跳到主要内容大模型时代机器学习工程师薪资与职业发展分析 | 极客日志PythonAI算法
大模型时代机器学习工程师薪资与职业发展分析
生成式人工智能的普及催生了对机器学习人才的巨大需求,使其成为科技行业高薪职业之一。本文探讨了机器学习的定义与应用场景,分析了截至 2024 年机器学习工程师的平均薪资水平及地区差异,列举了谷歌、微软等领先企业的投入情况,并阐述了成为该职位所需的教育背景与技能路径。同时指出了企业在应用大模型时面临的数据安全挑战及隐私风险。
OpenAI 免费且易于使用的 ChatGPT,有助于在消费者中普及人工智能 (AI) 应用。目前面向普通消费者的 GenAI 应用在安卓、iOS 的智能手机,以及电脑的浏览器上开始全面开花。
而另一方面,ChatGPT 不仅拉开了 GenAI 竞赛的序幕,而且成为企业服务领域的一个决定性时刻。不管是微软、甲骨文、Salesforce、用友,还是 AWS、谷歌、阿里云,任何一家提供软件与服务的供应商,没有愿意错过 GenAI 提供的转型机会,现在急于升级由生成式 AI 驱动的具有增强生产力能力的工具。
ChatGPT 和其他 AI 大模型都由机器学习(ML)提供支持。机器学习是 AI 的一个子领域,使计算机程序可以通过使用算法和统计模型进行学习。
这一庞大的应用需求,催生了对大模型背后机器学习人才的庞大需求,也将机器学习送上了科技行业收入最高的人群。
对于创建、训练和维护机器学习程序的 AI 技术人员来说,薪酬可能非常有利可图。但究竟什么是机器学习?机器学习工程师职位的薪水到底有多高?人们又如何在这个快速发展的领域找到称心如意的工作呢?
1. 什么是机器学习 ML?
机器学习 ML 是人工智能的一个领域,其中算法和统计模型用于计算机从大型数据集中的模式和关系中学习,以便可以制定预测或做出决策,或者解决其他如自然语言理解等工作。
例如,在 ChatGPT 中,从先前的文本中学习以形成后续文本中创建完整的句子。随着时间的流逝,该程序会收到大量类似的查询,使其能够从以前的输入中学习并改进其响应。
那么,机器学习工程师究竟是做什么的呢?机器学习工程师通常涉及处理大量数据。他们会识别模式,构建模型,并部署这些算法。他们还将负责维护这些系统,确保随着时间的推移,模型提供准确、相关的结果。
作为一名机器学习工程师,你可能需要负责任何事情,从数据预处理到模型选择和评估、特征工程和部署等。你很可能会使用像 Python 这样的技术,机器学习库如 TensorFlow、PyTorch,以及分布式计算系统如 Hadoop、Spark 等。
当然,你还需要与该领域的其他专业人士如数据科学家、软件开发者和商业分析师等紧密合作。
同时,每次你使用苹果的 Siri 助手进行查询或使用 iPhone 上的面部识别软件时,为这些功能提供支持的机器学习算法都会结合这些新数据,以改善未来的响应。
同样,Meta Platform 的 Facebook (META) 利用机器学习来监控用户的活动,以提高其定向广告的个性化。
机器学习具有广泛的应用,并用于许多行业,包括金融、医疗保健、娱乐和出版等。特斯拉等汽车制造商甚至将机器学习用于开发车辆的自动驾驶功能。
核心技能要求
要成为一名合格的机器学习工程师,除了编程能力外,还需要扎实的数学基础,包括线性代数、微积分和概率论。此外,熟悉常见的深度学习框架至关重要。在实际工作中,工程师需要能够清洗和整理数据,因为数据质量直接决定了模型的效果。随着模型复杂度的增加,对 GPU 算力的管理和优化也成为日常任务之一。
你在应用大模型时,您提供的数据也喂给大模型,被大模型学习。因此,可以说生成式 AI 带来的挑战已成为软件安全团队头疼的问题。根据思科最近的一项研究,超过 1/4 的组织已经禁止使用 GenAI,应对隐私和数据安全风险。
银行业是最早禁止在工作场所使用 GenAI 工具的行业之一。根据 Arizent 进行的一项调查,金融服务业的领导者对使用人工智能提高效率和帮助员工完成工作的好处充满希望,但 30% 的人仍然禁止在公司内使用生成式人工智能工具。
同样美国国会禁止在所有政府部门的 PC 上使用 Microsoft 的 Copilot,以加强网络安全措施。网络安全办公室认为,Microsoft Copilot 应用程序对用户构成风险,因为有可能将众议院数据泄露给未经众议院批准的云服务。这项禁令是美国政府之前决定阻止 ChatGPT 之后发布的。
2. 机器学习工程师能赚多少钱?
言归正传,成为香饽饽的机器学习工程师已经成为 IT 技术领域收入最高的专业人士之一。
Indeed 调查结果标明,截至 2024 年 5 月,ML 工程师平均基本年薪为 165,685 美元,范围在 108,162 美元至 253,800 美元之间。
Meta 在接受调查的 Indeed 用户中位居薪酬最高的公司名单中,为 217,441 美元。相比之下,Adobe 为 192,960 美元,苹果为 189,683 美元,谷歌为 158,753 美元。
其他公司为机器学习工程师提供了更高的薪酬。在招聘网站 LinkedIn 上,截至 2024 年 5 月,Netflix 将基本工资范围设定为 170,000 美元至 720,000 美元,而 DoorDash 为 140,100 美元至 210,100 美元。
相比之下,根据 Indeed 的数据,科技领域其他细分领域的平均薪酬往往较低:数据科学家为 124,337 美元,软件工程师为 105,459 美元,研究科学家为 101,519 美元,电气工程师为 98,987 美元。
地区与福利差异
美国硅谷地区的工资往往是最高的,其次是纽约和西雅图,那里的工资反映了这些地方的高生活成本。
通常,拥有高级学位 (如博士学位或硕士学位) 的机器学习工程师往往比没有学位的工程师获得更高的薪水。然而,该领域的经验、技术专长和领导技能也可以提高申请人的起薪。
此外,股票期权、奖金和其他福利可以显着提高机器学习工程师的薪酬,并远高于他们的基本工资。在初创公司,股权可能占据总薪酬的很大比例;而在成熟大厂,稳定的高薪和完善的福利体系更具吸引力。
3. 哪些公司在机器学习方面处于领先地位?
根据云安全联盟和谷歌云的一项调查,55% 的组织计划在今年内采用 GenAI 解决方案,这表明 GenAI 集成将大幅增加。
随着面向消费者的应用程序以及企业级应用对人工智能的需求持续增长,对机器学习工程师的需求也成比例地增加。
Alphabet 旗下的谷歌和 Microsoft 等公司继续在人工智能发展方面,投入上千亿美元的资金,聘请了越来越多的从事机器学习的工程师。
毫不奇怪,在机器学习方面取得最大进步的公司,也是技术领域的一些知名人士。毕竟,这些家喻户晓的名字有财力来支付最有才华和最有经验的机器学习工程师的费用。
谷歌是一家通过其研究部门在机器学习研究领域处于领先地位的主要公司。机器学习被整合到该公司的许多消费产品中,包括 Google 搜索、Google Chrome、Google Assistant、Google 翻译和 Google 相册。
微软已向 OpenAI 投资了数十亿美元。这家软件巨头已将 ChatGPT 的功能整合,形成了微软的 Copilot,于 2023 年早些时候推出。
Copilot 是一个对话式聊天界面,可让您搜索特定信息、生成电子邮件和摘要等文本,并根据您编写的文本提示创建图像。现在 Microsoft Copilot 已经在 Windows、Edge、Office 应用、Bing 和其云计算平台 Microsoft Azure 中应用。
亚马逊、IBM 和 NVIDIA、阿里云、腾讯云等大公司都在大力投资人工智能和机器学习。
据阿里云公布最新数据,通义大模型通过阿里云服务企业超 9 万,通义开源模型累计下载量突破 700 万。通义落地应用进程加速,现已进入 PC、手机、汽车、航空、天文、矿业、教育、医疗、餐饮、游戏、文旅等领域,成为最受中国企业欢迎的大模型。
腾讯混元大模型已经支持内部超过 400 个业务和场景接入,并通过腾讯云,面向企业和个人开发者全面开放。这里面有很多为人熟知的'国民级'App,如企业微信、腾讯文档、腾讯会议,都已经被 AI 全副武装。
还有更多腾讯云 SaaS 产品,如企业知识学习平台腾讯乐享、电子合同管理工具腾讯电子签等,也都有了 AI 加持。
4. 如何成为一名机器学习工程师
机器学习工程师职位通常需要计算机科学、数学或相关领域的背景。
当然,成为一名机器学习工程师通常需要计算机科学、数学、工程、统计学或相关领域的教育背景,因为这些学术课程强调开发机器学习中使用的各种算法和统计模型所需的技能类型。
这些技术领域之一的学位可以为您从事机器学习工程师的职业做好准备,一些公司甚至会为那些没有技术背景但有学习机器学习倾向的人提供在职培训。
大学级别的学校提供机器学习课程,而美国麻省理工学院、哥伦比亚大学等一些学校则提供机器学习证书和新兵训练营。卡内基梅隆大学是为数不多的提供机器学习学位的学校之一,尽管这是硕士水平。
在线训练营当然必不可少。如 TripleTen 那些没有计算机科学或相关领域背景但想学习软件工程、质量保证、数据科学和商业智能分析的人提供课程——所有领域都可以帮助为机器学习工程师的工作铺平道路。
谷歌还提供机器学习的基础和高级在线课程,到处都可以找到。
职业发展前景与挑战
随着技术的迭代,机器学习工程师的角色也在不断演变。早期的工程师可能更专注于模型的训练和调参,而现在则需要更多地关注模型的可解释性、公平性以及伦理问题。此外,MLOps(机器学习运维)的兴起要求工程师具备 DevOps 的知识,能够将模型高效地部署到生产环境中。
面对快速变化的技术栈,持续学习是保持竞争力的关键。掌握最新的框架版本、参与开源社区项目、阅读顶级会议论文都是提升专业能力的有效途径。同时,跨学科的知识储备,如对业务逻辑的理解,也能帮助工程师设计出更符合实际需求的解决方案。
典型人物参考
OpenAI 创始人 Sam Altman 是利用 ML 掘金的典型代表,无愧是当今人工智能 (AI) 领域最有影响力的人物之一,是硅谷企业家、高管和远见卓识者。
他是 OpenAI 的联合创始人兼 CEO,OpenAI 是 ChatGPT 背后的公司,ChatGPT 是一款革命性的聊天机器人,也是历史上增长最快的应用程序之一。
此前,他领导了 Y Combinator,一家技术孵化器,为 Airbnb、Dropbox 和 Stripe 等公司提供种子资金。此外,他还担任过 100 多家初创公司的天使投资人,包括 Asana、Instacart 和 Pinterest。
就像比尔·盖茨、史蒂夫·乔布斯和马克·扎克伯格一样,阿尔特曼从大学辍学,创办了一家科技创业公司。那么,山姆奥特曼的净资产是多少?他是亿万富翁吗?阿尔特曼的大部分净资产都与私人控股公司的股权有关,因此很难确定他的真实净资产。然而,他领导、创立或支持的公司总价值为 5000 亿美元。
5. 总结
机器学习工程师正处于技术浪潮的风口,其薪资水平和职业前景均十分可观。然而,这也伴随着高强度的竞争和对持续学习的要求。企业在享受 AI 带来的效率提升的同时,也必须重视数据安全与合规性。对于从业者而言,夯实基础、紧跟技术趋势、培养跨领域协作能力,是在这一领域长期发展的关键。
相关免费在线工具
- 加密/解密文本
使用加密算法(如AES、TripleDES、Rabbit或RC4)加密和解密文本明文。 在线工具,加密/解密文本在线工具,online
- RSA密钥对生成器
生成新的随机RSA私钥和公钥pem证书。 在线工具,RSA密钥对生成器在线工具,online
- Mermaid 预览与可视化编辑
基于 Mermaid.js 实时预览流程图、时序图等图表,支持源码编辑与即时渲染。 在线工具,Mermaid 预览与可视化编辑在线工具,online
- curl 转代码
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具,curl 转代码在线工具,online
- Base64 字符串编码/解码
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具,Base64 字符串编码/解码在线工具,online
- Base64 文件转换器
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具,Base64 文件转换器在线工具,online