如果你刚开始接触机器学习，你可能想知道哪类技术工作需要用到这些技能。有些职位(尤其是数据科学家)越来越依赖于机器学习，这就意味着你必须至少了解一些基础概念。
简单地说，机器学习的核心是利用数据输入进行“学习”(即提高效率和输出)的算法。在这个领域工作，通常需要基于“训练”数据集和期望输出值建立一个模型；然后程序会尽力达到该输出值，并根据反馈调整算法。
机器学习有几种不同的类型，包括监督学习、非监督学习和强化学习。如今，技术人员将其应用于许多领域，包括(但肯定不限于)自动驾驶(例如，帮助自动驾驶汽车识别障碍物)和内容过滤(随着时间的推移，一种算法可以非常好地标记可疑文本)。
据Burning Glass(该公司收集并分析了全国数百万份工作招聘信息)称，未来10年，机器学习类工作将以惊人的速度增长39.3%。对于大量使用该技术的职位，目前的平均工资是10.7万美元。所以想要找到机器学习的工作，最重要的不一定是要有更高的学位，因为绝大多数职位只要求有本科学位就够了。
以下是Burning Glass列出的需要机器学习技能的顶级技术人员职位的详细分类：
应用机器学习的的技术岗位
如你所见，如果你对数据科学家或数据工程师的职位感兴趣，那么你想要的工作很有可能就需要这些技能。对于软件开发人员和工程师来说，需要这些技能的工作比例在未来十年也将显著上升。
机器学习也将极大地影响其他工作。很明显，在这个关键时刻，经理和高管也需要熟悉这些概念和技能。“ A.I. 不会取代经理人，而不使用A.I.的经理人会被其使用者所取代，”IBM云和数据平台高级副总裁Rob Thomas最近在接受CNBC采访时表示。
如果你是机器学习的新手（通常是AI），那么《黑客正午》（Hacker Noon）从程序员的角度对人工智能进行了有益的AI分解。KDNuggets还概述了基本术语和所涉及的技术。与此类似，Microsoft的AI学校也提供了课程，从文本分析和对象识别到自定义神经网络模型，应有尽有。
一旦你弄清楚了一些基本概念，你就可以去OpenAI的“Gym”，这是一个用于开发和比较强化算法的工具包，还有一套用于训练人工智能（A.I.）和机器学习（ML）的模型和工具。OpenAI包含了一套关于深度强化学习的广泛且便捷的教程，这是许多机器学习工作中的关键要素。
最后，如果你有计算机科学背景，并且熟悉数据结构和算法，可以去看看Bloomberg的机器学习基础(Foundations of Machine Learning)，这是一个免费的在线课程。
感谢阅读！
作者：Nick Kolakowski
