人到中年，成功转行机器学习工程师？国外小哥狂刷吴恩达LeCun，教你18个月转行

主要观点总结

本文介绍了国外小哥成功转行成为机器学习工程师的经历，并提供了成为机器学习工程师的关键步骤和资源。文章涵盖了机器学习工程师必备的技能、学习途径、实用资源以及建议的时间线。

关键观点总结

关键观点1: 机器学习工程师的角色定义

机器学习工程师是在组织中工作，并使用机器学习来解决业务案例的人。他们需要创建、改进产品，或让组织更高效地工作。

关键观点2: 机器学习工程师的必备技能

机器学习工程师需要掌握软件工程、数据科学和数学等不同领域的技能，以及应用领域的知识。还需要具备直觉和专业知识来设计模型，并尝试各种方法以优化结果。

关键观点3: 成为机器学习工程师的途径

通常有两种途径进入机器学习工程：数据科学路线和软件工程路线。对于自学者来说，后者可能是更好的选择，因为即使拥有基本的数据和机器学习技能，也对公司有用。

关键观点4: 实用学习资源

文章提供了一系列学习资源，包括编码、浅层机器学习、深度学习、领域专业知识、软件工程和MLOps等方面的课程和项目。作者还强调了作品集的重要性，通过构建项目来展示学习成果。

关键观点5: 作者的建议和结论

作者表示，遵循本指南，可以成为入门级ML工程职位的竞争力候选人。但除了技能，还需要与人交流来展示技能。作者还提供了预计的学习时间，并强调了根据起点和背景利用之前的经验的重要性。