器人編程。

　　這份工作的薪酬也很吸引人，機器學習專家的薪酬是計算機行業(yè)從業(yè)人員中最高的。程序員在線社區(qū)Stack Overflow統(tǒng)計顯示，在美國，機器學習專家的平均年薪超過10萬美元。在英國和法國，這些人的薪酬同樣比開發(fā)者和數(shù)據(jù)科學家更高。

　　機器學習是一種人工智能(AI)，它能讓計算機在沒有明確編程指令的情況下收集信息。對于那些嘗試分析越來越多、越來越復雜數(shù)據(jù)的公司來說，這種能力是必不可少的。擁有熟練編程技能的人也供不應求。利用機器學習來幫助企業(yè)分析IT系統(tǒng)日志的初創(chuàng)公司Logz.io聯(lián)合創(chuàng)始人阿薩夫·伊戈爾(Asaf Yigal)說：“我們發(fā)現(xiàn)找到合適的人才非常困難，這樣的人才可以獲得令他們自己都感到不可思議的報酬。”

　　Logz.io編程團隊中，20%的成員都專注于機器學習。伊戈爾表示，他經(jīng)常從網(wǎng)絡安全行業(yè)挖人，因為他們能將數(shù)學技能和商業(yè)經(jīng)驗完美結合起來。牛津大學計算機科學教授、AI公司DiffBlue創(chuàng)始人丹尼爾·克洛伊寧(Daniel Kroening)說：“這個市場完全處于人才枯竭狀態(tài)，無法找到需要招募的人，那也是公司不惜為此付出巨大代價的原因。”

　　那么你如何改變職業(yè)，進入這個有利可圖的領域呢?Stack Overflow的洞見主管凱文·特洛伊(Kevin Troy)說：“你需要懂得許多數(shù)學知識，最好擁有博士學位。許多機器學習專家都是從學術界招募來的。”利用機器學習技術檢測欺詐點擊的廣告公司Sublime Skinz數(shù)據(jù)科學主管柯拉莉·彼得曼(Coralie Petermann)表示：“我正尋找那些能更好理解復雜問題的人。我問了許多具體問題，不僅僅限于廣告問題，但我想了解這個人是怎么想的。”

　　在彼得曼的25人團隊中，有5人正研發(fā)機器學習，她希望明年至少再招募到5人。那些遲遲沒有發(fā)現(xiàn)職業(yè)機遇的學生，正將目光重新轉回學校。過去幾年，向牛津大學申請攻讀機器學習研究生的人數(shù)大幅增長。克洛伊寧說：“去年我們收到150份到160份申請，其中只有10人對機器學習感興趣。今年收到250份申請，有150人對機器學習產(chǎn)生興趣。”

　　如果對在大學深造數(shù)年不感興趣，還有其他可進入機器學習領域的路徑?？寺逡翆幣e例說，在發(fā)現(xiàn)難以找到合適的員工后，他自己在DiffBlue創(chuàng)建了機器學習訓練項目。他說：“我們招募擁有計算機科學或數(shù)學專業(yè)的人才，然后對他們進行相關培訓。雇傭他們要廉價得多，他們的薪酬大約只有機器學習開發(fā)者的一半。”

　　市場中充斥著許多并不真正了解算法的人。克洛伊寧已經(jīng)被大量申請淹沒了，他說：“人們渴望接受培訓，到目前為止，我們還未曾向招募人員支付過任何費用。”克洛伊寧說，學員需要3到4個月培訓才會開始變得“有用”。DiffBlue已經(jīng)為多家金融服務公司開發(fā)技術，目前擁有45名員工，今年計劃擴展到100人。

　　通過在線教程自學也是一種方案。三大在線教育提供商Coursera、Udacity以及edX都提供類似項目，Coursera上的吳恩達(Andrew Ng)機器學習課程被認為是開始學習的最佳之地?？墒荓ogz.io的伊戈爾懷疑自學的成果。他說：“許多人說他們懂得機器學習，但實際上并非如此。市場上充斥著許多并不真正了解算法的人。”伊戈爾為求職者舉行實踐測試，以剔除那些濫竽充數(shù)者。

　　與任何供需失衡相似，機器學習領域的問題終將得到糾正。Stack Overflow表示，在其在線論壇上，機器學習專家的數(shù)量正逐漸增加。特洛伊說：“我們調(diào)查用戶在做什么。在某些地區(qū)，我們看到從事機器學習工作的人正以每年50%的速度增加。5年前，Stack Overflow的流量只有0.5%與機器學習有關，現(xiàn)在已經(jīng)增長至4%，5年間增長了7倍。”

　　那么，現(xiàn)在就攻讀博士學位，并在機器學習大潮中賺錢為時已晚嗎?或許。這個領域的薪資增長已經(jīng)放緩，但工資水平依然高于其他計算機科學崗位。而且無論如何，學習機器學習都是個好主意。特洛伊說：“這將是所有開發(fā)者都需要了解一點兒的技術。將來，每家公司可能都會有幾名機器學習專家，然后又20到40位了解機器學習知識的開發(fā)者，以便他們能夠與這些程序互動。”