3、机器学习职业指南：角色、技能与职业发展

机器学习职业指南：角色、技能与职业发展

1. 机器学习相关职位名称

在机器学习和数据科学领域，你可能会遇到各种各样的职位名称，以下是一些常见的需要机器学习经验的职位：
- 数据科学家
- 机器学习工程师
- 应用科学家
- 机器学习软件工程师
- MLOps工程师
- 产品数据科学家
- 数据分析师
- 决策科学家
- 数据工程师
- 研究科学家
- 研究工程师

不同公司对于相同职责的职位可能会有不同的称呼。例如，负责训练机器学习模型但不构建底层平台的人员，在不同公司可能有不同的职位名称：
| 公司 | 职位名称 |
| — | — |
| Google | 软件工程师（ML）或数据科学家 |
| Amazon | 应用科学家 |
| Meta、Pinterest | 机器学习工程师 |
| Elastic、Unity | 数据科学家 |

另外，研究型的机器学习角色通常要求具备博士学位，其职责与学术角色类似，如进行研究、提出新算法和改进、撰写论文、在学术会议上发表演讲等。在工业界的研究角色，与学术界的主要区别在于通常不需要教学。

2. 机器学习生命周期

在工业界，应用机器学习项目的目标通常是改善客户体验，这里的“客户”可以是外部客户，也可以是公司内部的人员。构建一个完整的端到端机器学习产品涉及多个组件，其简化的生命周期如下：

graph LR
    A[数据] --> B[机器学