为什么流利的英语比数学或编程对ML更重要

我收到的一封电子邮件摘录：

我需要你的帮助，因为我不是科班出身。起初，我在* * * *但后来我切换到* * * *和机器学习，这对我来说是新的,但最终我成功了。通过阅读你的文章，你在数据行业拥有比我更多的知识,并且在这个方面取得了很大的成就。我在这个领域中努力完成工作职责，但我不知道为什么，可能是公司正在寻找有经验的人,但他们没有意识到学生刚刚毕业如何获得经验，他们需要入门才能积累经验，但他们无法靠自己获得经验。

你可能会说我对分享这条信息不敏感，但我需要它来表达这一点。如果我读了一遍都看不懂你随意发的短信，你在机器学习领域找到工作的机会就很渺茫了。

你用英语表达自己的能力是你在机器学习中取得成功的先决条件之一。它不是数学、统计甚至编程，而是流利、坚定、强大的英语掌握能力。

拥有流利的英语，你可以：

• 最有效地学习机器学习工作所需的大量信息
• 与招聘人员甚至首席执行官建立自信的人际关系
• 不会在面试中结结巴巴导致失败
• 在项目中获得同事的尊重
• 在不让自己尴尬的情况下协商薪水并要求升职
• 通过阅读和实施SOTA研究论文来提升你的技能和职业生涯
• 参加会议

这样的例子不胜枚举。让我详细地谈谈每个观点，以更好地说服你。如果你想了解更多关于编程的相关内容，可以阅读以下这些文章：
Meta正在做上帝的工作：向世界发布令人震惊的优秀编程模型！
畅销编程书籍中的10个编码秘密
Mojo：比Python快35000倍的AI编程语言
作为一个数据科学家/分析师，不要重复这5个编程错误

不要问无关的问题

尽管在线课程和培训计划正在努力简化机器学习教育，但它的理论性仍然很强。

其他主题的培训资源通常要求5-9年级水平的阅读能力。机器学习则不然，任何关于机器学习的YouTube视频、文章或课程都需要至少有高中水平的理解力。如果我们加上数学因素，机器学习就会成为一个顶级职业（这就是我们获得高薪的原因）。

但是大多数机器学习培训项目并不代表这一残酷的现实。为了增加销量和减少流失，他们不断降低消费内容的门槛。这给了许多人一种错觉，认为在机器学习中只需要Python和其他一些库就可以获得一个高薪的职位。

但是，当这类课程的学生试图完成现实世界的项目时，他们就好像置身于另一个世界。他们在Udemy课程中足够的英语理解力变得不够用了。

因此，他们开始用可搜索或可提示的问题轰炸QA网站和人们的DM（引言中的附录A）。

机器学习工作所需的信息就像浩瀚而汹涌的大海。要游过去，你需要一件好的救生衣。这件救生衣就是你对英语的掌握程度。

亚马逊的职位

初学者开始找工作之前，他们会制作强烈推荐的出色作品集。

但他们采取了错误的方式，用复杂的深度学习模型填充了他们的GitHub简介。他们认为“越复杂越好。”

但这与代码无关（不是100%）。今天，任何人都可以用适当的快速工程技术编写高质量的生产级代码。在LLM时代，写代码在面试组合中失去了分量。

它通常是关于一个人如何为现有的机器学习问题发明简单、原创的解决方案。更重要的是，他们如何展示自己独特的解决方案。

如果你不能在GitHub README中解释你项目的每个步骤的思考过程，你可以复制粘贴整个项目。但是，编写README并不像说起来那么容易。如果不是这样，GitHub上的每个人都会有数百颗星的存储库。

Jeff Bezos说过：“如果没有清晰的思维，就不可能写出一份六页的结构化备忘录。”对于我们这个领域的大多数初学者来说，亚马逊的机器学习职位是一个梦想，看看它在工作中对员工的要求，不管他们是产品设计师还是机器学习工程师，他们都需要编写结构化的备忘录，而不是在会议中浪费时间。

简而言之，这并不是完全取决于你的代码写的有多好。它取决于你从自己的头脑中提取想法并将其传达给他人的能力。无论是口头还是书面形式。

不要像机器人一样说话

在竞争激烈的机器学习市场中，获得面试机会对初学者来说已经是一大步了。面试就是你不停地说话来证明你适合所申请的职位。

在这个时候，你最不应该担心的就是英语。在你和面试官握手之前，你的英语口语应该已经很棒了。

在实际的面试中，你有很多事情要担心：

• 压力
• 微笑
• 握手
• 不要绊倒
• 目光接触但不凝视
• 记住面试官的名字等等

如果你停下来思考如何传达你脑海中的想法，而不是自动地表达，你会说很多“嗯”、“啊”之类的词，没有任何语调的说话（机器人式的说话），犯错误，脱口而出错误的句子，让面试官陷入半昏迷状态。

你每一句流利的英文都能帮助你打败其他数百名等着你失败的竞争者。

团队合作者

有一次，我的眼科医生表弟邀请我担任他和一位外科医生同事之间的翻译。一位欧洲医生要来我的祖国乌兹别克斯坦授课。

见到这位客人后，我意识到他的英语很糟糕。所以，几天后，我开始把他当孩子一样对待。当时我并没有意识到我这么做是因为我是一个典型的、傲慢的青少年。

多年以后，当我变得谦逊许多时，我开始思考为什么我认为自己比他强。毕竟，他是一位拥有医学博士学位的专家，在欧洲经营着自己的医院。

这时，我意识到语言和适当的沟通对于建立相互尊重和与他人的关系的重要性。年轻的我无法尊重医生，因此我不得不用粗鲁的手势来表达自己，并且不停地重复“对不起，你能再说一遍吗？”

想象一下你是同事中的医生。如果你不能和他们沟通，你就不会得到他们的尊重。你的技能和资历并不重要。

机器学习项目很少是单独完成的。在大多数公司，你被迫在一个团队中工作。流利的语言使你更容易与同事交流想法，减少误解，更好地解决问题，提高团队的整体效率。

流利的英语还能跨越技术与非技术的鸿沟。机器学习工程师通常必须将复杂的技术概念转化为非技术利益相关者。用简单的、没有专业术语的语言解释整个项目，你可以促进利益相关者做出更明智的决策——这对你来说是一个巨大的好处。

旁注：利益相关者是受机器学习项目成功或失败影响的人

百万美元的薪水

我们这个领域的大多数创新都是用英语进行的，或者，说实在的，是在美国进行的。这是因为所有的大型科技公司都驻扎在硅谷。为了跟上那里的最新发展，你的英语必须尽可能好。

以使ChatGPT成为可能的论文为例（Attention is All You Need）。如果将前50个单词粘贴到Wordcounter中，它将显示阅读水平为“College graduate”。这相当于C1或C2熟练程度。

OpenAI很好地利用了这篇论文（以及其他几篇论文），以至于他们能够比科技巨头谷歌的Bard早几个月发布ChatGPT。如果OpenAI的员工没有具备阅读和实施这类复杂论文的技能，他们还能取得如此令人印象深刻的成就吗？当然不能！

据《纽约时报》报道，他们的顶尖研究人员每年的收入超过百万美元。是的，他们并不是因为他们的英语水平而获得顶尖的薪水。但是，我们可以猜测，正是他们的英语使他们能够在第一时间开发其他技能，并将其发展到如此高的程度。

职业生涯的加速器

精通英语是一个巨大的职业发展加速器。你总是能看到那些只有几年工作经验的人不断收到来自大公司的工作机会。

是的，他们工作努力，但他们也知道在合适的时间、地点对合适的人说合适的话。以Khuyen Tran为例，她是Medium上的一位作家。

在她写了一篇展示Prefect产品的文章后，她获得了Prefect的一份全职职位。当她因疫情被解雇时，她在一篇帖子中宣布正在寻找新的工作机会。

很多招聘人员都在她的帖子下评论，发出职位邀请（而不是相反），因为他们已经熟悉她的文章和每日的LinkedIn帖子。她在疫情仍在持续的情况下两周内重新被雇佣。

这一切之所以成为可能，是因为她能够用简单的语言向大众解释机器学习主题。

这就是强大的英语能力给你带来的好处：自信地与招聘人员建立联系，建立你的声誉并找到你梦寐以求的工作。

结论

不可否认，数学、统计学和编程是任何机器学习工程师的基本技能。但这篇文章认为，还有一种更基本的技能可以加速其他方面的发展——流利的英语。

我们已经讨论了高水平的英语熟练程度如何促进你职业生涯的每一步，从最有效地用正确的知识武装自己到提高语言技能时打开的可能性。

感谢阅读！你还可以订阅我们的YouTube频道，观看大量大数据行业相关公开课：https://www.youtube.com/channel/UCa8NLpvi70mHVsW4J_x9OeQ；在LinkedIn上关注我们，扩展你的人际网络！https://www.linkedin.com/company/dataapplab/

原文作者：Bex T.
翻译作者：文玲
美工编辑：过儿
校对审稿：Chuang
原文链接：https://ibexorigin.medium.com/why-fluent-english-is-more-important-than-math-or-programming-for-ml-95ba50dfe64a