37歲想轉職AI工程師，會不會很荒謬？

您好:
凡是接受改變永遠都不嫌晚!關鍵是自己想好了嗎?直白些就是決心面對因狀態的異動而產生的混沌了嗎?
AI工程師要會的程式語言、熟悉的演算法、神經網絡和框架、掌握自然語言處理 (NLP)、電腦視覺等專業領域知識我們自己會多少?這些未來吃飯的傢伙我們能夠做到的是多少?能夠即時且有效的完成能力是多少?
以上主要是提供您一個思考方向，衡量自己勝任愉快的能量是否足夠?畢竟轉換跑道就要先面臨企業的甄選，足夠就要盡快動作、不足要想辦法補充，未來才有機會。
年紀不是問題!!更何況依標註我們40不到，連中高齡的45歲門檻都還有資格，當然，相對於年輕小伙子我們虛長幾歲，但我們有狀世代的經驗與歷練，更何況台灣將在今年正式邁入超高齡化的社會結構了，您的壯年期還很長喔!加油!
以上供參。祝您順利!

先給你一句實話 :
37 歲轉職「AI工程師」不是不可能，但成功的人，走的路都很務實、很辛苦，而且多半不是你現在腦中想的那條「高薪AI工程師」捷徑。
--如果你只是想「薪水高、前景好」，那要小心，AI 不是救命仙丹。

我會把「AI工程師」拆成三種，你自己對號入座👇
🟥 路線一：正統 AI / ML Engineer（不推薦你）
需要：
線性代數、微積分、機率
Python + PyTorch / TensorFlow
演算法、模型訓練、部署
👉 37 歲、非理工背景、零基礎
我會很坦白說：
成功率低、時間成本高、心理壓力爆炸

🟧 路線二：資料 / 軟體工程轉 AI（可行但辛苦）
例如：
Data Engineer + AI
Backend Engineer + LLM
MLOps
需要：
紮實工程底（不是只玩模型）
至少 1–2 年投入期
👉 如果你真的能全職拼 1–2 年，且能接受先低薪
這條路「勉強可行」

🟩 路線三（最適合你）：
「AI 應用工程師 / AI產品技術整合」
這才是我會建議你認真考慮的方向。
為什麼？

你有：
攝影 + 自媒體 → 內容、使用者、商業感
懂市場、懂需求、懂呈現
缺的是：工程工具，不是思維

你可以轉成：
AI 應用開發（LLM + API + Web）
AI 工具整合（RAG、聊天機器人、內容生成）
AI 產品技術 PM / 技術導入顧問

👉 市場在找的是：
「會寫一點工程 + 懂實際使用場景的人」

希望以上內容對您有所幫助。