Obsah

• Proč strojové učení?
• Co je strojové učení?
• Co dělá inženýr strojového učení?
• Jak se stát inženýrem strojového učení
• Kurzy a certifikace

Když na to přestanete myslet, budoucnost může být trochu skličující.Je plná AI, automatizace, 3D tisku, virtuální reality, IoT a dalších konceptů, které se až dosud zdály jako sci-fi. Ale pokud těmto myšlenkám rozumíte, může to být také místo plné příležitostí. Například porozuměním základům umělé inteligence a velkým datům byste se mohli věnovat kariéře strojního učitele. Nejen, že by vás to mohlo stát velmi zdravým platem strojového učitele, ale také by vám mohlo pomoci utvářet tuto velmi budoucnost.

V tomto příspěvku se podíváme na to, co technik strojového učení dělá, proč je to skvělá úloha a jak můžete začít.

Proč strojové učení?

Strojové učení (ML) umožňuje společnostem využívat obrovské soubory dat pro aplikace, které by dříve nikdy nebyly možné. ML algoritmy se mohou naučit zvyky a nákupní chování zákazníků, provádět neuvěřitelně složitou matematiku a umožňovat zcela nové produkty.

Téměř každé odvětví bude velmi ovlivněny umělou inteligencí a strojovým učením v blízké budoucnosti a způsoby, které byste pravděpodobně neočekávali. Vezměte si například videohry, kde strojové učení umožnilo sledování paprsků paprsků v reálném čase, což vedlo k fotorealistickému osvětlení. Každé odvětví je naprosto proměněno sňatkem dat a logiky.

Přečtěte si také: Je vaše práce bezpečná? Práce, které AI zničí v příštích 10–20 letech

Z tohoto důvodu byl vědec údajů označen za „nejsmutnější práci 21 osob“^Svatý století “od Harvard Business Review.

Jaký je plat za strojové učení? Podle Prospects.ac.uk je průměrný plat inženýra strojového učení ve Velké Británii 52 000 GBP, což může v případě, že pracujete pro společnost jako Google nebo Facebook, dosáhnout až 170 000 GBP. To je kolem 62 568 $, respektive 204 551,65 $.

Plat za strojové učení se může zvýšit až na 204 551 dolarů

Co je strojové učení?

Nejprve je důležité přesně pochopit, co je strojové učení a co není.

Strojové učení úzce souvisí s umělou inteligencí, ale stále jde o odlišné koncepty. Zatímco umělá inteligence může popisovat jakýkoli typ programu nebo stroje navrženého tak, aby vykazoval inteligentní chování, strojové učení konkrétně znamená použití algoritmů k hledání vzorců v datech. To může být potenciálně použito k trénování určitých typů umělé inteligence.

AI, která ovládá nepřátele v počítačových hrách, obvykle nepoužívá strojové učení. Spíše používá určitý vývojový diagram pro rozhodování, aby reagoval na vaše akce pomocí předem stanovených strategií. Tomu říkáme Umělá úzká inteligence (ANI), protože může dělat pouze jednu věc.

Přečtěte si také:ML Ki: extrahování textu z obrázků pomocí strojového učení Google sdk

To je na rozdíl od Artificial General Intelligence (AGI), což je umělá inteligence navržená tak, aby byla schopna zvládnout několik různých typů úkolů a dokonce možná projít Turingovým testem.

Počítačové vidění na druhé straně - schopnost programu identifikovat objekty ve scéně - je dosaženo strojovým učením. Při pohledu na stovky tisíc obrázků můžete „naučit“ umělou inteligenci rozpoznávat objekty, jako jsou automobily nebo rostliny. Pokud má fotoaparát telefonu detekci scény, použije se strojové učení. Podobně se ML také používá k výuce rozpoznávání hlasu virtuálních asistentů.

Strojové učení lze použít k identifikaci zdravotních problémů z rentgenového záření a pomoci lékařům při jejich diagnostice nebo k přesnější předpovědi počasí. Je zde ještě mnohem větší potenciál, který by bylo možné využít.

Co dělá inženýr strojového učení?

Úkolem strojového učitele je naučit AI a software pomocí dat.

Úkolem strojového učitele je naučit AI a software pomocí dat. Mohou:

• Psát programy a vyvíjet algoritmy pro extrahování smysluplných informací z velkých datových sad
• Spusťte experimenty a testujte různé přístupy
• Optimalizujte programy pro zlepšení výkonu, rychlosti a škálovatelnosti
• Zacházejte s datovým inženýrstvím, abyste zajistili čisté soubory dat
• Navrhněte užitečné aplikace pro strojové učení

Strojový inženýr by proto mohl pracovat pro společnost, která již produkt vyrábí - ať už jde o rozpoznávání hlasu, počítačové vidění nebo něco více specializovaného. Mohou také pracovat pro agenturu, která poskytuje řešení strojového učení pro podniky, které mohou těžit z této technologie. Nebo možná mohou pracovat v oddělení výzkumu a vývoje pro technologickou společnost, jako je Google, pro vytváření nových aplikací.

Přečtěte si také:ML Kit Image Labelling: Určete obsah obrázku pomocí strojového učení

Mezi rolemi inženýra strojového učení a vědcem údajů je určité překrývání. Podobně byste mohli být vyzváni k vyzvednutí dovedností, jako je dolování dat, prediktivní analytika, matematika atd. Nicméně role inženýra ML je konkrétnější a tyto znalosti aplikuje velmi zvláštním způsobem.

A samozřejmě to platí, že plat inženýra strojového učení bývá větší, aby to odrážel.

Chcete-li získat představu o tom, co byste měli chápat jako strojový učící se technik, doporučuji tento příspěvek na 10 nejlepších algoritmech používaných v ML. Pokud je to pro vás fascinující, pak si pravděpodobně užijete ML. Pokud ne, můžete být vhodnější pro jinou roli.

Jak se stát inženýrem strojového učení

Máte zájem stát se inženýrem strojového učení? Myslíš, že máš, co to znamená? Zde je to, co potřebujete vědět, abyste mohli začít, a přistát s velkým platem strojového učitele.

Přečtěte si také: Jak pracovat online jako vývojář softwaru: Vše, co potřebujete vědět

Pokud jde o kvalifikace a certifikace, není stanovena cesta, jak se stát ML inženýrem. Mnoho pracovních míst platících nejlepší platy na strojové učení si žádá vysokoškolské vzdělání. Toto bude často vysokoškolský titul z oblasti informatiky, který poskytne široké porozumění počítačům, technologii a programování. Titul z matematiky může být také skvělým výchozím bodem.

V ideálním případě byste na tom stavěli na pozadí softwarového inženýrství a datové vědy. Nejužitečnější programovací jazyky v této oblasti jsou Python, C a C ++.

Odtud můžete přejít k více specializovaným rolím ve strojovém učení, nebo si svůj životopis upravit pomocí kurzů strojového učení níže. Zkušenosti s ML API, jako jsou TensorFlow a Keras, budou také velmi užitečné.

Přečtěte si také: Jak používat LinkedIn a přistát svou vysněnou práci!

Vzhledem k velkému množství výpočetního výkonu a úložného prostoru nezbytného pro zpracování rozsáhlých datových sad spojených se strojovým učením budete do značné míry pracovat s cloudovými systémy. Za tímto účelem je také důležité prokázat znalost distribuovaného počítače.

Protože strojové učení je takovou špičkovou kariérou, neexistuje žádná cesta, po které by se mohl vydat. Možná dokonce zjistíte, že se můžete samostatně naučit programátora, pokud dokážete vybudovat dostatečně silný životopis.

Kurzy a certifikace

Zde je několik kurzů a certifikátů, pomocí kterých se můžete dostat jako strojní inženýr:

Bachelor of Computer Science - Jedná se o plný bakalářský online bakalářský studijní program z University of London, který poskytne ideální základ pro ty, kteří jsou schopni věnovat čas. Budete studovat po dobu 3-6 let a budete muset dát 14-28 hodin týdně.

Data Science: Machine Learning - Pokud již máte nějaké znalosti v oblasti programování a / nebo matematiky, může být vše, co potřebujete, přidání konkrétních znalostí strojového učení. Jedná se o bezplatný 8týdenní kurz z Harvardské univerzity. Ověřený certifikát můžete přidat za malý poplatek a bude se také počítat do certifikátu Data Science Professional, pokud jej budete chtít dále rozvíjet. Celý kurz najdete zde.

Základy vědy o datech: Počítačové myšlení s Pythonem - Další kurz zdarma, tentokrát z Berkeley University of California. Je to 5 týdnů dlouhé a vyžaduje závazek přibližně 4–6 hodin každý týden. Můžete přidat trochu navíc za přidání ověřeného certifikátu, nebo ho můžete započítat do úplného profesionálního certifikátu v Foundations of Data Science.

Specializace Machine Learning - Tato specializace na strojové učení z University of Washington se skládá ze čtyř samostatných kurzů a je zdarma se zapsat. Obdržíte certifikát kurzu, který můžete přidat do svého LinkedIn nebo životopisu.

Programování v C # - Tato zkouška od Microsoftu se počítá jako kredit vůči MCSA, ale také vám pomůže shromáždit váš životopis doklady o relevantních kódovacích schopnostech samo o sobě!

Přečtěte si také: Microsoft Certification: Příručka pro profesionály z oblasti techniky

Learn Python Programming Masterclass - Tento kurz od Udemy neposkytuje profesionální certifikát, ale je cenově dostupným a užitečným úvodem do tohoto programovacího jazyka na vyžádání.

Takže tady to máte! To je to, co potřebujete vědět, abyste se stali inženýrem strojového učení. Je to kariéra, kterou byste chtěli sledovat? Jste již technikem ML? Podělte se o své tipy a zkušenosti v komentářích níže!