# 算法 / 机器学习工程师

> 交付的是「行为是学出来的」那种系统 —— 没有人能逐行说明它为什么这么做,而仍然要有人决定它是否好到可以用在人身上。

网页: https://flyvolo.ai/zh/careers/machine-learning-engineer
影响指数: 47/100 · 置信度 低置信度 · 评估于 2026-09-12
这不是失业概率。

## 适用范围

适用于构建、评估并运行「学出来的系统」的工程师 —— 推荐、排序、视觉、语音、风控、预测,以及越来越多建立在买来的模型之上的应用。它与其它计算机类页面不在同一个轴上:那几页按层或按资历切,这一页按你交付的是什么切。做新方法的研究员,以及在一家公司里负责把 AI 推下去的人,是另外的工作,各有自己的一页 —— 「AI 研究员」与「AI 落地负责人」。

## 任务

### 为这个问题做一个模型

- 方向: 正在自动化
- 依据: 有证据(附已核实记录)
- 为什么: 两股力量,而只有一股是这个站平时说的「自动化」。工具确实把搜索过程自动化了 —— 选结构、调超参从「做」变成了「配」。更大的那股力量性质不同:大量过去必须训点什么才能解决的问题,现在是调用一个别人训好的模型。这项任务不是变得机器可做了,是它的产物变得可以买了。
- 这还不能说明什么: 本站的四个方向词分不出这两种机制,而这个区别对任何据此页做打算的人都要紧:一件因为「可以买」而消失的工作,会在供应商的价格、许可或能力变动时重新出现,而一件「机器学会了做」的工作不会这样回来。它也没有说那些买不到的领域 —— 窄场景、私有数据、延迟受限、受监管 —— 而这些并不罕见。
- 记录:
  - 2025-11-21 · 实际部署 · Instacart 称,它把多个分别训练的搜索查询理解模型合并为一个微调过的大模型,已在每周数百万次搜索上运行,工程师的核心挑战不再是特征工程 — https://flyvolo.ai/zh/changes/ev-20251121-machine-learning-engineer-4 (来源: https://company.instacart.com/tech-innovation/building-the-intent-engine-how-instacart-is-revamping-query-understanding-with-llms)
  - 2024-10-09 · 技术能力 · OpenAI 用 75 场 Kaggle 竞赛搭了一个考机器学习工程的基准,表现最好的组合在其中 16.9% 拿到了铜牌水平 — https://flyvolo.ai/zh/changes/ev-20241009-machine-learning-engineer-1 (来源: https://arxiv.org/abs/2410.07095)

### 决定什么才算够好

- 方向: 仍由人主导
- 依据: 有证据(附已核实记录)
- 为什么: 一个学出来的系统,正确性没法被定义,只能被测量 —— 所以那把尺子本身就是交付物,而它必须由知道「在这里犯错要付什么代价」的人来做。一个模型已经见过的基准什么也测不出来,所以做一套诚实的测试集是一份对抗性的工作,不是一份收集数据的工作。模型越强,这项任务越稀缺 —— 被评判的东西越难,评判本身就越难。
- 这还不能说明什么: 这是一条关于工作性质的判断,不是对「有没有人做这件事」的测量。有大量团队根本不做,直接拿供应商公布的基准就上线 —— 那正是这一条描述的失效方式,不是反证;但「那是多少家」在任何地方都没有被数过。
- 记录:
  - 2026-04-13 · 实际部署 · 2025 年美国联邦 AI 用例清单列出 227 套机构自评高影响且已投产的系统:测试记为已完成的 44 套、进行中 81 套、留空 102 套 — https://flyvolo.ai/zh/changes/ev-20260128-machine-learning-engineer-3 (来源: https://github.com/ombegov/2025-Federal-Agency-AI-Use-Case-Inventory)
  - 2024-10-09 · 技术能力 · OpenAI 用 75 场 Kaggle 竞赛搭了一个考机器学习工程的基准,表现最好的组合在其中 16.9% 拿到了铜牌水平 — https://flyvolo.ai/zh/changes/ev-20241009-machine-learning-engineer-1 (来源: https://arxiv.org/abs/2410.07095)

### 把数据弄成能学的样子

- 方向: 正在被增强
- 依据: 有证据(附已核实记录)
- 为什么: 模型辅助标注与合成数据把这件事的工作量拿走了大半,而那是真的:过去要一个团队干几周的,现在常常一个下午就有初版。没能迁移过去的是「知道哪些样本从一开始就不可能被采集到」—— 而一个只能读到「在场之物」的工具,看不见缺席。
- 这还不能说明什么: 这里没有量任何一个团队在这上面花多少时间,而一个手上已有数据资产的团队和一个从零开始的团队之间,这个答案差一个数量级。用模型去标注「用来训模型的数据」本身也有已知的失效模式,而这条判断没有称量它。
- 记录:
  - 2024-05-16 · 实际部署 · 微软必应团队报告:自 2022 年底起,它的大部分离线相关性标注由大模型配合专家标注员完成,大模型比第三方标注员更准确 — https://flyvolo.ai/zh/changes/ev-20240516-machine-learning-engineer-5 (来源: https://arxiv.org/abs/2309.10621)

### 当它悄悄不灵了

- 方向: 正在被增强
- 依据: 有证据(附已核实记录)
- 为什么: 检测确实进步了:监控工具现在比一个盯看板的人更早、更好地把分布偏移指出来。拿它怎么办没有动,因为几个选项是在生意层面互相权衡的 —— 重训要花钱而且可能更糟,关掉今天就有看得见的代价,而什么都不做同样是一个决定。
- 这还不能说明什么: 这里的统计只覆盖选择作答的联邦系统,描述的是流程,不是效果。一个模型一年无人看管地运行并不少见 —— 没有人看的地方,这项任务根本没有人做。
- 记录:
  - 2025-01-23 · 实际部署 · 2024 年美国联邦 AI 清单里,76 个说明了监控方式的在运行 AI 系统中,47 个依靠人工更新模型,只有 5 个有带漂移检测的完整流水线 — https://flyvolo.ai/zh/changes/ev-20250123-machine-learning-engineer-6 (来源: https://github.com/ombegov/2024-Federal-AI-Use-Case-Inventory/blob/739f686fdf8c52d1be15bd6e945aec2ef59c8a68/data/2024_consolidated_ai_inventory_raw_v2.csv)

### 手工造输入特征

- 方向: 正在自动化
- 依据: 有证据(附已核实记录)
- 为什么: 这一项在本站所测量的这段时期开始之前就基本结束了。表示学习在 2010 年代把视觉、语音与文本里手工设计的特征替换掉了,此后这个模式又扩展到表格与序列问题上。它仍然写在这一页上,是因为大量教材至今仍在教它 —— 于是人们带着「这就是这门手艺」的预期进来。
- 这还不能说明什么: 证据是个别公司对自己系统的描述,不是对整个领域的测量。在一些不允许无法解释的输入的受监管场景里,针对领域设计的特征仍然起着承重作用,这一判断没有把它们区分出来。
- 记录:
  - 2025-11-21 · 实际部署 · Instacart 称,它把多个分别训练的搜索查询理解模型合并为一个微调过的大模型,已在每周数百万次搜索上运行,工程师的核心挑战不再是特征工程 — https://flyvolo.ai/zh/changes/ev-20251121-machine-learning-engineer-4 (来源: https://company.instacart.com/tech-innovation/building-the-intent-engine-how-instacart-is-revamping-query-understanding-with-llms)

### 为它对人做了什么答复

- 方向: 新出现的任务
- 依据: 有证据(附已核实记录)
- 为什么: 这是新工作,而它来自监管,不是来自能力:好几个市场正在给用于招聘、信贷、教育和公共服务的系统附加义务。欧盟《人工智能法》要求,高风险系统背后的数据必须检查可能的偏见,并记录其适合预期用途;这项义务落在提供方身上,最终要落到一个懂得模型到底吃进了什么的人身上。这条规则已经通过,对大多数高风险系统自 2027 年 12 月 2 日起适用。
- 这还不能说明什么: 这是一条已写入法律但尚未适用的规则,它点名的是机构,不是具体的工程师;各市场和不同用途的要求差别很大,这里也没有任何东西显示公司内部谁被告知这是自己的活。
- 记录:
  - 2024-08-01 · 限制或撤回 · 欧盟《人工智能法》第 10 条要求高风险 AI 系统背后的数据必须经过偏见检查,并就其是否适配预期用途留下记录;自 2027 年 12 月 2 日起适用 — https://flyvolo.ai/zh/changes/ev-20260802-machine-learning-engineer-2 (来源: https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=CELEX:02024R1689-20260727)

## 怎么引用

- 单位是任务,不是职位名:说哪些任务在变、哪些不变。
- 每项任务的依据与限制要一起带上;推断不是结论。
- 本页不给年份。不要从中推出一个。
- 更多: https://flyvolo.ai/llms.txt