铜灵 编译整理

量子位 出品 | 公众号 QbitAI

怎么找到AI工程师职位的好工作？最好是工资高、有前途、人家加班我休假的那种？

不如听听过来人怎么说。最近，谷歌大脑的小姐姐Catherine Olsson上了一堂名企应聘公开分享，手把手教你应该以怎样的姿势开始AI安全类工程师求职之旅。

Round 1：基本要求

如果应聘软件工程师，一些AI安全岗位不要求机器学习背景。如果你达到了以下门槛，可以准备申请了：

• 计算机科学或其他技术领域的学士学位
• 熟练掌握软件工程知识
• 对AI安全领域的工作感兴趣
• （一般情况下）愿意搬到伦敦或者旧金山湾区居住

如何条件并且感兴趣的话不妨试试看，这里也有一份可供你选择的职位清单：

https://80000hours.org/job-board/ai-ml-safety-research/?role-type=engineering

如果你对机器学习工程/研究工程感兴趣，不仅需要满足上述的条件，还需要一定实现和调试机器学习算法的经验了。如果之前没有机器学习实践经验，先来补补课了⤵️⤵️

Round 2：判断兴趣

怎么确定还没有入行的你会对机器学习感兴趣？Olsson小姐姐先建议你做个自我测试看是否喜欢这份工作：

①Matthew Rahtz的博客文章《从复现一篇深度强化学习论文学到的教训》：

http://amid.fish/reproducing-deep-rl

②S. Zayd Enam的博客文章《为什么机器学习“难”？》：

http://ai.stanford.edu/~zayd/why-is-machine-learning-hard.html

Round 3：自学指南

兴趣是最好的老师，如果这两篇博客中描述的场景没有让你退缩，那就放手开始学习机器学习基础知识了。

Olsson小姐姐也给了几个入门自学的小建议：

考虑每周花几个小时学习在线课程，也不用太多，建议完成这两个课程中其中一个就好：一是fast.ai的在线课程，二是谷歌的机器学习速成课。

地址：

http://course.fast.ai/

https://developers.google.com/machine-learning/crash-course/ml-intro

如果你已经有一份软件工程类的全职工作了，那么在工作之余补一些机器学习知识就好：

如果身处大型科技公司，利用好内部培训，比如全职机器学习岗轮换计划。

问一下老板能不能将机器学习的内容纳入目前的工作中，比如话每天花20%的时间学习机器学习，并用此改善之前所做的工作内容。

至于硬件的问题，买GPU可能对初学者来说并不划算，租用云GPU其实也是一种选择，记得利用好各种免费试用机会薅一把羊毛。

Round 4：动手实践

纸上得来终觉浅，书本知识之外也要勤加实践鸭。

小姐姐建议，要想找机器学习的相关工作，至少得累计到200小时的实践时间。如果你几乎从零开始，那成熟时间会更晚一些~

Olsson表示，其实也无需紧跟所有最新论文，也不用马克大量阅读清单，更不用要求自己提出新算法……毕竟此时能力有限，最大众的算法可能对学习更有帮助。

正确的学习姿势应该是这样的：先寻觅到你感兴趣的实验室或者相关的机器学习子领域，然后定向阅读几十篇子领域的重要论文，最后动手实现以下论文中几个基础算法就可以了。

如果你还不明白该钻研哪些子领域，不妨看看Olsson的建议：

• 深度强化学习
• 防御对抗样本
• 神经网络的验证和鲁棒性证明
• 神经网络的可解释性与可视化

好了，入门就是这几波操作了。此外，小姐姐还联合国外求职规划网站80000 Hours，推荐了几个OpenAI、DeepMind和Google AI提供的安全类招聘岗位。

需要可移步原文，在此量子位就不继续安利啦~

原文地址：

https://80000hours.org/articles/ml-engineering-career-transition-guide/

“