日期： 2024 年 5 月 15 日
作者： Andrew Ng
來源：《AI 職涯簡單指南》
目的： 回顧並總結 Andrew Ng 在《AI 職涯簡單指南》節選中關於建立 AI 領域職涯的主要觀點、核心概念和重要事實。
核心主題：
- AI 的重要性與普及化： AI 被視為如同過去的電力一樣，將徹底改變人類生活的各個層面，而「編寫 AI 程式碼是新的識字能力」。
- AI 職涯發展的三個階段： 學習基礎技能、參與專案實作、以及尋找工作。這三個階段相互疊加，持續進行。
- 學習基礎技術技能的重要性： 強調機器學習、深度學習、相關數學、以及軟體開發技能對於 AI 職涯的關鍵性。
- 專案實作的價值： 透過實際專案深化技能、建立作品集、並產生實際影響。強調專案的發想、評估、里程碑設定和資源預算。
- 職涯目標導向的專案選擇： 鼓勵選擇有助於技術成長、有良好團隊合作、且能成為未來職涯跳板的專案。
- 建立展現技能進展的作品集： 作品集應呈現從簡單到複雜的專案，並強調溝通能力和領導能力的重要性。
- AI 求職的簡單框架： 分析角色轉換和產業轉換在 AI 求職中的影響，並建議逐步進行。
- 資訊型訪談的應用： 強調在求職前透過與目標公司或職位的人進行非正式訪談，以深入了解實際情況。
- 尋找適合自己的 AI 工作： 強調基本功、尊重負責的態度、團隊選擇的重要性，以及善用社群資源。
- 建立 AI 職涯的關鍵要素： 除了技術能力，團隊合作、人際網絡建立（以建立社群為導向）、個人自律和利他主義也至關重要。
- 克服冒名頂替症候群： 鼓勵 AI 新手擁抱學習過程中的挑戰，並強調社群支持的重要性。
- 時間的寶貴： 以人類壽命的總天數提醒讀者珍惜每一天，將時間投入有意義的事情。
重要觀點與事實：
- AI 的普及性： Andrew Ng 強調「AI is the new electricity. It will transform and improve all areas of human life.」並認為「Someday, I hope, it will be just as common that people know how to write code, specifically for AI.」他以披薩店老闆為例，說明即使是非技術背景的人也能透過 AI 和數據科學改善業務。
- 職涯發展三階段：「Three key steps of career growth are learning foundational skills, working on projects (to deepen your skills, build a portfolio, and create impact), and finding a job. These steps stack on top of each other…」他指出這三個階段在 AI 領域有其獨特性，例如 AI 技術不斷發展，學習是持續終身的過程；專案合作常需與非 AI 專業人士溝通；AI 領域的職位和技能需求仍在不斷演變。
- 基礎技術技能： 他列出技術職涯最重要的幾個方面，包括「Foundational machine learning skills」、「Deep learning」、「Math relevant to machine learning」（線性代數、機率統計、探索性數據分析、基礎微積分）、「Software development」（程式設計基礎、資料結構、演算法、軟體設計、 Python 及相關函式庫）。他建議透過結構化的課程學習，並養成終身學習的習慣，「If you can cultivate the habit of learning a little bit every week, you can make significant progress with what feels like less effort.」
- 數學的重要性： Ng 認為學習數學是為了「to make the decisions required for the work you want to do.」隨著技術成熟，某些數學的深入理解可能不再像過去那麼重要，但在深度學習等新興領域，理解背後的數學原理有助於除錯和做出更好的決策。
- 專案發想與執行： 專案的起點是「Identify a business problem (not an AI problem).」他建議與領域專家交流，了解他們希望改進的問題。在執行方面，他介紹了「Ready, Aim, Fire」和「Ready, Fire, Aim」兩種不同的策略，強調後者在低成本執行和快速迭代時的優勢，尤其是在建立機器學習模型時，「it makes sense to build an end-to-end system quickly and revise it until it works well.」
- 專案選擇標準： 考慮專案是否能「help you grow technically?」、「Do you have good teammates to work with?」、「Can it be a stepping stone?」並提醒避免「analysis paralysis」，鼓勵快速行動。
- 作品集的重要性： 作品集應展現技能的「progress over time from simple to complex undertakings」，並強調「Communication is key」和「Leadership isn’t just for managers.」
- AI 求職策略： 建議求職者分析自己是否在進行「role switch」或「industry switch」，並建議先專注於其中一個轉換，再考慮另一個。他認為新創公司可能更容易進行角色轉換。
- 資訊型訪談的價值：「An informational interview involves finding someone in a company or role you’d like to know more about and informally interviewing them about their work.」這有助於了解不同公司對職位要求的差異，以及實際的工作內容和所需技能。
- 尋找適合的工作： 強調「Pay attention to the fundamentals.」、「Proceed respectfully and responsibly.」、「Choose who to work with.」、「Get help from your community.」
- 建立職涯的關鍵： 除了技術，Ng 強調「Teamwork」、「Networking」（以建立社群為目標）、「Personal discipline」和「Altruism」。
- 克服冒名頂替症候群： Ng 鼓勵 AI 新手，「If you want to be part of the AI community, then I welcome you with open arms. If you want to join us, you fully belong with us!」他分享了自己的學習經歷，強調「to become good at anything, the first step is to suck at it.」並鼓勵尋求社群支持和互相鼓勵。
- 時間的價值： 他以「How many days is a typical human lifespan?」的問題引發思考，並分享自己將生命總天數貼在牆上作為提醒，「Whatever you’re doing today, is it worth 1/30,000 of your life?」
總結：
Andrew Ng 在《AI 職涯簡單指南》節選中，為有志於在 AI 領域發展的人們提供了一份實用且鼓舞人心的指南。他強調 AI 的巨大潛力和普及趨勢，並提出了循序漸進的職涯發展框架。除了學習關鍵的技術技能，Ng 同樣重視實戰經驗、有效的求職策略、以及人際網絡和個人特質的培養。他特別鼓勵新手克服內心的不安全感，積極融入 AI 社群，並提醒大家珍惜時間，將其投入到有意義的學習和工作中。這份指南不僅提供了具體的行動建議，更傳遞了 Andrew Ng 對 AI 領域的熱情和對人才培養的承諾。