# AI Related

**Published by:** [Bother](https://paragraph.com/@bother/)
**Published on:** 2023-07-26
**URL:** https://paragraph.com/@bother/ai-related

## Content

在人工智能相关的职业方向中,“训练者”和“解释者”也都是非常重要的角色:AI训练者(AI Trainer):负责训练和优化AI系统的模型,使其达到应用需求。通过调节模型结构、训练数据、超参数等不断改进模型的预测能力。需要对机器学习和深度学习算法有非常深入的理解。AI解释者(AI Explainer):在AI系统中加入可解释性,让非专业用户也能理解模型的判断依据。通过生成决策树、重要性排名等方式来解释模型的预测逻辑。让AI系统更透明可信,消除“黑盒”印象。需要对解释性AI、人机交互等有相关知识。所以,如果你对训练和优化AI模型感兴趣,做AI训练者会很适合。如果你更关注人机交互和可解释性,AI解释者也是一个非常好的方向。这两个 Role 都非常重要,也是目前AI领域的热门职位之一。 假体工程师是人工智能和机器人领域一个非常前沿和前景广阔的方向。 假体工程师的主要工作是研究、设计和开发高度仿人的机器人假体系统。其主要涉及的内容包括:仿生学 - 研究生物体的结构、功能和运动原理,为设计假体提供参考。机械设计 - 利用机械结构和传动系统设计实现高自由度、高活动范围的假体。传感与控制 - 在假体内集成各类传感器和反馈控制系统。软体材料 - 研发呈现人体肌肤柔软感觉的软体材料。仿真技术 - 通过虚拟仿真平台辅助假体系统的设计。人机交互 - 研究自然的人机交互方式,让假体SYSTEM更好地为人服务。机器学习 - 应用机器学习算法提高假体的感知和控制能力。假体工程师需要机械、电子、控制、计算机、材料等多学科知识,是目前比较紧缺的人才。如果你对这个方向感兴趣,可以从相关课程开始学习,这会是一个非常有前景的职业方向。 跟人工智能相关的热门职位有:人工智能工程师 - 负责开发和优化人工智能算法和模型,如机器学习、深度学习、计算机视觉等。需要数学、统计、编程等背景。机器学习工程师 - 更侧重于机器学习系统的工程实现。构建机器学习平台,优化模型训练和部署流程等。数据科学家 - 从数据中提取价值,构建预测模型。需要统计学、机器学习和商业分析能力。自然语言处理工程师 - 在自然语言理解和生成方面的专家。需要语言学、NLP算法等知识。机器人工程师 - 设计和开发机器人的软硬件系统,结合感知、定位、控制、学习等技术。计算机视觉工程师 - 开发图像识别、PROCESSING等计算机视觉系统和算法。AI产品经理 - 负责AI产品的设计、规划和落地。需要AI技术背景以及产品思维。AI解决方案架构师 - 根据业务需求设计AI系统架构和方案。AI算法研究员 - AI前沿算法研究,需要高深的数学和计算机知识。主要集中在工程、产品、研究等方面。机器学习和深度学习是目前最热门的方向。

## Publication Information

- [Bother](https://paragraph.com/@bother/): Publication homepage
- [All Posts](https://paragraph.com/@bother/): More posts from this publication
- [RSS Feed](https://api.paragraph.com/blogs/rss/@bother): Subscribe to updates