Locuri de muncă pentru învățarea mașinilor de top

Conţinut

• Ce este învățarea automată?
• Industrii care folosesc învățarea mașinilor
• Modul de învățare a mașinii se schimbă locul de muncă
• Vrei o carieră în învățarea mașinii?
• Titluri de muncă și câștiguri
• Cerințe pentru lucrările de învățare a mașinilor

În partea de sus a Raportului pe 2017 al serviciilor emergente din SUA pe LinkedIn se aflau două ocupații în domeniul Machine Learning: inginerul de învățare a mașinilor și om de știință a datelor. Ocuparea forței de muncă pentru ingineri de învățare automată a crescut de 9,8 ori între 2012 și 2017, iar locurile de muncă în oamenii de știință de date au crescut de 6,5 ori în aceeași perioadă de cinci ani. Dacă tendința continuă, aceste ocupații vor avea perspective de angajare care depășesc multe alte ocupații. Cu un viitor atât de strălucitor, o slujbă în acest domeniu ar putea fi potrivită pentru tine?

Ce este învățarea automată?

Învățarea automată (ML) este exact cum sună. Această tehnologie implică predarea mașinilor să îndeplinească sarcini specifice. Spre deosebire de codificarea tradițională care oferă instrucțiuni care spun calculatoarelor ce trebuie să facă, ML le oferă date care le permit să-și dea seama singure, la fel cum ar face o ființă umană sau un animal. Pare magie, dar nu este. Ea implică interacțiunea oamenilor de informatică și a celorlalți cu experiență conexă. Acești profesioniști IT creează programe numite algoritmi - seturi de reguli care rezolvă o problemă - apoi le alimentează seturi mari de date care îi învață să facă predicții pe baza acestor informații.

Învățarea automată este un „subset de inteligență artificială care permite calculatoarelor să îndeplinească sarcini pe care nu le-au fost programate în mod explicit” (Dickson, Ben. Abilități pe care trebuie să dețineți un job de învățare a mașinilor. Este Career Finder. 18 ianuarie 2017). De-a lungul anilor a devenit mai complicat, dar mai obișnuit. Steven Levy, într-un articol care vorbește despre prioritizarea de către Google a învățării automate și a recalificării inginerilor companiei, „Mulți ani, învățarea mașinii a fost considerată o specialitate, limitată la o puțină elită. Această epocă s-a terminat, deoarece rezultatele recente indică faptul că învățarea mașinii, alimentată de „plase neuronale” care imită modul în care funcționează un creier biologic, este adevărata cale spre imuarea computerelor cu puterile oamenilor și, în unele cazuri, super oameni ”( Levy, Steven. Modul în care Google se remarcă ca o companie de învățare automată prima dată cu fir. 22 iunie 2016).

Cum se folosește învățarea automată în „lumea reală?” Cei mai mulți dintre noi întâlnim zilnic această tehnologie fără să ne gândim prea mult. Când utilizați Google sau un alt motor de căutare, rezultatele care apar în partea de sus a paginii sunt rezultatul învățării automate. Textul predictiv, precum și funcția de corecție automată, uneori incorectă, din aplicația de text a telefonului dvs. inteligent sunt, de asemenea, un rezultat al învățării automate. Filmele și melodiile recomandate pe Netflix și Spotify sunt exemple suplimentare despre modul în care folosim această tehnologie în creștere rapidă, în timp ce abia o observăm. Mai recent, Google a introdus Smart Reply în Gmail. La sfârșitul unui mesaj, acesta prezintă un utilizator cu trei răspunsuri posibile bazate pe conținut. Uber și alte companii testează în prezent mașini cu autovehicule.

Industrii care folosesc învățarea mașinilor

Utilizarea învățării automate ajunge mult dincolo de lumea tehnologiei. SAS, o companie de software analitică, relatează că multe industrii au adoptat această tehnologie. Industria serviciilor financiare folosește ML pentru a identifica oportunitățile de investiții, pentru a informa investitorii când vor tranzacționa, pentru a recunoaște clienții care au profiluri cu risc ridicat și pentru a detecta frauda. În asistența medicală, algoritmii ajută la diagnosticarea bolilor prin ridicarea anomaliilor.

V-ați întrebat vreodată întrebarea: „de ce este o reclamă pentru acel produs pe care mă gândesc să o cumpăr pe fiecare pagină web pe care o vizitez?” ML permite industriei de marketing și vânzări să analizeze consumatorii pe baza istoriei lor de cumpărare și căutare. Adaptarea acestei tehnologii a industriei de transport detectează potențialele probleme pe rute și ajută la eficientizarea acestora. Datorită ML, industria petrolului și a gazelor poate identifica noi surse de energie (Machine Learning: Ce este și de ce contează. SAS).

Modul de învățare a mașinii se schimbă locul de muncă

Prezicerile despre mașinile care preiau toate locurile noastre de muncă au fost de zeci de ani, dar ML va face ca aceasta să devină realitate? Experții prognozează că această tehnologie are și va continua să modifice locul de muncă. Dar în măsura în care ne scoatem toate locurile de muncă? Majoritatea experților nu cred că se va întâmpla.

În timp ce învățarea automată nu poate lua locul ființelor umane în toate ocupațiile, aceasta ar putea schimba multe dintre îndatoririle de serviciu asociate acestora. "Sarcinile care presupun luarea unor decizii rapide pe baza datelor sunt potrivite pentru programele ML; nu, dacă decizia depinde de lanțuri lungi de raționament, cunoștințe de fond diverse sau bun simț", spune Byron Spice. Spice este directorul Relațiilor cu Media la Carnegie Mellon Școala Universității de Informatică (Spice, Byron. Machine Learning va schimba locurile de muncă. Carnegie Mellon University. 21 decembrie 2017).

În revista Science, Erik Brynjolfsson și Tom Mitchell scriu, „cererea de forță de muncă este mai probabil să scadă pentru sarcini care sunt înlocuitori apropiați pentru capabilitățile ML, în timp ce este mai probabil să crească pentru sarcini care sunt completări pentru aceste sisteme. Sistemul trece pragul în care devine mai rentabil decât oamenii, într-o sarcină, antreprenorii și managerii care maximizează profitul vor căuta din ce în ce mai mult să înlocuiască mașinile pentru oameni. Acest lucru poate avea efecte în întreaga economie, creșterea productivității, scăderea prețurilor, schimbarea cererii de forță de muncă, și industrii de restructurare (Brynjolfsson, Erik și Mitchell, Tom. Ce pot face învățarea mecanică? Implicații ale forței de muncă. Știință. 22 decembrie 2017).

Vrei o carieră în învățarea mașinii?

Cariera în învățarea mașinii necesită expertiză în informatică, statistică și matematică. Mulți oameni vin în acest domeniu cu un fundal în aceste câmpuri. Multe colegii care oferă o activitate majoră în învățarea mașinii au o abordare multi-disciplinară, cu un curriculum care include, pe lângă știința calculatoarelor, inginerie electrică și informatică, matematică și statistici (Top 16 Școli pentru învățare automată. AdmissionTable.com).

Pentru cei care sunt deja implicați în industria tehnologiei informației, trecerea la un loc de muncă nu este un salt departe. Este posibil să aveți deja multe dintre abilitățile de care aveți nevoie. Angajatorul dvs. vă poate ajuta chiar să faceți această tranziție. Potrivit articolului lui Steven Levy, „în prezent nu există o mulțime de oameni care sunt experți în ML, astfel încât companii precum Google și Facebook se ocupă de ingineri de recrutare a căror expertiză constă în codificarea tradițională.

În timp ce multe dintre abilitățile pe care le-ați dezvoltat ca profesionist în IT se vor transfera către învățare automată, poate fi un pic provocator. Sperăm că ați rămas treaz în timpul cursurilor de statistici ale colegiului, deoarece ML se bazează pe o abordare puternică a acestui subiect, precum și pe matematică. Levy scrie că codificatorii trebuie să fie dispuși să renunțe la controlul total pe care îl au asupra programării unui sistem.

Nu sunteți fără noroc dacă angajatorul dvs. tehnologic nu furnizează recalificarea ML pe Google și Facebook. Colegiile și universitățile, precum și platformele de învățare online precum Udemy și Coursera oferă cursuri care predau elementele de bază ale învățării automate. Cu toate acestea, este crucial să vă completați expertiza luând statistici și cursuri de matematică.

Titluri de muncă și câștiguri

Titlurile de muncă primare pe care le veți întâlni atunci când căutați un loc de muncă în acest domeniu includ inginerul de învățare automată și om de știință de date.

Inginerii de învățare a mașinilor "conduc operațiunile unui proiect de învățare a mașinilor și sunt responsabili de gestionarea infrastructurii și a conductelor de date necesare pentru a aduce codul la producție." Oamenii de știință de date sunt de partea de date și de analiză a algoritmilor de dezvoltare, mai degrabă decât de codificare. De asemenea, colectează, curăță și pregătesc date (Zhou, Adelyn. „Artificial Intelligence Titles Job: What is a Machine Learning Engineer? Forbes. 27 noiembrie 2017).

Pe baza informațiilor furnizate de utilizatori de la persoane care lucrează în aceste locuri de muncă, Glassdoor.com raportează că inginerii din ML și oamenii de știință de date câștigă un salariu de bază mediu de 120.931 USD. Salariile variază de la un nivel scăzut de 87.000 USD la un maxim de 158.000 USD (Salariile Inginerului de Machine Learning. Glassdoor.com. 1 martie 2018). Deși Glassdoor grupează aceste titluri, există unele diferențe între ele.

Cerințe pentru lucrările de învățare a mașinilor

Inginerii ML și oamenii de știință de date fac diferite locuri de muncă, dar există o mulțime de suprapuneri între ei. Anunțurile de locuri de muncă pentru ambele posturi au deseori cerințe similare. Mulți angajatori preferă diplomele de licență, masterat sau doctorat în informatică sau inginerie, statistici sau matematică.

Pentru a fi un profesionist în învățarea mașinilor, veți avea nevoie de o combinație de abilități tehnice - abilități învățate în școală sau la locul de muncă - și abilități soft. Aptitudinile soft sunt abilitățile cu care nu învață în clasă, ci se nasc cu sau dobândesc prin experiența de viață. Din nou, există o mulțime de suprapuneri între abilitățile necesare pentru inginerii de ML și oamenii de știință de date.

Anunțurile de locuri de muncă dezvăluie faptul că cei care lucrează în locuri de muncă inginerie ML ar trebui să fie familiarizați cu cadre de învățare automată precum TensorFlow, Mlib, H20 și Theano. Ei au nevoie de un fond puternic în codificare, inclusiv experiență cu limbaje de programare, cum ar fi Java sau C / C ++ și limbaje de script, precum Perl sau Python. Experiența în statistici și experiență folosind pachete software statistice pentru a analiza seturi mari de date sunt, de asemenea, printre specificații.

O varietate de abilități moi vă vor permite să reușiți în acest domeniu. Printre ele se numără flexibilitatea, adaptabilitatea și perseverența. Dezvoltarea unui algoritm necesită multă încercare și eroare și, prin urmare, răbdare. Trebuie testat un algoritm pentru a vedea dacă funcționează și, dacă nu, să-l dezvolte unul nou.

Abilitățile excelente de comunicare sunt esențiale. Profesioniștii în învățarea mașinilor, care lucrează deseori în echipe, au nevoie de abilități superioare de ascultare, vorbire și interpersonale pentru a colabora cu alții și trebuie să prezinte, de asemenea, concluziile lor colegilor lor. În plus, aceștia ar trebui să fie studenți activi care pot încorpora informații noi în activitatea lor. Într-o industrie în care inovația este apreciată, trebuie să fii creativ pentru a excela.