理工酷

我看网上的其他答案很好地涵盖了这个问题的技术方面，比如你需要学习的基础知识，你应该学习的课程，你应该读的论文等等。我将从另一个角度来讨论这个问题，并谈谈为了成为一名优秀的机器学习工程师，你需要具备或能够培养的品质，以下的建议没有特定顺序：

享受一个迭代的开发过程。如果要构建机器学习系统，则需要能够使用非常简单的模型快速构建版本0.1，然后通过迭代使其在每个后续阶段都变得更好。

需要对何时终止有一个好的直觉。在任何机器学习系统中，都可以通过对其进行更多的迭代来提高精度。但在某个时刻，你投入的努力超过了你从中获得的价值，希望以后的你能够确定这一点。

调整好心态。不要因为失败感到沮丧，很多模型和实验都会失败，没关系。你应该时刻保持好奇心，成功的往往是好奇周围世界并继续学习的人。

良好的数据直觉。你应该善于识别数据中的模式，能够创建快速的数据可视化（使用R、Python、Matlab或Excel等），这点对你的未来发展很有帮助。

度量标准可以很好地概述系统的运行状况，但你还要继续直接查看各个示例。手动查看最大的成功和最大的损失（例如，对搜索引擎的查询效果最差的查询）以及数据的随机样本，可以使你了解有关机器学习系统的更多知识，而原始指标却没有这个作用。

最好能够开发一种通用的方法来修复模型中的错误分类。修复单个bug只会让您获得局部最大值。通常情况下，单独的修复也会使模型更复杂，更难使用。将所有问题聚集在一起并确定共同的主题将使你能够集中精力解决影响最大的问题，这些问题可以在下一轮迭代中解决。

在开发模型时，你应该经常站在系统用户/客户的观点思考问题。建造一个对你自己来说足够好的东西很容易，但是在工作中用户的需求更重要。