机器学习岗位这几年都很热门，人工智能技术得到大众的广泛认同，希望学习机器学习的人越来越多了，那么如果从事机器学习我们需要具备哪些知识体系呢？
我从事机器学习相关工作有五年多了，作为一位从业者，我从自身的角度来谈谈需要哪些技能和知识吧。
现在机器学习相关的岗位主要有数据挖掘岗、数据分析岗、人工智能相关岗位这三大类。
其中，数据挖掘岗一般是指大数据相关的算法挖掘，侧重分布式计算编写的能力，比如会要求从业者具备hadoop、hive、spark、flink等大数据框架的算法编写能力，常用于推荐系统等。
数据分析岗偏向业务分析，一般是做传统的数据分析的工作，要求对业务有着深刻的理解，非常看重数据的理解和特征的处理工作，平时的工作和kaggle上面的竞赛题很像，但在工程化的要求上会更高些；
人工智能相关岗位一般指深度学习研究员、NLP工程师或者图像处理工程师，在技能栈上要求从业者会使用深度学习的框架如Tensorflow、Pytorch、Caffe2或Mxnet，在算法上要求从业者对特定领域的知识和模型有着更深入的研究，如NLP工程师你要了解该领域常用的模型，如词向量、实体识别、Transformer、BERT等模型，像图像处理工程师要知道卷积计算、池化计算、感受野，模型要了解vgg、resnet、densenet、yolo系列等。
如果担心自己学历成为瓶颈得话可以选择数据挖掘岗和数据分析岗位。
如果是以找工作为目的想了解自己需要什么知识，有个比较好用得办法，那就是直接上招聘网站看看别人的岗位要求和说明，这招不管对哪个行业都是可行得，以上面三大类的岗位为例子：
大数据挖掘类岗位
通过招聘的职能要求来看，数据挖掘岗偏工程能力会更多点，特别是对大数据的技术栈要求会比较高，因为需要解决很多实际生产中的数据工程问题。
数据分析类岗位
数据分析岗会更偏向对业务和数据的理解，在职能上其实偏向为产品的运营提供支撑，现在比较热的数据中台其实就是将数据分析岗的工作提炼出来整合成一个平台工具。
人工智能相关岗位
人工智能相关岗位现在招的比较多得还是CV和NLP两个领域，由于是细分领域，因此对领域得专业知识要求会比较高，而且工作性质整体上是偏研发+工程，所以很多岗位还会要求有顶会论文。
机器学习得相关岗位很多，具体需要具备哪项知识技能，得看你具体喜欢做哪个方向，如果是喜欢做纯工程得工作得话可以选大数据挖掘方向，如果是喜欢做学术研究加工程落地得话可以选人工智能相关岗位，如果是喜欢去洞察业务，用数据去解决实际中得业务问题可以选择数据分析师。对于初级岗位来说，我觉得本科生都没问题，三类岗位都完全可以胜任，但你如果想找高级岗位的话，对于人工智能岗位方向最好是硕士或者博士。
最后附上dformoso那里得一张关于机器学习得思维导图，你看看哪些是你还欠缺得知识，赶紧去补足吧：
