機器學習工程師 需要什麼技能?
近年來數位轉型的浪潮,讓AI(人工智慧)一詞不斷被提及;而說到AI是甚麼,簡而言之,就是運用晶片和程式,為機器裝上「大腦」,藉由數據和演算法,宛如人類一般進行學習,進而取得判斷和執行的能力。機器學習(Machine Learning)的概念,就此應運而生,並已默默的搖身為與我們生活息息相關的重要技術。
![](https://www.technice.com.tw/wp-content/uploads/2022/07/168363443_l-1024x618.jpg)
圖片來源:123RF
包含機器學習、深度學習(Deep Learning)及神經網路(Neural Network),都算在AI範疇。其中,機器學習可被視為所有技術的重要基礎,據iKala Cloud的定義,機器學習是透過過往的資料和經驗中學習,並找到其運行規則,最後實現AI的方法;深度學習則是一種實現機器學習的技術。
就與人類歷經不斷跌倒的經驗,終於學會走路一樣,機器學習要更準確甚至貼近人的行為模式,龐大的歷史資料和演算法不可或缺。glint網站Tim Kao也於文章中提及機器學習工程師需要注意的技能中,基礎資料結構與演算法,以及概率和統計基礎,都是必須具備的技能,另外,也得掌握開發語言和開發工具,建立架構設計等觀念,並因應環境持續精進。
研調機構IDC於2022年發布的調查報告指出,不含日本的亞太區2025年AI支出將達320億美金,2020至2025年的年複合成長率估達25.2%;其中台灣企業在AI的預算支出,2022年估計達到3.65億美金。IDC並直言,由於新冠肺炎引起的許多變化,預期遠端或非接觸式參與等AI實際案例採用成長動能將延續。 glassdoor資料顯示,台灣機器學習工程師平均年薪為118萬,最高是200萬,美國更最高來到15.4萬美金(約428萬台幣);總結以上來看,AI人才不僅需求是只增不減,且價值可預期將越來越高。(作者/萊恩)
瀏覽 2,420 次