0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

數(shù)據(jù)科學(xué)家與機(jī)器學(xué)習(xí)工程師怎么區(qū)分

工程師人生 ? 來源:工程師吳畏 ? 2019-05-18 11:24 ? 次閱讀

十年來,我們一直在談?wù)摂?shù)據(jù)科學(xué)和數(shù)據(jù)科學(xué)家。雖然在怎么才叫“數(shù)據(jù)科學(xué)家”的問題上始終存在著爭議,但如今已有很多大學(xué)、網(wǎng)校和訓(xùn)練營都在提供數(shù)據(jù)科學(xué)課程:碩士學(xué)位、資格證書等等,凡是你能想到的都有。當(dāng)我們只有統(tǒng)計(jì)學(xué)的時(shí)候,這個(gè)世界顯得更加簡單,但簡單并不總是科學(xué)的。而除了世界對(duì)數(shù)據(jù)科學(xué)家的需求程度以外,數(shù)據(jù)科學(xué)課程如此多種多樣,其實(shí)也說明不了什么。

隨著數(shù)據(jù)科學(xué)領(lǐng)域的發(fā)展,出現(xiàn)了很多難以區(qū)分的專業(yè)。公司用“數(shù)據(jù)科學(xué)家”和“數(shù)據(jù)科學(xué)團(tuán)隊(duì)”來描述各種各樣的角色,包括:

進(jìn)行專門分析與報(bào)告(包括商業(yè)智能和商業(yè)分析)的人

負(fù)責(zé)統(tǒng)計(jì)分析和建模(很多情況下會(huì)涉及到正式的實(shí)驗(yàn)和測(cè)試)的人

越來越多地使用筆記本電腦來開發(fā)原型的機(jī)器學(xué)習(xí)建模師

這當(dāng)中并沒有提及DJ·帕提爾(DJ Patil)和杰夫·哈默巴赫(Jeff Hammerbacher)在發(fā)明“數(shù)據(jù)科學(xué)家”這個(gè)稱謂時(shí)所想到的人——依據(jù)數(shù)據(jù)打造產(chǎn)品的人。

他們所想的這種數(shù)據(jù)科學(xué)家倒是跟機(jī)器學(xué)習(xí)建模師最為接近,只不過他們的工作是打造產(chǎn)品——一切以產(chǎn)品為中心,而不是秉持著研究人員的身份。他們的工作通常涉及到數(shù)據(jù)產(chǎn)品的很大一部分。無論具體的職務(wù)為何,數(shù)據(jù)科學(xué)家的角色絕非單純的統(tǒng)計(jì)學(xué)家。他們往往擁有理科博士學(xué)位,在處理大量數(shù)據(jù)方面擁有豐富的實(shí)踐經(jīng)驗(yàn)。他們基本上都是優(yōu)秀的程序員,絕非只是精通R或其他某種統(tǒng)計(jì)軟件包。他們懂得數(shù)據(jù)獲取、數(shù)據(jù)清洗、原型開發(fā)、原型投產(chǎn)、產(chǎn)品設(shè)計(jì)、搭建和管理數(shù)據(jù)設(shè)施等等。在實(shí)踐中,他們是典型的硅谷“獨(dú)角獸”:稀有,非常難招到。

重點(diǎn)并不是我們?cè)O(shè)立了邊界明確的專業(yè)。在一個(gè)欣欣向榮的領(lǐng)域里,總會(huì)存在著十分廣袤的灰色地帶。真正讓“數(shù)據(jù)科學(xué)”發(fā)揮出了強(qiáng)大威力的,是在人們意識(shí)到,數(shù)據(jù)不僅止于精算統(tǒng)計(jì)、商業(yè)智能和數(shù)據(jù)倉庫的時(shí)候。將數(shù)據(jù)人和其他部門(軟件開發(fā)、營銷、管理、人力資源)隔離開來的筒倉被打破后,數(shù)據(jù)科學(xué)才真正彰顯出了自己的獨(dú)特之處。這門學(xué)科的中心思想,便是數(shù)據(jù)適用于萬事萬物。數(shù)據(jù)科學(xué)家的使命就是收集和利用所有的數(shù)據(jù)。所有部門都會(huì)牽涉其中。

當(dāng)我們找不著獨(dú)角獸的時(shí)候,就把他們的能力分解成不同的專業(yè),而數(shù)據(jù)科學(xué)在開始盛行起來后,也遭遇了這一出。突然之間,我們就有了數(shù)據(jù)工程師。數(shù)據(jù)工程師并非以數(shù)學(xué)家或統(tǒng)計(jì)學(xué)家為主要身份,但他們都懂?dāng)?shù)學(xué)和統(tǒng)計(jì)學(xué);他們的主要身份也不是軟件開發(fā)人員,但他們也懂軟件。數(shù)據(jù)工程師負(fù)責(zé)數(shù)據(jù)堆棧的操作和維護(hù)。他們能讓筆記本電腦上運(yùn)行的原型在生產(chǎn)中可靠運(yùn)行。他們負(fù)責(zé)弄清楚如何搭建和維護(hù)Hadoop或Spark集群,還有整個(gè)生態(tài)系統(tǒng)中的很多其他工具:數(shù)據(jù)庫(比如Hbase、Cassandra),流數(shù)據(jù)平臺(tái)(Kafka、SparkStreaming、Apache Flink),還有更多的活動(dòng)部件[princeray1] 。他們知道如何在云端操作,充分利用Amazon Web Services、MicrosoftAzure和Google Compute Engine的性能。

如今,我們已經(jīng)進(jìn)入了“數(shù)據(jù)科學(xué)”的第二個(gè)十年,機(jī)器學(xué)習(xí)已大行其道,于是“數(shù)據(jù)工程師”的定義也變得更加明確。2015年,谷歌發(fā)表了一篇后來得到廣泛引用的論文,里面凸顯了一項(xiàng)事實(shí):除了分析模型以外,現(xiàn)實(shí)世界中的機(jī)器學(xué)習(xí)系統(tǒng)還有很多其他構(gòu)成要素。企業(yè)開始注重打造數(shù)據(jù)產(chǎn)品,并將他們一直以來所采用的技術(shù)運(yùn)用到生產(chǎn)中。在任何應(yīng)用中,嚴(yán)格屬于“機(jī)器學(xué)習(xí)”的部分其實(shí)都不算大:總需要有人去維護(hù)服務(wù)器設(shè)施,監(jiān)控?cái)?shù)據(jù)收集管道,確保計(jì)算資源充足什么的。于是,開始有越來越多的企業(yè)建立機(jī)器學(xué)習(xí)工程師隊(duì)伍。這其實(shí)算不上一個(gè)新的專業(yè)領(lǐng)域,隨著機(jī)器學(xué)習(xí)(尤其是深度學(xué)習(xí))在數(shù)據(jù)科學(xué)圈子里變得炙手可熱,數(shù)據(jù)工程師必然會(huì)有進(jìn)一步的發(fā)展空間。但是機(jī)器學(xué)習(xí)工程師和數(shù)據(jù)工程師之間的區(qū)別到底是什么呢?

從某種程度上來說,機(jī)器學(xué)習(xí)工程師所做的正是一直以來軟件工程師(和優(yōu)秀數(shù)據(jù)工程師)的工作。以下是機(jī)器學(xué)習(xí)工程師的幾個(gè)重要特征:

·他們擁有比常見的數(shù)據(jù)科學(xué)家更厲害的軟件工程技能。機(jī)器學(xué)習(xí)工程師能夠和維護(hù)產(chǎn)品系統(tǒng)的工程師協(xié)同工作(有時(shí)就在同一個(gè)團(tuán)隊(duì))。他們懂得軟件開發(fā)方法、敏捷實(shí)踐和現(xiàn)代軟件開發(fā)人員使用的全套工具,從Eclipse和IntelliJ這樣的集成開發(fā)環(huán)境,到持續(xù)部署流水線的各個(gè)環(huán)節(jié),他們樣樣精通。

由于他們的焦點(diǎn)放在能讓數(shù)據(jù)產(chǎn)品順利投產(chǎn)上,他們會(huì)進(jìn)行全面思考,甚至將日志記錄、AB測(cè)試設(shè)施等環(huán)節(jié)也一并考慮進(jìn)來。

他們對(duì)在生產(chǎn)活動(dòng)中監(jiān)控?cái)?shù)據(jù)產(chǎn)品所特有的問題有著最新的認(rèn)識(shí)。監(jiān)控應(yīng)用程序的辦法有很多,但機(jī)器學(xué)習(xí)讓這個(gè)任務(wù)的要求上升到了一個(gè)新的層面。數(shù)據(jù)管道和模型都有可能過時(shí),需要重新訓(xùn)練,也可能遭到對(duì)手采用并不適用于傳統(tǒng)網(wǎng)絡(luò)應(yīng)用的方式大肆攻擊。機(jī)器學(xué)習(xí)系統(tǒng)會(huì)不會(huì)因?yàn)樘峁┹斎氲臄?shù)據(jù)管道被黑而失真?會(huì),所以機(jī)器學(xué)習(xí)工程師必須知道可如何探測(cè)到這些攻擊。

深度學(xué)習(xí)的興起催生出一種與其相關(guān)但更加專門化的崗位——深度學(xué)習(xí)工程師。我們還看到了“數(shù)據(jù)運(yùn)維團(tuán)隊(duì)”的出現(xiàn),但在如何定義這類團(tuán)隊(duì)的問題上,(截至目前)人們似乎仍未達(dá)成共識(shí)。

機(jī)器學(xué)習(xí)工程師的工作涉及到軟件架構(gòu)和設(shè)計(jì)。他們懂得AB測(cè)試這樣的實(shí)務(wù)操作,但更重要的是,他們不只是“懂得”AB測(cè)試——他們還知道如何進(jìn)行生產(chǎn)系統(tǒng)的AB測(cè)試。他們也懂得日志、安全這一類的問題,而且知道如何讓日志數(shù)據(jù)在數(shù)據(jù)工程師那里派上用場(chǎng)。所有這一切沒有什么新鮮東西:這只是崗位的深化,而不是改變。

機(jī)器學(xué)習(xí)和“數(shù)據(jù)科學(xué)”又有什么不同?顯然,數(shù)據(jù)科學(xué)的涵蓋面更廣,但深度學(xué)習(xí)的工作方式卻存在著一些格外不同的地方。人們總是容易把數(shù)據(jù)科學(xué)家想象成挖掘數(shù)據(jù)的人——研究不同的方法和模型,從中找出一個(gè)切實(shí)可行的。圖基(Tukey)的探索性數(shù)據(jù)分析等經(jīng)典方法為很多數(shù)據(jù)科學(xué)家迄今為止的工作定下了基調(diào):挖掘分析大量數(shù)據(jù),找到其中隱藏的價(jià)值。

深度學(xué)習(xí)顯著改變了這種模式。你不再親自處理數(shù)據(jù)。你知道你想要什么樣的結(jié)果,但你讓軟件去發(fā)現(xiàn)它。你想要打造一臺(tái)能夠打敗圍棋冠軍、正確標(biāo)記照片或者實(shí)現(xiàn)語言翻譯的機(jī)器。在機(jī)器學(xué)習(xí)的范疇中,這些目標(biāo)不會(huì)通過細(xì)致的挖掘來達(dá)成。在很多情況下,要挖掘的數(shù)據(jù)量實(shí)在太大,維度也太多。(圍棋的維度有多少?語言的維度呢?)機(jī)器學(xué)習(xí)能做到的,就是自己建立模型——自己進(jìn)行數(shù)據(jù)挖掘和調(diào)整。

于是,數(shù)據(jù)科學(xué)家并沒有做多少挖掘的工作。他們的目標(biāo)并非找到數(shù)據(jù)的意義。他們認(rèn)為價(jià)值本來就在那里。他們真正的目標(biāo)是打造能夠分析數(shù)據(jù)和生成結(jié)果的機(jī)器——?jiǎng)?chuàng)建出一張可以被調(diào)教到能使用輸入數(shù)據(jù)生成可靠結(jié)果的神經(jīng)網(wǎng)絡(luò)。統(tǒng)計(jì)學(xué)不再那么重要。事實(shí)上,機(jī)器學(xué)習(xí)的大神器是“大眾化”,讓機(jī)器學(xué)習(xí)系統(tǒng)可由主題專家而不是人工智能博士打造。我們想讓圍棋選手打造出下一代的AlphaGo,而不是研究人員。我們想讓說西班牙語的人打造出能把其他語言自動(dòng)翻譯成西班牙語的引擎。

這種變化也對(duì)機(jī)器學(xué)習(xí)工程師產(chǎn)生了相應(yīng)的影響。在機(jī)器學(xué)習(xí)的范疇里,模型不是靜態(tài)的。隨著時(shí)間的推移,模型可能會(huì)逐漸失效。必須有人來監(jiān)控系統(tǒng),在必要時(shí)對(duì)其重新訓(xùn)練。這項(xiàng)工作對(duì)于當(dāng)初打造該系統(tǒng)的開發(fā)人員來說,可能很是無趣,但當(dāng)中的技術(shù)性卻很強(qiáng)。而且,這也需要對(duì)監(jiān)控工具有充分了解,因?yàn)檫@些監(jiān)控工具在設(shè)計(jì)時(shí)并不會(huì)考慮到數(shù)據(jù)應(yīng)用的問題。

所有的軟件開發(fā)人員和IT從業(yè)人員都應(yīng)該對(duì)安全性這個(gè)問題有所了解。據(jù)我們所知,尚未出現(xiàn)過專門針對(duì)機(jī)器學(xué)習(xí)系統(tǒng)的嚴(yán)重攻擊。但機(jī)器學(xué)習(xí)系統(tǒng)將成日漸成為誘人的攻擊目標(biāo)。機(jī)器學(xué)習(xí)會(huì)帶來怎樣的新型漏洞?有沒有可能在訓(xùn)練系統(tǒng)用的數(shù)據(jù)中“下毒”,或者強(qiáng)迫系統(tǒng)在錯(cuò)誤的時(shí)候接受重新訓(xùn)練?由于機(jī)器學(xué)習(xí)系統(tǒng)會(huì)自我訓(xùn)練,我們需要想到,全新漏洞類型的出現(xiàn)必不可免。

隨著工具的改進(jìn),我們將看到更多的數(shù)據(jù)科學(xué)家有能力轉(zhuǎn)型到生產(chǎn)系統(tǒng)領(lǐng)域。云環(huán)境和軟件即服務(wù)(SaaS)讓數(shù)據(jù)科學(xué)家能夠更簡單地部署數(shù)據(jù)科學(xué)原型,將其投入生產(chǎn),而諸如Clipper、Ground(美國加州大學(xué)伯克利分校RISE實(shí)驗(yàn)室的新項(xiàng)目)這樣的開源工具也正開始涌現(xiàn)。但我們?nèi)詫⑿枰獢?shù)據(jù)工程師和機(jī)器學(xué)習(xí)工程師——那些通曉數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)知識(shí),知道如何在生產(chǎn)中部署和運(yùn)行系統(tǒng),能夠?yàn)闄C(jī)器學(xué)習(xí)產(chǎn)品提供支持的工程師。他們才是最終極的“人性因素”。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 數(shù)據(jù)
    +關(guān)注

    關(guān)注

    8

    文章

    7233

    瀏覽量

    90840
  • 工程師
    +關(guān)注

    關(guān)注

    59

    文章

    1587

    瀏覽量

    69098
  • 機(jī)器學(xué)習(xí)

    關(guān)注

    66

    文章

    8482

    瀏覽量

    133921
收藏 人收藏

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    問,成為硬件工程師需要幾只手?#硬件工程師 #YXC晶振 #揚(yáng)興科技 #搞笑

    硬件工程師
    揚(yáng)興科技
    發(fā)布于 :2025年04月25日 17:15:37

    硬件工程師:回答我!#回答我 #硬件工程師 #YXC晶振 #揚(yáng)興科技

    硬件工程師
    揚(yáng)興科技
    發(fā)布于 :2025年03月25日 18:46:59

    一招拿捏電子工程師#被AI拿捏了 #電子工程師 #電子電工

    電子工程師
    安泰小課堂
    發(fā)布于 :2025年03月25日 17:30:51

    如何成為嵌入式開發(fā)工程師?

    如何成為嵌入式開發(fā)工程師? 成為嵌入式開發(fā)工程師通常需要掌握一系列技能和知識(shí),并且在實(shí)踐中不斷積累經(jīng)驗(yàn)。以下是一些基本步驟和建議: 1. 基礎(chǔ)教育:- 獲取電子工程、計(jì)算機(jī)科學(xué)或相關(guān)領(lǐng)
    發(fā)表于 02-19 10:39

    人工智能工程師高頻面試題匯總——機(jī)器學(xué)習(xí)

    隨著人工智能技術(shù)的突飛猛進(jìn),AI工程師成為了眾多求職者夢(mèng)寐以求的職業(yè)。想要拿下這份工作,面試的時(shí)候得展示出你不僅技術(shù)過硬,還得能解決問題。所以,提前準(zhǔn)備一些面試常問的問題,比如機(jī)器學(xué)習(xí)的那些算法
    的頭像 發(fā)表于 12-04 17:00 ?1298次閱讀
    人工智能<b class='flag-5'>工程師</b>高頻面試題匯總——<b class='flag-5'>機(jī)器</b><b class='flag-5'>學(xué)習(xí)</b>篇

    螞蟻集團(tuán)收購邊塞科技,吳翼出任強(qiáng)化學(xué)習(xí)實(shí)驗(yàn)室首席科學(xué)家

    領(lǐng)域的研究與發(fā)展。令人矚目的是,邊塞科技的創(chuàng)始人吳翼已正式加入該實(shí)驗(yàn)室,并擔(dān)任首席科學(xué)家一職。 吳翼在其個(gè)人社交平臺(tái)上對(duì)這一變動(dòng)進(jìn)行了回應(yīng)。他表示,自己最近接受了螞蟻集團(tuán)的邀請(qǐng),負(fù)責(zé)大模型強(qiáng)化學(xué)習(xí)領(lǐng)域的研究工
    的頭像 發(fā)表于 11-22 11:14 ?1233次閱讀

    AI for Science:人工智能驅(qū)動(dòng)科學(xué)創(chuàng)新》第4章-AI與生命科學(xué)讀后感

    了傳統(tǒng)學(xué)科界限,使得科學(xué)家們能夠從更加全面和深入的角度理解生命的奧秘。同時(shí),AI技術(shù)的引入也催生了一種全新的科學(xué)研究范式,即數(shù)據(jù)驅(qū)動(dòng)的研究范式,這種范式強(qiáng)調(diào)從大量數(shù)據(jù)中提取有價(jià)值的信息
    發(fā)表于 10-14 09:21

    《AI for Science:人工智能驅(qū)動(dòng)科學(xué)創(chuàng)新》第一章人工智能驅(qū)動(dòng)的科學(xué)創(chuàng)新學(xué)習(xí)心得

    人工智能:科學(xué)研究的加速器 第一章清晰地闡述了人工智能作為科學(xué)研究工具的強(qiáng)大功能。通過機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等先進(jìn)技術(shù),AI能夠處理和分析海量
    發(fā)表于 10-14 09:12

    FPGA算法工程師、邏輯工程師、原型驗(yàn)證工程師有什么區(qū)別?

    ,共同進(jìn)步。 歡迎加入FPGA技術(shù)微信交流群14群! 交流問題(一) Q:FPGA中的FPGA算法工程師、FPGA邏輯工程師、FPGA原型驗(yàn)證工程師三者有什么區(qū)別? A:FPGA 算法工程師
    發(fā)表于 09-23 18:26

    天津大學(xué)科學(xué)家突破人類大腦器官成功驅(qū)動(dòng)機(jī)器

    在科技探索的征途上,天津大學(xué)的科研團(tuán)隊(duì)再次邁出了令人矚目的步伐。7月5日,該校宣布了一項(xiàng)革命性的成果——科學(xué)家們利用前沿的干細(xì)胞技術(shù),成功培育出了高度模擬人類大腦的類腦器官,并創(chuàng)新性地將其與機(jī)器人系統(tǒng)通過先進(jìn)的片上腦機(jī)接口技術(shù)緊密相連,開啟了人腦與
    的頭像 發(fā)表于 07-08 16:00 ?832次閱讀

    前OpenAI首席科學(xué)家創(chuàng)辦新的AI公司

    消息在業(yè)界引起了廣泛關(guān)注,因?yàn)樘K茨克維曾是OpenAI的聯(lián)合創(chuàng)始人及首席科學(xué)家,并在去年在OpenAI董事會(huì)上扮演了重要角色。
    的頭像 發(fā)表于 06-21 10:42 ?696次閱讀

    嵌入式軟件工程師如何提升自己?

    的基礎(chǔ) 嵌入式軟件工程師需要具備扎實(shí)的計(jì)算機(jī)科學(xué)工程知識(shí)。因此,在職業(yè)生涯的起步階段,建議將重點(diǎn)放在學(xué)習(xí)基礎(chǔ)知識(shí)上,包括數(shù)據(jù)結(jié)構(gòu)、算法、操
    發(fā)表于 06-12 11:20

    嵌入式軟件工程師和硬件工程師的區(qū)別?

    通常需要具備強(qiáng)大的問題解決能力,以及對(duì)新技術(shù)的學(xué)習(xí)和應(yīng)用能力。他們的工作通常涉及到多個(gè)領(lǐng)域,如計(jì)算機(jī)科學(xué)、電子工程、機(jī)械工程等。 嵌入式硬件工程師
    發(fā)表于 05-16 11:00

    電子發(fā)燒友

    中國電子工程師最喜歡的網(wǎng)站

    • 2931785位工程師會(huì)員交流學(xué)習(xí)
    • 獲取您個(gè)性化的科技前沿技術(shù)信息
    • 參加活動(dòng)獲取豐厚的禮品