据《金融时报》报道，现在也许是放弃从事新闻工作、成为机器学习程序员的时候了。这似乎是个符合逻辑的举动，与“如果不能打败他们，就加入他们”的理念不谋而合。过去几年里，我们已经看到过成千上万的专栏文章讨论人们担心机器人抢走他们的工作。现在看来，唯一可保安全的工作就是为机器人编程。
这份工作的薪酬也很吸引人，机器学习专家的薪酬是计算机行业从业人员中最高的。程序员在线社区Stack Overflow统计显示，在美国，机器学习专家的平均年薪超过10万美元。在英国和法国，这些人的薪酬同样比开发者和数据科学家更高。
机器学习是一种人工智能（AI），它能让计算机在没有明确编程指令的情况下收集信息。对于那些尝试分析越来越多、越来越复杂数据的公司来说，这种能力是必不可少的。拥有熟练编程技能的人也供不应求。利用机器学习来帮助企业分析IT系统日志的初创公司Logz.io联合创始人阿萨夫·伊戈尔（Asaf Yigal）说：“我们发现找到合适的人才非常困难，这样的人才可以获得令他们自己都感到不可思议的报酬。”
Logz.io编程团队中，20%的成员都专注于机器学习。伊戈尔表示，他经常从网络安全行业挖人，因为他们能将数学技能和商业经验完美结合起来。牛津大学计算机科学教授、AI公司DiffBlue创始人丹尼尔·克洛伊宁（Daniel Kroening）说：“这个市场完全处于人才枯竭状态，无法找到需要招募的人，那也是公司不惜为此付出巨大代价的原因。”
那么你如何改变职业，进入这个有利可图的领域呢？Stack Overflow的洞见主管凯文·特洛伊（Kevin Troy）说：“你需要懂得许多数学知识，最好拥有博士学位。许多机器学习专家都是从学术界招募来的。”利用机器学习技术检测欺诈点击的广告公司Sublime Skinz数据科学主管柯拉莉·彼得曼（Coralie Petermann）表示：“我正寻找那些能更好理解复杂问题的人。我问了许多具体问题，不仅仅限于广告问题，但我想了解这个人是怎么想的。”
在彼得曼的25人团队中，有5人正研发机器学习，她希望明年至少再招募到5人。那些迟迟没有发现职业机遇的学生，正将目光重新转回学校。过去几年，向牛津大学申请攻读机器学习研究生的人数大幅增长。克洛伊宁说：“去年我们收到150份到160份申请，其中只有10人对机器学习感兴趣。今年收到250份申请，有150人对机器学习产生兴趣。”
如果对在大学深造数年不感兴趣，还有其他可进入机器学习领域的路径。克洛伊宁举例说，在发现难以找到合适的员工后，他自己在DiffBlue创建了机器学习训练项目。他说：“我们招募拥有计算机科学或数学专业的人才，然后对他们进行相关培训。雇佣他们要廉价得多，他们的薪酬大约只有机器学习开发者的一半。”
市场中充斥着许多并不真正了解算法的人。克洛伊宁已经被大量申请淹没了，他说：“人们渴望接受培训，到目前为止，我们还未曾向招募人员支付过任何费用。”克洛伊宁说，学员需要3到4个月培训才会开始变得“有用”。DiffBlue已经为多家金融服务公司开发技术，目前拥有45名员工，今年计划扩展到100人。
通过在线教程自学也是一种方案。三大在线教育提供商Coursera、Udacity以及edX都提供类似项目，Coursera上的吴恩达（Andrew Ng）机器学习课程被认为是开始学习的最佳之地。可是Logz.io的伊戈尔怀疑自学的成果。他说：“许多人说他们懂得机器学习，但实际上并非如此。市场上充斥着许多并不真正了解算法的人。”伊戈尔为求职者举行实践测试，以剔除那些滥竽充数者。
与任何供需失衡相似，机器学习领域的问题终将得到纠正。Stack Overflow表示，在其在线论坛上，机器学习专家的数量正逐渐增加。特洛伊说：“我们调查用户在做什么。在某些地区，我们看到从事机器学习工作的人正以每年50%的速度增加。5年前，Stack Overflow的流量只有0.5%与机器学习有关，现在已经增长至4%，5年间增长了7倍。”
那么，现在就攻读博士学位，并在机器学习大潮中赚钱为时已晚吗？或许。这个领域的薪资增长已经放缓，但工资水平依然高于其他计算机科学岗位。而且无论如何，学习机器学习都是个好主意。特洛伊说：“这将是所有开发者都需要了解一点儿的技术。将来，每家公司可能都会有几名机器学习专家，然后又20到40位了解机器学习知识的开发者，以便他们能够与这些程序互动。”（小小）
