最近机器学习工程师已经成为了一个非常热门的岗位，很多的工程师都想转行到这个岗位。本文根据 Coursera 上面的课程，列了一个从新手到专业工程师的学习计划，提供给大家学习。以下是具体的学习路径：
机器学习工程师必修课（6门课程）
- 课程 1：Algorithmic Toolbox（共35小时）
- 课程 2：Data Structures（共35小时）
- 课程 3：Algorithms on Graphs（共20小时）
- 课程 4：Algorithms on Strings（共23小时）
- 课程 5：Advanced Algorithms and Complexity（共43小时）
- 课程 6：Genome Assembly Programming Challenge（共19小时）
初级机器学习工程师（6门课程）
- 课程 1 ：Machine Learning（共45小时）
- 课程 2 ：Introduction to Data Science in Python（共21小时）
- 课程 3 ：Applied Plotting, Charting & Data Representation in Python（共15小时）
- 课程 4 ：Applied Machine Learning in Python（共22小时）
- 课程 5 ：Applied Text Mining in Python（共16小时）
- 课程 6 ：Applied Social Network Analysis in Python（共17小时）
中级机器学习工程师（4门课程）
- 课程 1 ：Machine Learning Foundations: A Case Study Approach（共21小时）
- 课程 2 ：Machine Learning: Regression（共26小时）
- 课程 3 ：Machine Learning: Classification（共23小时）
- 课程 4 ：Machine Learning: Clustering & Retrieval（共21小时）
高级机器学习工程师（3门课程）
- 课程 1 ：Neural Networks and Deep Learning（共5小时）
- 课程 2 ：Improving Deep Neural Networks（共5小时）
- 课程 3 ：Structuring Machine Learning Projects（共5小时）
机器学习工程师方向选择（12门课程）
- 课程 1 ：Google Cloud Platform Big Data and Machine Learning Fundamentals（共8小时）
- 课程 2 ：Leveraging Unstructured Data with Cloud Dataproc on Google Cloud Platform（共5小时）
- 课程 3 ：Serverless Data Analysis with Google BigQuery and Cloud Dataflow（共6小时）
- 课程 4 ：Serverless Machine Learning with Tensorflow on Google Cloud Platform（共8小时）
- 课程 5 ：Building Resilient Streaming Systems on Google Cloud Platform（共5小时）
- 课程 6 ：Introduction to Recommender Systems: Non-Personalized and Content-Based（共14小时）
- 课程 7 ：Nearest Neighbor Collaborative Filtering（共11小时）
- 课程 8 ：Recommender Systems: Evaluation and Metrics（共8小时）
- 课程 9 ：Matrix Factorization and Advanced Techniques（共7小时）
- 课程 10 ：Probabilistic Graphical Models 1: Representation（共27小时）
- 课程 11 ：Probabilistic Graphical Models 2: Inference（共22小时）
- 课程 12 ：Probabilistic Graphical Models 3: Learning（共22小时）
来源：Coursera