时间管理是将一定量的时间量委派给特定任务以实现既定的成功衡量标准的过程。成功的时间管理的附加产品是高效的任务完成和生产率的提高。

虽然一个ML工程师主要是要实现机器学习模型和系统，但ML工程师还承担一些其他职责（下面列出的示例）。作为附加职责的结果，机器学习工程师需要优先处理任务，并分配适当的时间和精力来使任务完成到令人满意的水平。

ML工程师的其他职责示例包括：

• 指导初级工程师
• 管理工程团队
• 研究最新的ML技术和算法

ML工程师或从业人员可以采取一些步骤来培养良好的时间管理技能。在你的下一个或当前项目中，你需要分割实现重要事件所需的任务，并制定包括每个任务描述和估计完成时间的计划。

并非所有任务都一样创建

制定计划还不够。为了通过有效的优先级排序来最大化生产率，我们付出了巨大的努力。通过首先处理基本任务，你会感觉到时间被有效地利用起来了。

对于工作场所的ML工程师来说，还有一个巧妙的技巧。即当系统询问你实现ML模型或算法所需的时间时，无论你最初考虑什么时间，都将其加倍，甚至可以将其加三倍以提高安全性。因此，如果你的任务是在移动应用程序中实现语义分割技术，并且你估计这需要三天才能完成，请注意，你可以设置它的完成时间为一周，这为你提供了缓冲时间来解决可能出现的、任何不可预见的问题。高估完成任务所花费的时间总比低估好。

领导才能

领导才能作为机器学习从业者的一项软技能的重要性是毋庸置疑的。无论你处于何种职业水平，都必须培养自己的领导才能。

领导力可以定义为一种博学的特质，使个人能够激发，激励和引导一群人朝着一个共同的目标迈进。

ML从业人员可以通过以下方式发挥领导作用：

• 首席工程师或ML团队经理应该表现出对他们正在从事的项目的热情，或者至少对人工智能的渴望。对领导或管理人员的热情可以为团队成员创造灵感。
• ML从业者应该了解公司，组织或项目背后的原因。通过了解组织采取的行动和决策的“原因”，你可以执行超出你技术能力范围的行动。
• 伟大的领导者应以身作则。在此我用一个场景来说明这一点，让一个ML工程师承担并完成几乎被认为是不可能的项目或任务。之后，教其他团队成员如何处理将来可能发生的类似任务。

ML练习者可以通过以下行为来培养领导能力：

• 与团队中的个人紧密合作。不仅要进行个人项目，还要进行涉及各行各业的个人参与的大型项目。
• 通过预见项目的长期影响，练习有远见和良好的决策技能。
• 把握机会练习公开演讲。
•