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，现在是前所未有的激动人心的时代，更不用说专注于机器学习和人工智能的工程师了。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#

ML 仍是一个非常新的领域，每天都有各种研究论文和报告问世。人很容易沉迷于最新论文，而忘记最初的目标。确保自己做的是力所能及的事，而不只是追逐论文！

4. 学习 Python#

在进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，让你能在瞬息万变的世界中快速应对。它也是最受欢迎的机器学习语言之一，许多工具都基于它构建，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、关联和分类。理解这些技术有助于你为自己的数据搭建合适的结构，了解可用的主要选项以便使用恰当的工具，并对合适的算法和超参数做出明智的选择。

6. 善用手边的工具#

Google Colab、PyTorch 和 PyCharm 等工具非常实用。Google Colab 免费提供 GPU，PyTorch 是一个广受欢迎的深度学习框架，PyCharm 则是一款能在界面中提供丰富工具支持的 IDE。借助这些工具，你可以提高工作效率并培养辩证思维能力。

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。做好犯错和失败的准备，然后重新站起来。从自己的错误中学习是成长最快的方式。这条路最艰难，但也最值得。

8. 迎接兴奋与挑战#

机器学习行业发展迅速，两年前提出的想法如今已经投入生产。你总会感到兴奋，尤其是在你的解决方案发挥作用，并且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、需要强大的算力以及硬件升级需求，都只是其中一些例子。记住要始终保持耐心，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