這是一篇評(píng)論文章。 它也有偏見。 我認(rèn)為，如果有更多的通才和創(chuàng)造者(而不是專家)來(lái)構(gòu)建事物和解決問(wèn)題，那么世界將會(huì)是一個(gè)更好的地方。

[[329550]]

在過(guò)去的五年中，機(jī)器學(xué)習(xí)變得更加容易。 同時(shí)，軟件工程比以往更加復(fù)雜。

對(duì)于軟件工程師來(lái)說(shuō)，這是一件了不起的事情。 但不適用于機(jī)器學(xué)習(xí)專家。

這是ML向軟件工程和數(shù)據(jù)科學(xué)向數(shù)據(jù)分析的發(fā)展。

機(jī)器學(xué)習(xí)工具正變得越來(lái)越平易近人

隨著ML的發(fā)展，云服務(wù)的市場(chǎng)也在增長(zhǎng)，理解算法的價(jià)值也在下降。

從前，我們對(duì)算法進(jìn)行了手工編碼。 然后，Sklearn允許在幾行代碼中執(zhí)行相同的操作。

原始的TensorFlow很難使用。 Keras讓一切變得簡(jiǎn)單。

Google，Microsoft和Amazon現(xiàn)在都提供服務(wù)以選擇，訓(xùn)練和調(diào)整云中的模型，然后立即在API后面提供模型。

任何人都可以訓(xùn)練AI，這將需要一段時(shí)間。 但是隨著復(fù)雜性的降低，它成為了經(jīng)驗(yàn)豐富的軟件工程師的另一種工具。

機(jī)器學(xué)習(xí)開發(fā)集中在幾種語(yǔ)言中

語(yǔ)言是護(hù)城河。 句號(hào)

你知道COBOL嗎? 如果是，那么您就可以終生工作。 世界的金融體系取決于它。 沒(méi)人再學(xué)習(xí)COBOL。

大多數(shù)機(jī)器學(xué)習(xí)都是用Python實(shí)現(xiàn)的，而軟件開發(fā)則分布在多種語(yǔ)言中。

> https://www.tiobe.com/tiobe-index/

如果每個(gè)ML工程師都有Python的經(jīng)驗(yàn)，那么您將與每個(gè)ML工程師競(jìng)爭(zhēng)。 在軟件方面，您只能與使用相同技術(shù)的部分工程師競(jìng)爭(zhēng)。

我總是驚訝地看到很多高薪的Ruby on Rails工作。 它在幾年前就已經(jīng)過(guò)時(shí)了，但是由于遺留原因，許多大型公司(Shopify，Instacart，Kickstarter等)都堅(jiān)持使用它。

您絕對(duì)可以并且應(yīng)該學(xué)習(xí)多種語(yǔ)言。 成為一名優(yōu)秀的軟件工程師取決于此。

軟件工程包含更大范圍的技能

我們希望軟件工程師至少對(duì)一切都有一定的了解。

> A quick sketch

后端工程師仍然知道瀏覽器的工作方式。 前端工程師具有一些數(shù)據(jù)庫(kù)概念。 兩者都可以防止SQL注入之類的安全漏洞。

對(duì)軟件有全面的了解，可以更輕松地更改專業(yè)。 它還使您能夠構(gòu)建端到端解決方案。

廣泛的技能組使軟件工程師更適合模棱兩可的環(huán)境。 隨著需求的增長(zhǎng)，軟件工程師通常會(huì)轉(zhuǎn)向數(shù)據(jù)科學(xué)。 相反，數(shù)據(jù)科學(xué)家開發(fā)軟件的可能性較小。

隨著人們開始將其視為硬編碼的條件邏輯的替代方案，我們將看到更多從事ML的軟件工程師。

成為有能力的全棧開發(fā)人員需要多年

并包含許多離散技能。

從字面上看，優(yōu)化數(shù)據(jù)庫(kù)，構(gòu)建API微服務(wù)和構(gòu)建響應(yīng)前端的共同點(diǎn)是零。 它們可能以3種不同的語(yǔ)言實(shí)現(xiàn)。

在這些領(lǐng)域，我們幾乎看不到任何自動(dòng)化。

與此形成鮮明對(duì)比的是，全棧ML工程師現(xiàn)在正在完成功能日益強(qiáng)大的AutoML，為此我可以編寫SOP，并將培訓(xùn)分類器的工作委托給實(shí)習(xí)生。

尚需時(shí)日，軟件工程技能套件中的所有組件都將不存在。

機(jī)器學(xué)習(xí)不是產(chǎn)品而是產(chǎn)品的補(bǔ)充(通常)

少數(shù)公司將AI作為其核心產(chǎn)品，但大多數(shù)公司使用AI來(lái)補(bǔ)充現(xiàn)有產(chǎn)品。

媒介可以使用機(jī)器學(xué)習(xí)來(lái)獲得文章推薦，但核心產(chǎn)品是寫作/發(fā)布平臺(tái)。

有趣的是，大多數(shù)公司都將ML用于簡(jiǎn)單和相似的用例。 這使單個(gè)公司可以輕松地將上述用例作為SaaS產(chǎn)品提供。 然后突然之間，初創(chuàng)公司不再需要在內(nèi)部進(jìn)行構(gòu)建。

基礎(chǔ)設(shè)施變得異常復(fù)雜

AWS已擴(kuò)展到200多種不同的云服務(wù)中。

Heroku在云中運(yùn)行應(yīng)用程序的PaaS方法很棒。 但是在任何規(guī)模上都變得過(guò)分昂貴。

因此，現(xiàn)在我們有了一個(gè)全新的云堆棧來(lái)管理(網(wǎng)絡(luò)，數(shù)據(jù)庫(kù)，服務(wù)器)，其中一小筆便會(huì)打開巨大的安全漏洞。

有一個(gè)稱為"云工程"的整個(gè)開發(fā)子集，其工作是使軟件在AWS，GCP或Azure上運(yùn)行。

在較小的公司中，基礎(chǔ)設(shè)施通常落在高級(jí)開發(fā)人員的腿上。

這是復(fù)雜的東西。 但這也意味著工作和難以復(fù)制的技能。

前端開發(fā)在不斷發(fā)展

獨(dú)自掌握前端開發(fā)是一項(xiàng)技能。

當(dāng)我開始開發(fā)時(shí)，可以使用jQuery構(gòu)建響應(yīng)式前端。 然后公司搬到了Angular或React。 Angular變?yōu)锳ngular 2(具有重大更改)。 React從類轉(zhuǎn)移到功能組件，并添加了掛鉤。

以上所有框架/庫(kù)都以根本不同的方式工作。

有幾家公司致力于基于模型自動(dòng)生成前端。 但是同事們的共識(shí)是，他們離生產(chǎn)質(zhì)量還有很長(zhǎng)的路要走。

前端開發(fā)的技術(shù)能力，加上對(duì)像素完美的感知，暫時(shí)令人驚訝。

結(jié)論

軟件開發(fā)是復(fù)雜的，并且包含各種各樣的問(wèn)題。 這種復(fù)雜性有利于就業(yè)。

但更重要的是，廣泛的技能組賦予了端到端解決實(shí)際問(wèn)題的能力。

要建立一個(gè)使普通人有權(quán)解決自己社區(qū)中的問(wèn)題的社會(huì)，軟件工程是一個(gè)不錯(cuò)的起點(diǎn)。

機(jī)器學(xué)習(xí)有地方嗎? 絕對(duì)。 但是解決問(wèn)題比訓(xùn)練模型還重要

學(xué)習(xí)軟件工程。 做東西。 解決問(wèn)題。