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。

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 2,300 次