成為計算機視覺工程師的第一個月，我都學會了什么？

點擊下方卡片，關注“新機器視覺”公眾號

視覺/圖像重磅干貨，第一時間送達

作者 |?Richmond Alake

譯者 |?彎月

來源 | 小白學視覺

我寫這篇文章的目的是為了向那些沒有接觸過機器學習行業(yè)的人們介紹一下我作為計算機視覺工程師第一個月以來的體驗，希望這些內部信息能夠讓你們在做職業(yè)選擇時有所啟發(fā)。

但是請記住，本文只是我的個人體驗，并不代表整個行業(yè)。

我將在本文中探討以下內容：

• 在這一個月里我的內心充滿了恐懼

• 視覺工程師的研究要求

• 為什么研究很重要

• 哪些技術有助于以機器學習為中心的工作取得成功

01.恐懼與責任

老實說，我在惴惴不安中度過了第一個月。這并不是我的第一份正式工作，在成為機器學習/計算機視覺工程師之前，我曾做過三年半的Web開發(fā)。

但這次的感覺有很大的不同。我感到恐懼的原因有以下幾種：

• 我負責與公司產(chǎn)品相關的所有計算機視覺工作

• 我們團隊非常信任我的各項決定

恐懼不一定是一件壞事，我用恐懼武裝自己，迫使自己將工作做到盡善盡美，并在需要時給予100%的回報。

02.研究

作為公司的首位以機器學習為中心的員工，大家希望我提出最恰當?shù)墓ぷ髁鞒獭?/span>

其中包括許多研究工作。

作為一名機器學習工程師，你必須理解各個發(fā)表論文中提及的最新技術的關鍵細節(jié)。

實現(xiàn)技巧對工程師至關重要，但是你必須成為該領域的專家，才能解釋清楚機器學習模型的工作原理，或為什么選擇其中一種方法而舍棄其他方法。

在這一個月里，我閱讀了大量有關標準計算機視覺問題解決方案的研究論文，例如姿態(tài)估計、語義分割、對象檢測等等。

03.技術

我們公司主要的產(chǎn)品以iOS移動應用的形式呈現(xiàn)。

而我沒有接觸過開發(fā)iOS移動應用的經(jīng)驗，因此在這一個月里我不得不熟悉Xcode（開發(fā)移動應用程序的IDE）以及Swift（蘋果的移動開發(fā)編程語言）。

很多人可能不太了解，其實一名優(yōu)秀的機器學習工程師也必須掌握軟件開發(fā)的技術。

機器學習工程師的工作不僅限于Jupyter Notebook和Python腳本，而且還需要使用新的編程語言來構建網(wǎng)站或移動應用，這是一個非常高的要求。

每天，我都需要交替使用Swift、Python和JavaScript來完成各種不同的任務。

其中的關鍵并不是要掌握大量編程語言，而是需要具備掌握大多數(shù)編程語言基礎知識的能力。

學習面向對象編程（OOP）是一個不錯的起點。

通常，從一種編程語言中學到的知識在其他語言中也通用。

04.硬件

在我的個人項目中，一般我會使用Nividia Geforce GTX 1650來訓練大多數(shù)機器學習模型。但這個GPU遠遠比不上訓練最新模型所需的硬件規(guī)范。

在這一個月里，我的任務是總結出公司應該購買的GPU工作站技術規(guī)范。

為了選擇合適的硬件組件，我需要預見未來幾個月甚至幾年我將要訓練的模型類型。

為了做出正確的決定，我不得不做大量的研究工作，搞清楚最新的研究論文采用了哪些硬件規(guī)格來訓練模型。

同樣，我還需要研究能夠支持穩(wěn)定工作站的其他硬件組件。

我考慮了以下各個方面：

• 冷卻系統(tǒng)

• 主板和處理器

• 電源容量

• GPU插槽

• 以及其他……

05.文檔記錄

軟件的文檔記錄過程冗長、乏味且無聊。但是將商定的技術方法全部記錄下來至關重要。

我們必須記錄采取的每項決定和方法，以方便告知團隊成員和后來的新人。

在第一個月里，我在記錄文檔上了大約12個小時，雖然很沒意思，但非常有必要。

我記錄的內容包括：

• 記錄推進機器學習項目時采用的流程

• 研究論文的摘要，方便大家快速消化重要資料

• 關鍵項目以及軟件解決方案的實現(xiàn)方法

• GPU工作站硬件規(guī)格比較

• 代碼內文檔，說明實現(xiàn)代碼的原因和邏輯

各個崗位都有很多需要記錄的領域。每周都應該花費至少2個小時來專門處理文檔。

06.喜歡這份工作

作為公司正式的計算機視覺工程師，我在第一個月里學習了很多有關如何應用機器學習技術的見解。

我發(fā)現(xiàn)，許多人可能不知道機器學習模型并不是最終產(chǎn)品。機器學習本身只是軟件工程中的一個環(huán)節(jié)；只有將我們的研究成果嵌入到軟件系統(tǒng)中，才能以創(chuàng)新的方式執(zhí)行任務。

展望未來，第一個月的工作讓我意識到我很喜歡機器學習能夠帶來的創(chuàng)造性輸出。

朝著創(chuàng)新的目標努力可以讓平凡的模型實現(xiàn)、調試以及訓練任務少些無聊。

07.總結

在第一個月中，我實現(xiàn)了以下目標：

• 為計算機視覺的實現(xiàn)過程設定標準

• 學習一種新的編程語言

• 提供用于構建公司GPU工作站的硬件規(guī)范

• 學習計算機視覺技術的實現(xiàn)技術，例如姿態(tài)估計、手勢識別和語義分割等

• 學習TensorFlow和TensorFlow Lite

在接下來的幾個月中，我將探索并實現(xiàn)更多最新的解決方案。希望在三個月后，我能在這個崗位上更上一層樓。

原文鏈接：

https://towardsdatascience.com/my-first-month-as-a-computer-vision-engineer-5813574d394a

本文僅做學術分享，如有侵權，請聯(lián)系刪文。

—THE END—