AI是趨勢，我要如何成為AI工程師？

隨著2023年初ChatGPT紅遍全球，不管是什麼工作階層的人都在興奮與焦慮中見證了人類史上又一次技術革命。及至五月底、六月初黃仁勳給台灣產業帶來的AI（人工智慧）旋風，不僅只有科技業在AI工程師的需求大增，醫療產業、製造業、教育產業、金融產業等都會是AI工程師發揮的舞台。

如果你想要在這一波新技術革命中擁有一席之位，想認識AI工程師的工作內容、能力與市場狀況，那們請聽聽我們下面的介紹。

AI工程師的工作內容

在上面這張圖表中，我們要認識第一句話：AI is more than a model。

這是那什麼意思呢？就是AI不是只有在做一個模型的工作，它還有其它的工作任務需要去處理。AI的工作流程與任務，分別是：Data Preparation資料準備、AI Modeling學習、Simulation and Test模擬跟測試、Deployment部署。

AI系統相較於傳統的軟體開發流程，在前方多了一個ML的AI訓練，這裡稱作MLOps：ML (Machine Learning) + DEV( Development) + OPS(Operation System)，參考下圖。

上述的圖表在於介紹AI system的運作流程，要說AI工程師可以做的產品開發，主要有系統開發、演算法開發、測試開發三項。以系統開發來說，例如當你在做影像輸入同步時，就需要去做到影像同步化，例如當影像只有30FPS，AI運算出來的只有20FPS，怎麼去做一個取樣讓整個系統會更更流暢，就是系統開發的工作。

以下是這三種產品開發的簡介內容。

AI工程師的工作能力

如果要成為一個AI領域的工程師，需要什麼樣的能力呢？
黃志勝博士說到：「聽得懂別人講什麼」、「會講話」、「保持學習熱誠」。

第一種條件最重要，你要聽懂別人在講什麼，例如長官或是客戶有一些疑問或是有一些需求，當他提出來的時候，如果你都聽不懂他在說什麼時候，那後面做出來的東西也不會是客戶或是長官要的東西，所以最重要的就是你要「聽得懂別人在說什麼」。

這句話聽起來很很簡單，可是有蠻多人真的聽不懂別人在說什麼，相信在職場上也常遇到別人真的聽不懂你在說什麼或是你聽不懂別人在說什麼。

第二種條件叫做「會講話」，通常你聽得懂別人說什麼，你講出來的東西就不會有太大問題。

第三種條件叫做「保持學習熱誠」，因為在AI或是其他科技領域的發展都非常的迅速，你一定要有學習新技能的熱忱，去提升自我的能力，不然你就很有可能會落後追不上別人的腳步。

接著我們來說說兩個領域的能力建議：

晶片廠：

● 深度學習運作原理：晶片看的是做核心的運算方式，然後如何在Complier上將運算方式在記憶體和計算元上優化。
● 模型量化方式：Float、INT、Mix-Precision運算、Post-train Quantization, Quantization-Award Training。
● 模型發展方向。
● SI廠會要的，晶片廠大多都也要會。

應用開發SI：

● 會用別人的Github。
● 至少會一種深度學習訓練模組(TensorFlow、PyTorch、…)
● 會開發AI應用
● 會deployment模型。
● 做出可以賣的東西，不是只能demo。

最後建議：工作閒暇之餘可以多做一些AI Side Project，補足在AI開發的經驗。

AI工程師在台灣的市場如何?

AI工程師在臺灣的市場如何呢？大概2015年之後整個深度學習大爆炸，開始有需求的工作出來，2017、2018年許多的新創公司成立，需要大量的AI人才，幾乎是只要提了AI就可以拿到一堆資金，直到2020年開始有一點點走下坡，直到2023年ChatGPT大紅，許多大廠都在推成品AI化，對AI工程師的需求相當的多，以2023年6月9日在104去搜尋「AI演算法」與「機器學習」，可以看到「AI演算法」的全職需求有8,689人、「機器學習」的全職需求有2,637人。

除此之外，2023/5/30的新聞稿中，經濟部證實輝達Nvidia將會投入近200億在台招募千人AI研發團隊，除了開發他們的GPU外，相信也是要招募一些人去做AI的應用。

圖片資料來源：工商時報（https://ctee.com.tw/news/policy/872798.html）

同時間沒有多久，聯發科也宣布與輝達Nvidia合作，打造車用晶片為智慧車立基的消息，可以想像不管是輝達Nvidia或是聯發科都有可能需要大量的人力去研發這些工作內容。

以上就是如何成為AI工程師的一些心得介紹，最後我們再回顧一下，AI的核心技術是「機器學習」與「深度學習」，在打造AI的過程中都需要透過程式來處理，而最常用的程式語言便是Python。Python相對於其它程式語言較為容易學習、應用範圍廣，並且擁有豐富的模組進行各項數據分析工作，適合各型態的 AI 整合專案。

要了解 Python語言的運用，並且能夠踏入AI工程師的領域，建議可以參考「成為AI工程師必學的：機器學習的統計基礎與Kaggle範例實作」、「成為AI工程師必學的深度學習與 PyTorch 實作」兩門線上課程。