AI 產業需要哪些人才？求職如何準備？
根據 Fortune Business Insights 的調查報告，AI 產業預期在 2021 ~ 2028 年有超過 33% 的成長，市值規模將從 474 億成長到 3,600 億美元。經濟部工業局針對未來 3 年人工智慧應用服務產業人才新增需求的調查也發現，3 成的廠商／院所評估未來 3 年的營業額將會成長，且 AI 產業專業人才每年平均新增需求為 830 ~ 1,010人，每年平均新增需求占總就業人數比例為20.4 ~ 22.9%，在重點產業中面臨潛在人才缺口。
圖片來源：123RF
AI 團隊裡擁有不同專長的成員，包括資料科學家、資料工程師、機器學習工程師、產品負責人等。勤業眾信（Deloitte） 2020 年的調查顯示，企業最迫切需要的 AI 人才包括 AI 研究員、軟體開發人員和資料科學家和專案經理，這四項是打造 AI 解決方案的關鍵角色，除此之外，還需要仰賴 AI 翻譯者（translator）有能力在商業與技術專家之間協調溝通。
AI / 機器學習工程師平時需要與研究人員、資料科學家、商業分析師大量協作，為機器學習和深度神經網路開發演算法、程式和模型，由此打造強大的技術解決特定問題、辨識趨勢和預測未來事件。產業人才缺口很大，如果想從軟體工程師轉職成為 AI 工程師，有哪些技能要補足？可以如何準備求職呢？
首先要認知到，由資料驅動的機器學習和程式語言是截然不同的領域，傳統的工程師是在透過程式語言開發功能或修復錯誤，但在機器學習領域的重心更放在資料可以如何建構模型。
由於 AI 和機器學習還是很新興、快速變化中的領域，根據美國問答網站 Quora 的分享，自學過程可能會碰到的困難點包括：理解機器學習背後的數理、尋找典範作法和決定運用哪種模型。如果想自學轉職，以下是推薦的學習資源：
- 學習「機器學習」知識與技能，可以上吳恩達 Andrew Ng 的課程。
- 比較不同深度學習的框架：可參考機器學習工程師 Shima Nikfal 在 Github 的分享。
- 機器學習的程式技能：Python 是最常應用的程式語言，平時可以透過專案練習累積經驗和作品集，並參與相關聚會交流。
- 你也可以參考業界的證照學習資源：如Google和微軟開課的證照課程。（作者／Vanessa）
瀏覽 2,227 次
