Лепшыя працоўныя месцы для машыннага навучання

Задаволены

• Што такое машыннае навучанне?
• Галіны прамысловасці з выкарыстаннем машыннага навучання
• Як машыннае навучанне мяняе працоўнае месца
• Вы хочаце кар'еру ў машынным навучанні?
• Назвы і прыбыткі
• Патрабаванні да заданняў па машынным навучанні

У верхняй частцы справаздачы ЗША аб новых працоўных месцах LinkedIn за 2017 год былі дзве прафесіі ў галіне машыннага навучання: інжынер машыннага навучання і навуковец дадзеных. Занятасць інжынераў машыннага навучання вырасла ў 9,8 разы ў перыяд з 2012 па 2017 год, а працоўныя месцы навукоўцаў павялічыліся ў 6,5 разоў за той жа пяцігадовы перыяд. Калі тэндэнцыя захаваецца, гэтыя прафесіі будуць мець перспектывы працаўладкавання, якія пераўзыходзяць многія іншыя прафесіі. З такой светлай будучыняй, можа быць, праца ў гэтай галіне падыдзе менавіта вам?

Што такое машыннае навучанне?

Машыннае навучанне (ML) - гэта менавіта тое, што здаецца. Гэтая тэхналогія ўключае ў сябе навучальныя машыны для выканання канкрэтных задач. У адрозненне ад традыцыйнага кадавання, якое дае інструкцыі, якія кажуць кампутарам, што рабіць, ML дае ім дадзеныя, якія дазваляюць ім самастойна разабрацца, як і чалавек ці жывёла. Гучыць як магія, але гэта не так. Яна прадугледжвае ўзаемадзеянне камп'ютэрных навукоўцаў і іншых з адпаведнымі ведамі. Гэтыя ІТ-спецыялісты ствараюць праграмы, званыя алгарытмы - наборы правілаў, якія вырашаюць праблему, - а потым падаюць ім вялікія наборы дадзеных, якія вучаць іх рабіць прагнозы на аснове гэтай інфармацыі.

Машыннае навучанне - гэта "мноства штучнага інтэлекту, якое дазваляе камп'ютэрам выконваць задачы, якія яны не былі дакладна запраграмаваны" (Дыксан, Бэн. Навыкі, неабходныя для машыннага навучання. Гэта Career Finder. 18 студзеня 2017 г.) На працягу многіх гадоў Стывен Леві ў артыкуле, які гаворыць пра прыярытэтызацыю машыннага навучання і перападрыхтоўку інжынераў кампаніі, становіцца больш складаным, але яшчэ больш звычайным: "Шмат гадоў машыннае навучанне лічылася спецыяльнасцю, абмежаванай для эліты мала. Гэтая эпоха скончылася, бо нядаўнія вынікі паказваюць, што машыннае навучанне, якое працуе на "нейронных сетках", якія эмулююць працу біялагічнага мозгу, - гэта сапраўдны шлях да насычэння кампутараў сіламі чалавека, а ў некаторых выпадках і суперлюдзі "( Леві, Стывен. Як Google перажывае сябе як машыннае навучанне першай правадной кампаніі. 22 чэрвеня 2016 г.).

Як машыннае навучанне выкарыстоўваецца ў "рэальным свеце"? Большасць з нас штодня сутыкаецца з гэтай тэхналогіяй, не задумваючыся над гэтым. Калі вы карыстаецеся Google ці іншую пошукавую сістэму, вынікі, якія выходзяць уверсе старонкі, з'яўляюцца вынікам машыннага навучання. Прадказальны тэкст, а таксама часам злосная функцыя аўтапраўкі ў дадатку для тэкставых паведамленняў вашага смартфона, таксама з'яўляюцца вынікам машыннага навучання. Рэкамендуемыя фільмы і песні на Netflix і Spotify - гэта дадатковыя прыклады таго, як мы выкарыстоўваем гэтую хутка развіваецца тэхналогію, практычна не заўважаючы яе. Зусім нядаўна Google прадставіў смарт-адказ у Gmail. У канцы паведамлення карыстальнік прадстаўляе тры магчымыя адказы ў залежнасці ад зместу. У цяперашні час Uber і іншыя кампаніі праходзяць выпрабаванні аўтамабіляў на самакіраванні.

Галіны прамысловасці з выкарыстаннем машыннага навучання

Выкарыстанне машыннага навучання дасягае далёка за межамі тэхналогіі. Аналітычная праграмная кампанія SAS паведамляе, што ў многіх галінах прамысловасці была прынята гэтая тэхналогія. Індустрыя фінансавых паслуг выкарыстоўвае ML для вызначэння інвестыцыйных магчымасцей, паведамляе інвестарам, калі гандляваць, прызнаць, якія кліенты маюць профілі высокага рызыкі, і выявіць махлярства. У сферы аховы здароўя алгарытмы дапамагаюць дыягнаставаць хваробы, падбіраючы анамаліі.

Вы калі-небудзь задавалі пытанне "чаму рэклама гэтага прадукту я збіраюся купляць на кожнай вэб-старонцы, якую я наведваю?" ML дазваляе маркетынгу і індустрыі продажаў аналізаваць спажыўцоў на аснове гісторыі іх пакупкі і пошуку. Адаптацыя гэтай тэхналогіі транспартнай галіны выяўляе магчымыя праблемы на маршрутах і дапамагае зрабіць іх больш эфектыўнымі. Дзякуючы ML, нафтавая і газавая прамысловасць можа вызначыць новыя крыніцы энергіі (машыннае навучанне: што гэта і чаму гэта важна. SAS).

Як машыннае навучанне мяняе працоўнае месца

Прагнозы адносна машын, якія займаюць усе нашы працоўныя месцы, існуюць дзесяцігоддзямі, але ці зможа МС нарэшце зрабіць гэта рэальнасцю? Эксперты прагназуюць, што гэтая тэхналогія мае і будзе змяняць працоўнае месца. Але наколькі забіраюць усе нашы працы? Большасць экспертаў не думаю, што гэта адбудзецца.

Хоць машыннае навучанне не можа заняць месца людзей па ўсіх прафесіях, яно можа змяніць многія працоўныя абавязкі, звязаныя з імі. "Задачы, якія прадугледжваюць прыняцце хуткіх рашэнняў на аснове дадзеных, добра падыходзяць для праграм ML, але не так, калі рашэнне залежыць ад працяглых ланцугоў разважанняў, разнастайных асноўных ведаў і здаровага сэнсу", - лічыць Байран Спайс. Універсітэцкая школа камп'ютэрных навук (Спайс, Байран. Машыннае навучанне зменіць працу. Універсітэт Карнегі Меллон. 21 снежня 2017 г.).

У часопісе Science, Эрык Брынгольфсан і Том Мітчэл пішуць: "Попыт на працу, хутчэй за ўсё, падае на задачы, якія блізка замяняюць магчымасці МС, тады як больш верагоднасць павелічэння для задач, якія дапаўняюць гэтыя сістэмы. Кожны раз, калі М.Л. сістэма пераступае парог, калі яна становіцца больш эканамічна эфектыўнай, чым людзі пры выкананні пастаўленай задачы, прадпрымальнікі і кіраўнікі з максімальнай прыбыткам будуць усё часцей імкнуцца замяніць машыны людзьмі. і рэструктурызацыя прамысловасці (Brynjolfsson, Erik і Mitchell, Tom. Што можа зрабіць машыннае навучанне? Наступствы для рабочай сілы. Навука. 22 снежня 2017 г.).

Вы хочаце кар'еру ў машынным навучанні?

Кар'ера ў машынным навучанні патрабуе ведаў у галіне інфарматыкі, статыстыкі і матэматыкі. Шмат людзей прыходзяць на гэта поле з фонам у гэтых палях. Шмат каледжаў, якія прапануюць спецыялізацыю ў галіне машыннага навучання, прымаюць міждысцыплінарны падыход з вучэбнай праграмай, якая ўключае, акрамя інфарматыкі, электратэхнікі і камп'ютэрнай тэхнікі, матэматыку і статыстыку (16 лепшых школ для машыннага навучання. AdmissionTable.com).

Для тых, хто ўжо ўдзельнічае ў індустрыі інфармацыйных тэхналогій, пераход на працу ў сферы ML з'яўляецца далёкім скокам. Магчыма, у вас ужо ёсць шмат неабходных вам навыкаў. Ваш працадаўца можа нават дапамагчы вам зрабіць гэты пераход. Згодна з артыкулам Стывена Леві, "у цяперашні час не так шмат людзей, якія з'яўляюцца спецыялістамі ў галіне ML, таму такія кампаніі, як Google і Facebook, перавучваюць інжынераў, чый вопыт складаецца ў традыцыйным кадаванні".

Хоць многія навыкі, якія вы распрацавалі як ІТ-прафесіяналы, перанясуцца да машыннага навучання, гэта можа быць крыху складана. Будзем спадзявацца, што вы не спалі падчас заняткаў статыстыкай у каледжы, таму што ML абапіраецца на моцнае разуменне гэтага прадмета, а таксама на матэматыку. Леві піша, што кадэры павінны быць гатовыя адмовіцца ад поўнага кантролю над праграмаваннем сістэмы.

Вам не пашанцавала, калі ваш працадаўца не забяспечвае перападрыхтоўку ML і Google і Facebook. Каледжы і універсітэты, а таксама онлайн-платформы навучання, такія як Udemy і Coursera, прапануюць заняткі, якія вучаць асновам машыннага навучання. Важна, аднак, акругліць свае веды, правёўшы статыстыку і ўрокі матэматыкі.

Назвы і прыбыткі

Асноўныя назвы працы, з якімі вы сутыкнецеся шукаць працу ў гэтай галіне, ўключаюць інжынера машыннага навучання і навукоўца дадзеных.

Інжынеры машыннага навучання "кіруюць аперацыямі праекта машыннага навучання і нясуць адказнасць за кіраванне інфраструктурай і трубаправодамі для перадачы дадзеных, неабходнымі для прывядзення кода ў вытворчасць". Навукоўцы дадзеных знаходзяцца на базе дадзеных і аналізу распрацоўваюць алгарытмы, а не на базе кадавання. Яны таксама збіраюць, чысцяць і рыхтуюць дадзеныя (Чжоу, Адэлін. "Назвы вакансій штучнага інтэлекту: што такое машынабудаванне?" Forbes. 27 лістапада 2017 г.).

Грунтуючыся на матэрыялах карыстальнікаў, якія працуюць на гэтых работах, Glassdoor.com паведамляе, што інжынеры і даследчыкі па ML займаюць сярэднюю базавую зарплату ў памеры 120 931 долар. Заробкі вар'іруюцца ад мінімуму ад $ 87 000 да максімуму $ 158 000 (Заробкі машыннага навучання інжынераў. Glassdoor.com. 1 сакавіка 2018 г.). Хоць Glassdoor групоўвае гэтыя назвы, ёсць некаторыя адрозненні паміж імі.

Патрабаванні да заданняў па машынным навучанні

Інжынеры і даследчыкі па ML займаюцца рознымі работамі, але паміж імі існуе вялікая колькасць перасяканняў. Аб'явы аб працы на абедзвюх пасадах часта маюць аднолькавыя патрабаванні. Многія працадаўцы аддаюць перавагу бакалаўра, магістра або доктара навук па інфарматыцы або тэхніцы, статыстыцы або матэматыцы.

Каб стаць прафесіяналам машыннага навучання, вам спатрэбіцца спалучэнне тэхнічных навыкаў - навыкаў, атрыманых у школе ці на працы, і мяккіх навыкаў. Мяккія навыкі - гэта здольнасці, якіх яны не вывучаюць на ўроку, а замест гэтага нараджаюцца альбо набываюць жыццёвы вопыт. Зноў жа, існуе вялікая супадзенне паміж неабходнымі навыкамі для інжынераў па ML і дадзеных.

Аб'явы аб працы паказваюць, што тыя, хто працуе ў інжынерных заданнях ML, павінны быць знаёмыя з такімі машыннымі рамкамі навучання, як TensorFlow, Mlib, H20 і Theano. Ім патрэбен моцны фон у кадаванні, уключаючы досвед працы з мовамі праграмавання, такімі як Java або C / C ++, і мовамі сцэнарыяў, такімі як Perl або Python. Спецыялізацыя ў галіне статыстыкі і вопыт выкарыстання статыстычных праграмных пакетаў для аналізу вялікіх набораў дадзеных таксама ўваходзяць у лік тэхнічных характарыстык.

Разнастайнасць мяккіх навыкаў дазволіць вам дасягнуць поспеху ў гэтай галіне. Сярод іх гнуткасць, адаптацыя і настойлівасць. Распрацоўка алгарытму патрабуе шмат спроб і памылак, а значыць, і цярпення. Трэба праверыць алгарытм, каб убачыць, ці працуе ён, а калі няма, распрацаваць новы.

Выдатныя камунікатыўныя навыкі неабходныя. Прафесіяналы машыннага навучання, якія часта працуюць у камандах, маюць патрэбу ў выдатным слуханні, размове і навыках міжасобасных зносін, каб супрацоўнічаць з іншымі людзьмі, а таксама павінны прадставіць свае высновы сваім калегам. Акрамя таго, яны павінны быць актыўнымі навучэнцамі, якія могуць уключыць новую інфармацыю ў сваю працу. У галіны, дзе цэняць інавацыі, трэба творча дасканаліцца.