没有博士学位怎么做机器学习研究？

没有博士学位怎么做机器学习研究？

目录

1. 在研究实验室工作需要什么？
2. 角色1：软件工程师
3. 角色2：研究科学家
4. 角色3：研究工程师
5. 不需要博士学位的工作
6. 如何进入研究实验室
7. 了解机器学习的基础知识
8. 不同领域的研究方向
9. 选择合适的职业发展道路
10. 结束语

1. 在研究实验室工作需要什么？{#intro}

很多人问我想要在Google Brain、DeepMind、OpenAI和Facebook AI Research等研究实验室工作需要具备什么条件。其中一个常见的问题是，我需要拥有机器学习博士学位才能从事前沿的机器学习工作吗？在我告诉你哪些角色需要博士学位，哪些角色不需要之前，我有个消息要告诉你。所以请继续关注，我会告诉你答案。

2. 角色1：软件工程师{#role1}

在研究实验室中，有三种常见的角色，它们类似于一个连续谱，从机器学习知识需求最低的角色到需要深入专业的机器学习知识的角色。在这个谱的一端，最常见的角色是软件工程师。这些软件工程师的主要任务是构建和完善团队的基础设施。这些基础设施可能是一个研究实验的特定需求，也可能是多个团队使用的信息，甚至可以用于多篇研究论文的机器学习信息。这些软件工程师通常需要在系统方面有很强的能力，例如在底层编程和C++方面，或者在使用TPU或GPU时在内核级别进行编程。

另外，一些软件工程师更专注于分布式系统，他们会构建可以在数据中心中的机群上运行的基础设施。这两种软件工程师角色在特定领域都非常专业化，工作并不容易。但他们对机器学习的要求往往较低，在面试中不太可能遇到其他角色可能会遇到的问题。

优点：

• 不需要拥有机器学习博士学位
• 负责构建和完善基础设施
• 在系统或分布式系统方面具有专业知识

缺点：

• 机器学习知识需求较低
• 工作任务相对较固定

3. 角色2：研究科学家{#role2}

研究科学家的期望通常是要在顶级会议上发表论文，例如NeurIPS、ICML、ICLR等，如果他们在计算机视觉或语音等领域有专长，他们也会选择在那些特定会议和领域发表。由于他们需要进行前沿研究并发表论文，通常要求他们拥有博士学位。我可以说99%的研究科学家在机器学习或相关领域拥有博士学位，因为他们的主要任务是发表研究论文。许多时候，研究科学家与软件工程师合作，他们会共同完成一些更大的项目，需要更大的团队协作，也能够借助更多资源来解决更困难的问题。

优点：

• 能够在顶级会议上发表论文
• 可进行前沿研究
• 拥有更多资源

缺点：

• 需要拥有博士学位
• 研究任务较为繁重

4. 角色3：研究工程师{#role3}

研究工程师位于软件工程师和研究科学家之间。他们的期望是帮助完成研究论文。他们通常会运行实验，协助基础设施的构建，将特定问题与特定论文进行结合。他们通常会专注于创新技术，阅读从学术网站上下载的论文，或是从研究会议中获取的信息。

他们会利用这些信息尝试实施一些论文内容，并可能在与研究科学家合作的论文中提出研究方向的建议。并不是所有的研究实验室都有研究工程师。例如，在谷歌就没有研究工程师这个职位，但在DeepMind和OpenAI等公司中，这个职位是存在的，具有明确的技能要求。并不是所有拥有博士学位的人都是研究科学家，很多软件工程师在日常工作中充当研究科学家的角色，并在顶级会议上发表论文。

优点：

• 研究工程师是一个交叉领域的角色
• 可以参与研究论文的实施和改进
• 与研究科学家合作，具有高度资源支持

缺点：

• 某些研究实验室没有研究工程师这一职位

5. 不需要博士学位的工作{#no-phd}

在研究实验室中，也是有一些不需要博士学位的工作的。作为一个软件工程师，你不需要拥有机器学习博士学位就可以从事相关工作。这是在研究实验室中不需要博士学位的一个角色。

优点：

• 不需要拥有博士学位
• 适合对机器学习有浓厚兴趣的人
• 能够在工作中掌握相关技能

6. 如何进入研究实验室{#entry-requirements}

如果你对从事这类工作非常感兴趣，强烈建议你直接申请那些研究实验室的工作，例如软件工程师或研究工程师。这样你可以在工作中学到许多相关技能。当然，我也建议你参加一些机器学习的入门课程，以便熟悉相关术语，或者至少对你申请的研究实验室所从事的研究有个大致了解。例如，OpenAI主要从事强化学习方面的研究，你在申请之前应该对这个研究方向有所了解。但是，不要认为在这之前就要拥有博士学位。我不建议你花五年时间去追求博士学位，只为了在研究实验室工作。你还有很多其他选择可以考虑，这可能是下一个视频的主题。感谢你花时间阅读，如果你有什么问题，请在下方评论区留言。

7. 了解机器学习的基础知识{#intro-ml}

在进入研究实验室工作之前，我强烈建议你参加一些机器学习的入门课程。这样你就可以熟悉相关的术语，并对研究实验室从事的研究方向有一个基本的了解。这将有助于你更好地适应工作环境，并与研究团队进行有效的沟通和合作。

优点：

• 熟悉机器学习的基本概念和术语
• 具备参与研究讨论和工作的基础知识
• 能够更好地进行团队合作

缺点：

• 需要花费时间和精力参加入门课程

8. 不同领域的研究方向{#research-areas}

机器学习和人工智能研究的领域非常广泛，每个实验室都有自己的特色和研究方向。以下是一些常见的研究方向：

1. 强化学习
2. 计算机视觉
3. 自然语言处理
4. 机器翻译
5. 语音识别
6. 生成对抗网络 (GANs)
7. 模糊推理
8. 数据挖掘
9. 推荐系统
10. 模式识别

不同的实验室可能在这些领域中专注于不同的方向和具体问题。在申请之前，请尽量了解你感兴趣的实验室的研究方向，确保你的兴趣和能力与之匹配。

9. 选择合适的职业发展道路{#career-paths}

在研究实验室工作之后，你将有各种不同的职业发展道路可以选择。以下是一些常见的职业发展道路：

1. 继续在研究实验室从事研究工作，并争取成为研究科学家或团队领导者。
2. 转向工程师职位，负责构建和优化机器学习系统的基础设施。
3. 转向产品职位，将研究成果转化为实际应用和商业化机会。
4. 创业，建立自己的人工智能和机器学习公司。
5. 参与教育和培训，分享你的知识和经验，帮助更多人学习和应用机器学习。

选择合适的职业发展道路取决于你的个人兴趣和目标。你可以根据实际情况在不同的道路中切换，也可以选择深入研究某个特定领域。

10. 结束语{#conclusion}

总结一下，在研究实验室工作并不一定需要拥有博士学位。如果你对机器学习和人工智能非常感兴趣，你可以考虑直接申请相关的职位，例如软件工程师或研究工程师。如果你没有博士学位，通过在工作中学习和实践，你将有机会掌握这些技能。参加一些机器学习的入门课程也会有所帮助。最重要的是，选择一个适合你个人兴趣和目标的发展道路，并不断学习和进步。感谢你花时间阅读本文，请在下方留言区告诉我你的想法和问题。

优点：

• 不需要博士学位就可以从事研究实验室工作
• 通过在工作中学习和实践，可以掌握相关技能
• 可以选择适合个人兴趣和目标的职业发展道路

缺点：

• 没有博士学位可能在某些方面会受到限制

FAQ（常见问题解答）

Q: 我是否需要拥有博士学位才能在研究实验室工作？ A: 不一定。在研究实验室中，有一些工作职位不需要拥有博士学位，例如软件工程师或研究工程师。

Q: 如果我没有博士学位，我如何进入研究实验室工作？ A: 如果你没有博士学位，你可以考虑申请研究实验室中的软件工程师或研究工程师职位。通过在工作中学习和实践，你可以掌握相关技能。

Q: 是否可以在没有博士学位的情况下发表论文？ A: 是的，不需要拥有博士学位也可以在研究实验室工作并发表论文。很多软件工程师也在顶级会议上发表论文。

Q: 我应该如何选择适合的职业发展道路？ A: 选择适合的职业发展道路取决于你的兴趣和目标。你可以根据个人情况在不同的领域中切换，也可以选择深入研究某个具体领域。

Q: 是否需要参加机器学习的入门课程？ A: 参加机器学习的入门课程可以帮助你熟悉基本概念和术语，并对研究实验室的研究方向有所了解。这将有助于你更好地适应工作环境。

资源推荐

• Google Brain
• DeepMind
• OpenAI
• Facebook AI Research