详细内容或原文请订阅后点击阅览
如何在人工智能领域开创职业生涯：3 种不同的途径
三个方向，三种不同的技能图，以及如何找到适合您实际立场的图。
来源:KDnuggets简介
在三年多的时间里，我在一千多个课程中指导数据科学学生，在任何人编写一行代码之前都会出现一个问题：我从哪里开始使用人工智能？学生们满载而归，但没有地图。他们阅读有关机器学习工程师、研究科学家和数据科学家的文章，并假设这些标题描述的是相同的工作。他们不这样做。这种假设导致人们为了错误的角色而追求错误的技能，而这通常会花费他们数月的时间。
人工智能不是一种职业。它涵盖数学研究、软件工程和应用问题解决，每个领域都有不同的起点。以下是我为学生指出的三个途径、每个途径中的角色，以及我看到人们在进入途径时最常犯的错误。阅读这些是为了找到自己的位置，而不是作为排名。没有哪条道路比其他道路更合法。
了解“人工智能职业”真正涵盖的内容
在深入研究这三个途径之前，有必要首先了解为什么这个空间如此令人困惑。
“人工智能职业”这个短语隐藏着巨大的多样性。一项名为“人工智能工程师”的工作意味着适应大型语言模型（LLM）。另一种方法是将 API 调用连接到产品中。第三种方法是根据统计基线构建推荐系统。公司将相同的头衔赋予截然不同的工作，因此学生最终会针对虚构的平均角色进行优化，却无处可去。在制定任何学习计划之前，请弄清楚三个方向中哪一个适合您的背景、目标以及您对深度与广度的容忍度。
考虑到这一点，让我们逐步了解每条路径。
途径 1：构建器（工程和部署）
此路径上的常见角色：