文章插图
简介
人工智能在当前是一个有趣的行业，机器学习从业者现在在世人的眼中则是“酷孩子” 。
但是，即使在这些“酷孩子”中，机器学习从业者群体之间也存在着明显的区别 。
更具体地说，这种区别是研究解决方案的人和设计解决方案的人之间的区别 。
话虽如此，但是这一区别并没有想象地那么明显 。
本文旨在揭示机器学习研究员和机器学习工程师之间的一些关键区别 。
突出这两种角色之间的差异，可以让你获得更好的学术和职业选择所需要的信息 。
在继续进行之前，你需要注意的是，在本文中，我将使用“机器学习工程师和研究员”这个名称作为以下角色的总称：
- 计算机视觉工程师/研究员
- 自然语言处理工程师/研究员
- 数据科学家
七大主要差别1．工作角色描述机器学习工程师角色的主要工作包括在已实现的软件/硬件解决方案中实现机器学习算法和模型 。
机器学习研究者角色的主要职责是促进机器学习的特定或尖端学科领域的发展 。
2．学术背景机器学习研究员通常拥有博士学位 。他们通常是具有很强的学术和研究背景的人 。他们还拥有计算机科学相关学科的高级学位 。
而大多数的机器学习工程师拥有硕士学位，他们中只有少数拥有博士学位 。
为了了解机器学习工程师和研究员的学术背景，我在LinkedIn网站（https://www.linkedin.com/）上作了一番研究，我浏览了很多职位名称为“机器学习研究员”、“机器学习科学家”或“机器学习工程师”的人的个人资料 。
3．交付物/最终产品机器学习工程师的可交付成果通常是一个机器学习模型的工程化解决方案，该模型能够以自动化、高效或创造性的方式执行一组任务 。
对于一个机器学习工程师来说，最终产品或可交付成果可以是一个软件，其中的功能由机器学习方法提供支持 。
而机器学习研究者的可交付成果通常是一篇写得很好的研究论文，其中包括为在特定机器学习相关任务中，为实现性能/准确性的特定提升或改进而进行的实验和调查研究的细节 。
机器学习研究者的最终产品是对新发现、改进或分析的书面的研究成果，然后提交并被国际会议和科学期刊接受 。
4．薪资薪资可能是很多读者最感兴趣的关键区别 。
机器学习从业人员的需求量很大，而为与机器学习相关的角色提供的薪水也反映了这一点 。
例如，《纽约时报》在这篇文章中提到，顶尖人工智能研究人员的薪资已经超过了100万美元 。
显然，在这个高要求的行业中，前0.01％的从业者获得了极高的薪水 。
下面让我给出一些适用于大多数机器学习从业者的统计数据 。
在英国，自2020年4月3日往前六个月内，机器学习研究员的平均工资为57,500英镑 。
而与此同时，机器学习工程师的平均工资为68,750英镑 。
因此在英国，两个机器学习的角色之间有明显的10,000英镑的薪水差别 。
根据LinkedIn上110个来自美国的机器学习研究员的薪资数据，美国的机器学习研究员的平均基本工资为143,000美元 。
而对于美国的机器学习工程师来说，这个数字降到了125,000美元 。这其中包含了900多名机器学习工程师的薪资数据 。
就我个人而言，根据我对人工智能行业中与我一起研究和合作过的人的观察来看，金钱动机并不是首要的 。
接触和了解知识的机会似乎对我们这个团体更有吸引力，包括对我自己 。
简单地说，年轻的机器学习工程师可能更关心吹牛的权利和影响力，而不是金钱上的激励 。
不管薪水是否足够吸引人，谁不想成为一个FAANG公司的机器学习工程师或研究员呢？
当然，确实应该考虑到统计数据并不能准确地反映该行业的真实平均薪资，它们应该被用作指导，而非当作绝对事实 。
5．工作/项目范围机器学习工程师需要看到全局 。而机器学习研究者需要更加专注的视角 。
软件工程是一门学科，需要了解与产品，过程或管道（流程）相关的组件 。这一点至关重要，因为工程师要负责集成多个组件 。
以下是一个典型的机器学习工程师在项目期间要解决的一些问题：
