想成为机器学习工程师？这 8 条建议你一定要了解

对于工程师来说，现在是最令人振奋的时代；对于专注于机器学习和人工智能的工程师来说，更是如此。随着技术日益先进，计算机变得更小、更快、更高效，工程师面临的机遇也在呈指数级增长。

机器学习之所以流行，自有其道理。这个领域正在为棘手的问题提供新方案，解决一些长期以来难倒人类的问题。它是计算机科学中最重要的学科之一，而且随着时间推移，其重要性只会不断提升。现在投身机器学习，意味着工程师能够塑造我们所知的 AI 未来。能够参与未来、接触酷炫的应用场景并推动技术前沿，正是这份工作的魅力所在。如果你想投身机器学习和 AI 的浪潮，我们可以为你提供帮助！

机器学习入门#

1. 兴趣永远是最好的老师#

Ayush Chaurasia 是 Ultralytics 的一名机器学习工程师。真正激发他对 ML 兴趣的其实是音乐。高中时，他特别想为自己的媒体播放器开发一款智能推荐系统，因为每天听同样的歌曲实在太无聊了。虽然 Ayush 最终没有完成这个项目，但他继续探索 ML 研究领域。从那以后，他一直在为现实世界的问题开发有趣的 ML 解决方案。

2. 关键不在于聪明，而在于坚持#

有时，人们可能会认为，要进入这个行业就必须是爱因斯坦，但事实并非如此。归根结底，关键在于坚持，并相信自己能够解决面前的每一个问题。人工智能领域极其复杂，但优秀的 ML 工程师不会回避挑战。

3. 拓宽视野，打好基础#

机器学习仍是一个年轻的领域，每天都有各种研究论文和报告问世。人们很容易被最新论文吸引，忘记最初的目标。确保你尽力做好该做的事，而不只是追逐论文！

4. 学习 Python#

在踏入机器学习领域之前，掌握计算机编程至关重要。Python 会教你用算法思维思考，让你在万物瞬息万变的动态世界中迅速应对。Python 也是最流行的机器学习语言之一，许多工具都构建在它之上，包括 YOLOv5。

5. 理解监督式 ML 技术#

监督式机器学习技术包括回归和分类。理解这些内容有助于你为自己的数据构建合适的结构，了解主要选项并使用恰当的工具，同时对适用的算法和超参数做出明智选择。

6. 善用手边的工具#

Google Colab、PyTorch 和 PyCharm 等工具都很有用。Google Colab 提供免费的 GPU 访问权限，PyTorch 是一种流行的深度学习框架，而 PyCharm 是一款在界面中提供丰富工具支持的 IDE。使用这些工具，你可以提高工作效率，专注于解决问题。

7. 尽早开始构建项目#

越早开始构建自己的项目，成功的机会就越大。一个不错的入门项目是用自定义数据集训练你的第一个 YOLO 模型。做好犯错和失败的准备，然后重新振作起来。从自己的错误中学习是成长最快的方式。这条路最艰难，却也最有收获。

8. 迎接兴奋与挑战#

机器学习是一个快速发展的行业，两年前提出的想法如今已经投入生产。你总会感到兴奋，尤其是在解决方案发挥作用、你知道自己正在为世界做出贡献时。不过，挑战也会随之而来。资源和时间不足、对大量算力的需求，以及必要的硬件升级，都是其中的一些例子。记住，始终保持耐心，坦然面对起起落落。

来自 Glenn 的启发#

就在几年前，我们的创始人 Glenn Jocher 还是一位 AI 和 ML 领域的新人，此前他的专业背景是物理学。请记住，Glenn 的成功并非一蹴而就，而是源于耐心和决心。YOLOv5 最初只是一个朴素的想法。通过努力工作，我们组建起一支团队。我们提供的一切都是开源的，因为我们的目标是让每个人都能轻松、方便地使用 AI。

“如果你想进入机器学习领域，希望你始终不忘初心，保持谦逊和耐心，并坚定地追求自己的梦想！” Ultralytics 创始人兼 CEO Glenn Jocher