Populiariausi mašinų mokymosi darbai

Turinys

• Kas yra mašinų mokymasis?
• Pramonės šakos, naudojančios mašinų mokymąsi
• Kaip mašinų mokymasis keičia darbo vietą
• Ar norite mašininio mokymosi karjeros?
• Darbo pavadinimai ir uždarbis
• Reikalavimai mašininio mokymosi darbams

„LinkedIn“ 2017 m. JAV kylančių darbų ataskaitos viršuje buvo dvi profesijos mašinų mokymosi srityje: mašinų mokymosi inžinierius ir duomenų žinovas. Per 2012 m. - 2017 m. Mašinų mokymosi inžinierių užimtumas padidėjo 9,8 karto, o duomenų mokslininkų darbo vietų skaičius per tą patį penkerių metų laikotarpį padidėjo 6,5 karto. Jei tendencija išliks, šios profesijos turės užimtumo perspektyvas, kurios pranoksta daugelį kitų profesijų. Ar tokia šviesi ateitis jums galėtų būti tinkama šioje srityje?

Kas yra mašinų mokymasis?

Tai, kas skamba, yra mašininis mokymasis (ML). Ši technologija apima mokymo mašinas specifinėms užduotims atlikti. Skirtingai nuo tradicinio kodavimo, pateikiančio instrukcijas kompiuteriams, ką reikia daryti, ML jiems teikia duomenis, leidžiančius jiems patiems išsiaiškinti, panašiai kaip tai darytų žmogus ar gyvūnas. Skamba kaip magija, bet taip nėra. Tai apima kompiuterių mokslininkų ir kitų asmenų sąveiką su susijusiomis žiniomis. Šie IT profesionalai sukuria programas, vadinamas algoritmais, taisyklių rinkinius, kurie išsprendžia problemą, ir tada pateikia jiems didelius duomenų rinkinius, išmokančius numatyti prognozes remiantis šia informacija.

Mokymasis mašinomis yra „dirbtinio intelekto pogrupis, leidžiantis kompiuteriams atlikti užduotis, kurių jie nebuvo aiškiai užprogramavę atlikti“ (Dickson, Ben. „Įgūdžiai, kuriuos jums reikia nusileisti mašininio mokymosi darbui“. „Career Finder“. 2017 m. Sausio 18 d.) Bėgant metams ji tapo sudėtingesnė, tačiau įprastesnė. Stevenas Levy'as straipsnyje, kuriame kalbama apie „Google“ prioritetus mašinų mokyme ir bendrovės inžinierių perkvalifikavime, rašo: „Daugelį metų mašinų mokymasis buvo laikomas specialybe, ribota. keliems elitams. Ši era baigėsi, nes naujausi rezultatai rodo, kad mašininis mokymasis, kurį maitina „neuroniniai tinklai“, imituojantys biologinių smegenų veikimą, yra tikrasis kelias į kompiuterių pritraukimą prie žmonių, o kai kuriais atvejais ir antžmogių, galių “(). Levy, Stevenas. Kaip „Google“ atsinaujina kaip pirmoji mašininio mokymosi įmonė. 2016 m. Birželio 22 d.).

Kaip mašininis mokymasis naudojamas „realiame pasaulyje“? Daugelis iš mūsų kasdien susiduria su šia technologija, daug negalvodami. Kai naudojate „Google“ ar kitą paieškos variklį, puslapio viršuje pateikiami rezultatai yra mašininio mokymosi rezultatas. Nuspėjamasis tekstas, taip pat kartais netinkama automatinio taisymo funkcija jūsų išmaniojo telefono teksto susirašinėjimo programoje taip pat yra mašininio mokymosi rezultatas. Rekomenduojami filmai ir dainos „Netflix“ ir „Spotify“ yra kiti pavyzdžiai, kaip mes naudojame šią sparčiai augančią technologiją, vos nepastebėdami. Visai neseniai „Google“ pristatė intelektualųjį atsakymą „Gmail“. Pranešimo pabaigoje vartotojui pateikiami trys galimi atsakymai, atsižvelgiant į turinį. Šiuo metu „Uber“ ir kitos kompanijos testuoja savadarbius automobilius.

Pramonės šakos, naudojančios mašinų mokymąsi

Mokymasis mašinomis pasiekia daug daugiau nei technologijų pasaulį. Analitinės programinės įrangos kompanija SAS praneša, kad daugelis pramonės šakų pritaikė šią technologiją. Finansinių paslaugų pramonė naudoja ML norėdama nustatyti investavimo galimybes, pranešti investuotojams, kada reikia prekiauti, atpažinti, kurie klientai turi didelę riziką, ir nustatyti sukčiavimą. Sveikatos priežiūros srityje algoritmai padeda diagnozuoti ligas, pasirenkant anomalijas.

Ar kada nors paklausėte: „Kodėl to produkto skelbimą galvoju pirkti kiekviename mano aplankytame tinklalapyje?“ ML leidžia rinkodaros ir pardavimo pramonei analizuoti vartotojus remiantis jų pirkimo ir paieškos istorija. Transporto pramonės pritaikyta ši technologija nustato galimas maršrutų problemas ir padeda jas efektyvinti. ML dėka naftos ir dujų pramonė gali nustatyti naujus energijos šaltinius (Machine Learning: kas tai yra ir kodėl tai svarbu. SAS).

Kaip mašinų mokymasis keičia darbo vietą

Prognozės apie mašinas, perimančias visus mūsų darbus, egzistuoja dešimtmečius, tačiau ar pagaliau LR tai padarys realybe? Ekspertai prognozuoja, kad ši technologija pakeis ir toliau keis darbo vietą. Bet kiek atimti visus mūsų darbus? Dauguma ekspertų nemano, kad taip nutiks.

Nors mašinų mokymasis negali užimti žmogaus padėties visose profesijose, tai gali pakeisti daugelį su jais susijusių darbo pareigų. "Užduotys, apimančios greitų sprendimų, pagrįstų duomenimis, priėmimą, yra tinkamos ML programoms. Ne, jei sprendimas priklauso nuo ilgų samprotavimų grandinių, įvairių fono žinių ar sveiko proto", - sako Byron Spice. Spice yra Carnegie Mellon ryšių su žiniasklaida direktorius. Universiteto kompiuterių mokykla („Spice“, „Byron“. Mašinų mokymasis pakeis darbus. Carnegie Mellon universitetas. 2017 m. Gruodžio 21 d.).

Erik Brynjolfsson ir Tom Mitchell žurnale „Science“ rašo: „Labiau tikėtina, kad sumažės darbo jėgos užduotys, kurios yra artimos ML galimybėms, tuo tarpu didesnė tikimybė, kad padaugės užduočių, kurios papildo šias sistemas. Kiekvieną kartą ML sistema, peržengianti ribą, kai ji tampa ekonomiškesnė už žmones atliekant užduotį, pelną maksimaliai didinantys verslininkai ir vadybininkai vis labiau stengsis pakeisti mašinas žmonėmis. Tai gali turėti įtakos visai ekonomikai, didinti produktyvumą, mažinti kainas, keisti darbo jėgos paklausą, ir pramonės restruktūrizavimas (Brynjolfsson, Erik ir Mitchell, Tom. Ką gali daryti mašininis mokymasis? Darbuotojų įtaka. Mokslas. 2017 m. gruodžio 22 d.).

Ar norite mašininio mokymosi karjeros?

Norint mokytis mašinų, reikia kompiuterių, statistikos ir matematikos žinių. Daugelis žmonių į šį lauką ateina turėdami išsilavinimą tose srityse. Daugelis kolegijų, siūlančių pagrindinį mokymąsi mašinų srityje, taiko daugiadisciplininį požiūrį į mokymo programą, į kurią, be informatikos, įtraukiama ir elektros bei kompiuterių inžinerija, matematika ir statistika (16 geriausių mašinų mokymosi mokyklų. AdmissionTable.com).

Tiems, kurie jau užsiima informacinių technologijų pramone, perėjimas prie ML darbo nėra didelis šuolis. Galbūt jau turite daugybę reikalingų įgūdžių. Jūsų darbdavys gali netgi padėti jums atlikti šį perėjimą. Remiantis Steveno Levy straipsniu, „šiuo metu nėra daug žmonių, kurie yra ML ekspertai, todėl tokios įmonės kaip„ Google “ir„ Facebook “persikvalifikuoja inžinierius, kurių kompetencija slypi tradiciniame kodavime“.

Nors daugelį įgūdžių, kuriuos įgijote kaip IT specialistas, perduosite mašinų mokymuisi, tai gali būti šiek tiek sudėtinga. Tikiuosi, kad per savo kolegijos statistikos užsiėmimus likote prabudę, nes ML remiasi tvirtu to dalyko suvokimu, taip pat ir matematika. Levy rašo, kad programuotojai turi būti pasirengę atsisakyti visiškos kontrolės, kurią jiems turi sistemos programavimas.

Jums nesiseka, jei jūsų darbdavys neteikia ML perkvalifikavimo „Google“ ir „Facebook“. Kolegijos ir universitetai, taip pat tokios internetinės mokymosi platformos kaip Udemy ir Coursera siūlo klases, kuriose mokomi mašininio mokymosi pagrindai. Vis dėlto labai svarbu išryškinti savo kompetenciją atliekant statistikos ir matematikos pamokas.

Darbo pavadinimai ir uždarbis

Pagrindiniai pareigybių pavadinimai, su kuriais susidursite ieškodami darbo šioje srityje, yra mašinų mokymosi inžinierius ir duomenų žinovas.

Mašinų mokymosi inžinieriai „vykdo mašinų mokymosi projekto operacijas ir yra atsakingi už infrastruktūros ir duomenų vamzdynų, reikalingų kodo gamybai, valdymą“. Duomenų mokslininkai yra duomenų ir analizės algoritmų kūrimo, o ne kodavimo pusėje. Jie taip pat renka, valo ir rengia duomenis (Zhou, Adelyn. „Dirbtinio intelekto darbo pavadinimai: kas yra mašinų mokymosi inžinierius?“ „Forbes“. 2017 m. Lapkričio 27 d.).

Remdamasis žmonių, pateiktų šiuose darbuose, pateiktais duomenimis, „Glassdoor.com“ praneša, kad ML inžinieriai ir duomenų mokslininkai uždirba vidutinį bazinį atlyginimą - 120 931 USD. Atlyginimai svyruoja nuo žemiausių nuo 87 000 USD iki 158 000 USD (mašinų mokymosi inžinierių atlyginimai. Glassdoor.com. 2018 m. Kovo 1 d.). Nors „Glassdoor“ grupuoja šiuos pavadinimus, tarp jų yra keletas skirtumų.

Reikalavimai mašininio mokymosi darbams

ML inžinieriai ir duomenų mokslininkai atlieka skirtingus darbus, tačiau tarp jų yra daug sutapimų. Skelbimai dėl darbo abiejose pareigose dažnai kelia panašius reikalavimus. Daugelis darbdavių renkasi kompiuterių ar inžinerijos, statistikos ar matematikos bakalauro, magistro ar daktaro laipsnius.

Norėdami būti kompiuteriu mokantis specialistas, jums reikės techninių įgūdžių - įgūdžių, išmoktų mokykloje ar darbe - ir minkštųjų įgūdžių derinio. Minkštieji įgūdžiai yra gebėjimai, kurių jie neišmoksta klasėje, o užgimsta įgiję arba įgydami per gyvenimo patirtį. Vėlgi, labai daug būtinų įgūdžių reikia ML inžinieriams ir duomenų mokslininkams.

Skelbimai apie darbą atskleidžia, kad dirbantieji ML inžinerijos srityje turėtų būti susipažinę su mašinų mokymosi sistemomis, tokiomis kaip „TensorFlow“, „Mlib“, H20 ir „Theano“. Jiems reikalingas tvirtas kodavimo pagrindas, įskaitant patirtį su programavimo kalbomis, tokiomis kaip „Java“ arba „C / C ++“, ir scenarijų kalbomis, tokiomis kaip „Perl“ ar „Python“. Tarp specifikacijų taip pat yra statistikos kompetencija ir statistinių programinės įrangos paketų naudojimo analizuojant didelius duomenų rinkinius patirtis.

Minkštųjų įgūdžių įvairovė leis jums pasiekti sėkmės šioje srityje. Tarp jų yra lankstumas, pritaikomumas ir atkaklumas. Norint sukurti algoritmą reikia daug bandymų ir klaidų, taigi ir kantrybės. Turi išbandyti algoritmą, jei norite sužinoti, ar jis veikia, ir, jei ne, sukurti naują.

Puikūs bendravimo įgūdžiai yra būtini. Mašinų mokymosi specialistams, kurie dažnai dirba komandose, reikalingi puikūs klausymo, kalbėjimo ir tarpasmeniniai įgūdžiai, kad būtų galima bendradarbiauti su kitais. Jie taip pat privalo pateikti savo išvadas savo kolegoms. Be to, jie turėtų būti aktyvūs besimokantieji, galintys į savo darbą įtraukti naujos informacijos. Pramonėje, kurioje vertinamos inovacijos, turi būti kūrybingas, kad galėtum tobulėti.