现任 Google 工程总监的 Ray Kurzweil 在过去 30 年曾多次成功预言许多事，包括预知电脑会击败国际象棋冠军、苏联解体等。而他也预言，人工智慧将在 2029 年左右将能与人类相当。
机器学习（ML）和人工智慧（AI）技术不仅引领了全世界，甚至能彻底改变企业的运营方式。随着机器学习和人工智慧技术的日益普及，让许多人才也开始希望能以这些技术作为职业的发展可能。但，想转职成为一名 AI 工程师，该如何在竞争激烈的领域中让自己被看见？
先从完成课程和拿到认证开始
从人工智慧问世以来，AI 技术就一直在不断发展和进步，许多专业人士也选择以人工智慧作为他们的职业。线上有很多学习资源，
Google AI
Google AI 推出的认证课程让学生能熟悉机器学习的基础知识。无论是刚开始学 coding 的菜鸟，还是经验丰富的机器学习专家，都可以找到增进技能的练习和最新的知识与消息。
课程涵盖了所有 TensorFlow 的基本概念和设计神经网路指南，非常适合没有任何机器学习先验知识的学习者。
想知道 2023 年关於 AI 的最新趋势与台湾企业行动方案吗？
→ 立即下载《TechOrange 2023 趋势观察报告》
史丹佛大学机器学习课程
这是 DeepLearning.AI 和史丹佛在线上合作的基础课程，为初学者量身打造的课程，将从机器学习的基础知识以及技术来一步步构建现实世界的 AI 应用程式。 特别的是，这门课是由 AI 大神吴恩达教授，他曾先後任职於中美两国最大的科技公司 Google Brain 和百度，是推动 AI 领域发展的专家。
课程内容广泛介绍了机器学习的基本知识与技术，包括监督式学习（多元线性回归、逻辑回归、神经网路和决策树）、非监督式学习（聚类分析、降维）等。
Google 开发者机器学习
Google 的机器学习适合有一点相关经验的新手，必须熟悉变量、线性方程、函数图、直方图和统计平均值；另外，因为所有的练习都是在 Python 中进行的 ，因此最好也能有一些 Python 使用经验（但没有使用过 Python 的软体工程师大多也都能很快上手）。
Google 的课程侧重於深度学习以及从庞大数据集中有所收获的自学系统。本课程非常适合想从事机器学习和神经网路等技术的工作者，以及担任数据分析师、机器学习工程师和资料科学家的学习者。
NVIDIA 开发者培训计画
NVIDIA 有相当丰富的实践课程，NVIDIA 开发者计划也为开发者提供了许多资源。
而 NVIDIA 深度学习学院（DLI） 为开发人员、资料科学家和研究人员提供 AI 和加速运算技术的培训课程。通过线上操作实践、自定进度的课程，让学习者能快速获得电脑视觉基础知识的认证。
》下载 TechOrange 2023 趋势观察报告《AI 工程师有哪些？
机器学习非常流行，因为这项技术能使机器透过自我学习来减少人力并提高机器性能。因此，机器学习中有许多受欢迎且高薪的职业，例如机器学习工程师与资料科学家等。
机器学习工程师
机器学习工程师使用 Python、Java、Scala 等程式语言和机器学习库来运行各种机器学习实验。需要的主要技能是 coding、机率、统计、机器学习演算法、系统设计等。
资料科学家
哈佛商业评论的一篇文章称资料科学家是「21 世纪最性感的工作」。
资料科学家使用先进的分析技术，包括机器学习和预测来收集、分析和解释大量数据并产生可操作的见解。然後，这些重要的数据资料可以让公司高层订定业务决策。
所以机器学习对於资料科学家来说是一项非常重要的技能，除了其他技能，如数据挖掘、统计研究技术知识等。此外，还有大数据平台和工具的知识，如Hadoop、Pig、Hive、Spark等，以及程式语言，如 SQL、Python、Scala 等。
自然语言处理科学家
自然语言处理赋予机器理解人类语言的能力，这意味着机器最终可以用我们使用的语言与人类交谈。
因此，自然语言处理科学家基本上在打造「可以学习语音模式并将口语翻译成其他语言的机器」。这代表除了机器学习之外，自然语言处理科学家还应该精通至少一种语言，这样机器才能获得相同的技能。
以人为中心的机器学习设计师
这类的机器学习将会有以人为中心的机器学习演算法。例如，像 Netflix 会根据观众的喜好为他们提供推荐的电影，以创造「智慧」的观众体验。
这代表以人为中心的机器学习设计师需要开发各种系统，可以做资讯处理和模式识别执行机器学习。机器能够学习每个用户的偏好，而无需手动填写个人偏好。
想知道 2023 年最新科技趋势与台湾企业行动方案吗？
→ 立即下载《TechOrange 2023 趋势观察报告》
*本文开放合作夥伴转载，参考资料：Spiceworks、GeeksforGeeks、NVIDIA，首图来源：Unsplash