与机器学习工程师一样，机器学习科学家在当今的就业市场上需求量很大。这是因为组织渴望采用机器学习驱动的工具来提高其数据和分析的价值，并为流程增加自动化。

　　IDG

　　Amy Steier，开发工具提供商 Gretel.ai 的首席机器学习科学家。

　　" style="color: rgb(239, 76, 35); text-decoration: none; position: relative; display: block; overflow: hidden;" _href="https://images.idgesg.net/images/article/2022/04/amy-steier-100925238-orig.jpeg?auto=webp&quality=85,70">

　　IDG

　　Amy Steier，开发工具提供商 Gretel.ai 的首席机器学习科学家。

　　根据市场研究，对机器学习技术的需求正在上升。潜在应用包括金融服务领域的客户细分和投资预测；医疗保健中的图像分析、药物发现和个性化治疗；以及零售业的库存计划和跨渠道营销。但机器学习可用于增强几乎每个行业的流程。

　　自然地，需要机器学习和相关学科的专家，并且了解如何将该技术用于实际应用。机器学习科学家当然符合这种描述。

　　目录

　　机器学习科学家做什么

　　成为机器学习科学家

　　早教与就业

　　追随她对数据的热情

　　机器学习科学家的一天

　　显示更多

　　机器学习科学家做什么

　　机器学习科学家与数据科学家有着许多相同的职责，包括数据分析和模型构建。机器学习科学家还与机器学习工程师合作。机器学习科学家专注于研究复杂的算法和构建模型。机器学习工程师将这些模型转化为产品。

　　CSO 执行会议/东盟：David Walker 谈数据、安全和创新

　　0 秒 13 分 48 秒音量 0%

　　为了了解成为一名机器学习科学家所涉及的内容，我们采访了开发工具提供商 Gretel.ai 的首席机器学习科学家 Amy Steier。

　　数据科学一直是一个发展非常迅速的领域，要在其中保持出色就需要不断学习。”

　　成为机器学习科学家

　　Steier 拥有加州大学圣巴巴拉分校 (UCSB) 的计算机科学学士学位。然后，她继续在加州大学圣地亚哥分校 (UCSD) 获得计算机科学博士学位，重点是人工智能 (AI) 和机器学习。

　　然而，在大学期间，从事技术工作并不确定。“我最初在心理学和计算机科学之间有点纠结，”Steier 说，“但由于我更倾向于计算机，所以我决定主修这门学科。我非常喜欢它，从未回头。”

　　[参加 11 月 8 日的虚拟峰会 - CIO 的云峰会的未来：掌握复杂性和数字创新 - 立即注册！]

　　长期以来，Math 一直对 Steier 感兴趣。“在我上学的早期，我擅长并且非常喜欢数学，”她说。“对我来说，这就像一场游戏。在高中时，我的老师鼓励我加入数学俱乐部，所以最终我做到了。我所有的朋友都觉得这很歇斯底里。”

　　施泰尔开始理解人们必须有一种内在的倾向来享受他们擅长的事情。“这种信念后来成为我决定去读研究生的一大动力，”她说。“我的理由是，如果我要把我的大部分时间投入到我的职业生涯中，我应该尽可能地享受它，而做到这一点的一种方法就是在某件事上做得很好。”

　　在读研究生期间，Steier 开始对数据科学充满热情，特别是对数据的力量和潜力充满热情。“数据科学一直是一个发展非常迅速的领域，要在其中保持良好状态需要不断学习，”她说。“我对这个领域的热情让我不断想要学习和体验更多。”

　　早教与就业

　　从 UCSB 毕业后，Steier 的第 一份工作是 1986 年在计算机科学公司 (CSC) 担任程序员分析师。当时该公司正在为美国海军建立一个大型金融系统。“这项工作很令人满意，但感觉好像我对海军金融的了解比我对计算机的了解要多得多，”她说。

　　为了提高自己的专业知识，从而更享受自己的工作，Steier 于 1990 年进入研究生院。在探索了不同的主题后，她专注于 UCSD 的人工智能组，并能够在 CSC 的前两年兼职工作.

　　此后，施泰尔于 1992 年担任大英百科全书的顾问，并能够在她的博士研究中使用百科全书的数据。“他们拥有的数据在其丰富性和尚未开发的潜力方面令人惊叹，”她说。“就这样开始了我对数据的持久热情的热爱，这将持续我的整个职业生涯。它的力量、神秘、阴谋和潜力一直让我着迷。”

　　在 Steier 获得博士学位后，她成为了研发总监，并最终成为了 La Jolla 研究实验室的研发副总裁。

　　追随她对数据的热情

　　2000 年，施泰尔为儿子的出生请了大约一年半的假。她最终开始兼职作为 ContentScan 的顾问，进行智能书目分析。从那里，她于 2003 年在 Websense 找到一份兼职工作。她曾在 CTO 办公室工作并最终负责管理，探索新技术和产品方向。

　　“在我职业生涯的那个阶段，我面临着一个重大决定，”施泰尔说。“我是继续走管理之路还是将自己转向更多地专注于动手工作？我喜欢能够为团队设定愿景并帮助团队成员在他们的职业生涯中蓬勃发展。但我对动手工作充满热情。我追随我的热情，从不后悔。即使在今天，当被问及职业道路的建议时，我仍然建议追随你的热情。”

　　Steier 在 Websense 担任网络分类系统的首席研究员。“我们主要使用大型支持向量机将内容分类为 80 多个主题和十几种不同的语言，”她说。“那个系统今天仍在使用。”

　　我的职业生涯一直由我对数据的热情驱动，现在我能够专注于帮助每个人利用数据的力量和潜力。”

　　当网络安全成为热门话题并且 Websense（最终被 Raytheon 收购，现在称为 Forcepoint）转变为一家安全公司时，Steier 在网络安全小组中担任了一个角色。“我参与了大量专注于网络和数据安全的创新项目，”她说。“我从事恶意软件自动分类、出站恶意软件通信检测、恶意网站自动检测、威胁态势可视化和其他创新项目的工作。”

　　2019 年，施泰尔与一位前同事共进午餐，他正在第二次成功创业。“当他解释 Gretel.ai 的使命和愿景时，我立刻就被吸引住了，”她说。“我们的任务是消除为每个人共享数据的隐私障碍。从我记事起，轻松访问数据一直是我的痛点。”

　　加入 Gretel.ai “就像回家一样，”Steier 说。“我的职业生涯一直由我对数据的热情驱动，现在我能够专注于帮助每个人利用它的力量和潜力。”

　　机器学习科学家的一天

　　“我喜欢通过查看我的阅读队列并查看当天早上阅读的有趣或相关内容来开始我的工作日，”Steier 说。“然后我通常每天都会开几次会——无论是公司还是研究团队相关的话题。我尽量把我的会议集中在一起，这样我就可以把时间集中在我目前正在进行的任何研究项目上。”

　　有时，这项工作涉及更多阅读以探索迄今为止所做的工作，或者寻找可能激发项目新角度的技术创新。Steier 每天花费大量时间构建各种概念验证，每一个都与公司产品路线图中的愿景相关联。

　　“我们目前正在招聘，所以我每周都会接受一次电话面试或面试，”Steier 说。“我们写了很多博客，接受采访，做播客和谈话，所以我可能会花一些时间在其中一个项目上。也许每月一次，我将参与特定公司的用例并帮助 [计划] 解决方案。我们在 Slack 上聊了很多关于工作相关的话题和随机有趣或有趣的话题。”

　　职业生涯决定性时刻

　　我们向 Steier 询问了她最难忘的职业时刻。“真正引人注目的是大英百科全书的那一刻，当我意识到我对数据的深刻热爱和迷恋时，”施泰尔说。“我记得我在一次会议上向同事解释它的确切时刻。大声说出来会让它真正深入人心。我在整个职业生涯中都带着这种激情。”

　　最近，“加入 Gretel 让我对我对数据的热情以及它在机器学习和人工智能领域的作用重新焕发了活力，”Steier 说。“当我第 一次开始在数据领域工作时，公司所做的很多事情都因隐私问题而无法访问或共享数据而受阻。但是由于合成数据，我一直在实时观察这种变化。工具，就像我们在 Gretel 构建的一样，消除了障碍，让数据变得更加民主化。我认为这使世界各地的技术社区能够利用更多的数据集并利用它们提供的力量。”

　　Steier 说，获得博士学位也打开了很多大门。“在那之后，继续学习成为我职业生涯中自然而必要的一部分，”她说。“这一直意味着大量阅读、与同事交流以及乐于尝试新想法。”

　　对他人的启发和建议

　　Steier 说，她的父母是她最大的灵感来源。“在我一生的大部分时间里，我父亲是南加州大学（南加州大学）的电气工程教授，我母亲拥有几家服装店。很明显，他们喜欢他们的工作。上大学从来都不是问题，只是成长过程中自然而然的一部分。有勇气继续前进并进入研究生院是基于我父母坚定不移的信念，即我可以做到这一点。”

　　她说：“没有生活没有困难，但我相信我对工作的热情帮助我恢复了韧性。”“每一次失去亲人，我的工作提供了一个避难所，帮助我重新站稳脚跟。”

　　对于寻求与她类似的道路的其他人，Steier 的建议很简单：“接受教育，跟随你的心，并接受持续学习，”她说。