Parhaat koneoppimista koskevat työt

Sisältö

• Mikä on koneoppiminen?
• Koneoppimista käyttävät teollisuudenalat
• Kuinka koneoppiminen muuttaa työpaikkaa
• Haluatko uran koneoppimisessa?
• Työnimikkeet ja ansiot
• Koneoppimista koskevia vaatimuksia

LinkedInin vuoden 2017 Yhdysvaltain kehittyvien työpaikkojen raportin yläosassa oli kaksi ammattia koneoppimisalalla: koneoppimisinsinööri ja tietotekniikka. Koneoppimisinsinöörien työllisyys kasvoi 9,8 kertaa vuosien 2012 ja 2017 välillä, ja tietoteknikkojen työpaikat kasvoivat 6,5 kertaa saman viiden vuoden ajanjakson aikana. Jos suuntaus jatkuu, näillä ammateilla on työllisyysnäkymiä, jotka ylittävät monet muut ammatit. Jos tulevaisuus on niin valoisa, voisiko työ tällä alalla sopia sinulle?

Mikä on koneoppiminen?

Koneoppiminen (ML) on juuri miltä se kuulostaa. Tämä tekniikka sisältää koneiden opettamisen tiettyjen tehtävien suorittamiseksi. Toisin kuin perinteinen koodaus, joka tarjoaa ohjeet, jotka kertovat tietokoneille mitä tehdä, ML tarjoaa heille tietoja, joiden avulla he voivat selvittää sen itse, aivan kuten ihminen tai eläin tekisi. Kuulostaa maagiselta, mutta ei ole. Siihen sisältyy tietokoneiden ja muiden tutkijoiden vuorovaikutus asiaan liittyvän asiantuntemuksen kanssa. Nämä IT-ammattilaiset luovat algoritmeiksi kutsuttuja ohjelmia - sääntöjoukkoja, jotka ratkaisevat ongelman - ja syöttävät heille sitten suuria tietoryhmiä, jotka opettavat tekemään ennusteita tämän tiedon perusteella.

Koneoppiminen on "tekoälyn osajoukko, joka antaa tietokoneille mahdollisuuden suorittaa tehtäviä, joita ei ole nimenomaisesti ohjelmoitu suorittamaan" (Dickson, Ben. Taitot, jotka sinun täytyy laskeutua koneoppimistölle. Se Career Finder. 18. tammikuuta 2017) Se on tullut monimutkaisemmaksi, mutta yleisemmäksi vuosien mittaan. Steven Levy kirjoittaa artikkelissaan, joka puhuu Googlen priorisoimaan koneenoppimista ja yrityksen insinöörien uudelleenkoulutusta, "Monien vuosien ajan koneoppimista pidettiin erikoistuneena, rajoitettuna muutamalle eliitille. Tuo aikakausi on ohitse, koska viimeaikaisten tulosten mukaan koneoppiminen, jota käyttävät “hermostoverkot”, jotka jäljittelevät tapaa, jolla biologinen aivot toimivat, on oikea tie kohti tietokoneiden imeytymistä ihmisten ja joissain tapauksissa superinimien voimiin ”( Levy, Steven. Kuinka Google muuttaa itseään ensimmäisenä koneoppimisyrityksenä (22. kesäkuuta 2016).

Kuinka koneoppimista käytetään "todellisessa maailmassa"? Suurin osa meistä kohtaa tämän tekniikan päivittäin, ajattelematta sitä paljon ajattelematta. Kun käytät Googlea tai muuta hakukonetta, sivun yläosassa näkyvät tulokset ovat koneoppimisen tuloksia. Ennustava teksti ja älypuhelimesi kutoma-sovelluksen toisinaan väärin viritetty automaattinen korjausominaisuus ovat myös koneoppimisen tulosta. Suositellut elokuvat ja kappaleet Netflixissä ja Spotifyssä ovat lisää esimerkkejä siitä, kuinka käytämme tätä nopeasti kasvavaa tekniikkaa tuskin huomaamatta sitä. Äskettäin Google esitteli Smart Vastauksen Gmailiin. Viestin lopussa se antaa käyttäjälle kolme mahdollista vastausta sisällön perusteella. Uber ja muut yritykset testaavat tällä hetkellä itse ajavia autoja.

Koneoppimista käyttävät teollisuudenalat

Koneoppimisen käyttö ulottuu huomattavasti tekniikkamaailman ulkopuolelle. SAS, analyyttinen ohjelmistoyritys, raportoi, että monet teollisuudenalat ovat ottaneet käyttöön tämän tekniikan. Rahoituspalveluala käyttää ML: ää tunnistaakseen sijoitusmahdollisuudet, ilmoittaa sijoittajille, milloin ne voivat käydä kauppaa, tunnistaa, mitkä asiakkaat ovat korkean riskiprofiilin, ja havaita petokset. Terveydenhoidossa algoritmit auttavat diagnosoimaan sairauksia poimimalla poikkeavuuksia.

Oletko koskaan kysynyt, "miksi kyseisen tuotteen mainos on ajatellut ostaa näkyvän jokaisella verkkosivulla?" ML antaa markkinointi- ja myyntiteollisuudelle mahdollisuuden analysoida kuluttajia osto- ja hakuhistoriansa perusteella. Kuljetusteollisuuden mukauttaminen tähän tekniikkaan tunnistaa mahdolliset ongelmat reiteillä ja auttaa niitä tehostamaan. ML: n ansiosta öljy- ja kaasuteollisuus voi tunnistaa uusia energialähteitä (Machine Learning: Mikä se on ja miksi se on tärkeätä. SAS).

Kuinka koneoppiminen muuttaa työpaikkaa

Ennusteet koneiden haltuunotosta kaikkien työtehtävissämme ovat olleet olemassa jo vuosikymmenien ajan, mutta tekeekö ML vihdoin sen totta? Asiantuntijat ennustavat, että tämä tekniikka muuttaa ja jatkaa työpaikan muuttamista. Mutta sikäli kuin poistamme kaikki työpaikat? Useimmat asiantuntijat eivät usko, että niin tapahtuu.

Vaikka koneoppiminen ei voi korvata ihmistä kaikissa ammateissa, se voi muuttaa monia siihen liittyviä työtehtäviä. "Tehtävät, joihin liittyy nopeaan, tietoon perustuvien päätösten tekeminen, sopivat hyvin ML-ohjelmiin; ei niin, jos päätös riippuu pitkistä päättelyketjuista, monimuotoisesta taustatiedosta tai järkeä", Byron Spice sanoo. Spice on Carnegie Mellonin mediaviestinnän johtaja. Yliopiston tietotekniikan korkeakoulu (Spice, Byron. Koneoppiminen muuttaa työpaikkoja. Carnegie Mellon University. 21. joulukuuta 2017).

Tiedelehdessä Erik Brynjolfsson ja Tom Mitchell kirjoittavat, että "työvoiman kysyntä laskee todennäköisemmin tehtävissä, jotka korvaavat ML: n ominaisuudet, kun taas todennäköisemmin työvoiman kysyntä lisääntyy tehtävissä, jotka täydentävät näitä järjestelmiä. Joka kerta, kun ML Järjestelmä ylittää kynnyksen, kun se tulee kustannustehokkaammaksi kuin ihminen tehtävässä, voittoa maksimoivat yrittäjät ja johtajat pyrkivät yhä enemmän korvaamaan ihmisiä koneilla, joilla voi olla vaikutuksia koko taloudessa, lisäämällä tuottavuutta, alentamalla hintoja ja siirtämällä työvoiman kysyntää. ja teollisuuden rakenneuudistukset (Brynjolfsson, Erik ja Mitchell, Tom. Mitä koneoppiminen voi tehdä? Työvoiman vaikutukset. Tiede. 22. joulukuuta 2017).

Haluatko uran koneoppimisessa?

Koneoppimisen ura vaatii tietotekniikan, tilastotieteen ja matematiikan osaamista. Monet ihmiset tulevat tälle kentälle taustalla kyseisillä aloilla. Monet korkeakoulut, jotka tarjoavat merkittäviä koneoppimismenetelmiä, käyttävät monitieteistä lähestymistapaa ja opetussuunnitelmaa, joka sisältää tietojenkäsittelytieteen lisäksi sähkö- ja tietotekniikan lisäksi matematiikan ja tilastotiedot (16 parhainta koneoppimiskoulut. AdmissionTable.com).

Niille, jotka ovat jo mukana tietotekniikkateollisuudessa, siirtyminen ML-työhön ei ole pitkä harppaus. Sinulla voi olla jo monia tarvitsemiasi taitoja. Työnantajasi voi jopa auttaa sinua siirtymävaiheessa. Steven Levyn artikkelin mukaan "tällä hetkellä ei ole paljon ML: n asiantuntijoita, joten Googlen ja Facebookin kaltaiset yritykset kouluttavat insinöörejä, joiden asiantuntemus on perinteisessä koodauksessa".

Vaikka monet IT-ammattilaisena kehittämäsi taidot siirtyvät koneoppimiseen, se voi olla hieman haastava. Toivottavasti pysyt hereillä kouluissa tilastotunneidesi aikana, koska ML luottaa vahvoihin käsityksiin kyseisestä aiheesta sekä matematiikkaan. Levy kirjoittaa, että koodaajien on oltava valmiita luopumaan järjestelmän hallinnan täydellisestä hallinnasta.

Et ole onnekas, jos tekniikan työnantajasi ei tarjoa ML: n uudelleenkoulutusta Googlelle ja Facebookille. Yliopistot ja yliopistot sekä online-oppimisympäristöt, kuten Udemy ja Coursera, tarjoavat luokkia, joissa opetetaan koneoppimisen perusteita. On kuitenkin ratkaisevan tärkeää, että asiantuntemuksesi pyöristetään ottamalla tilastot ja matematiikan tunnit.

Työnimikkeet ja ansiot

Ensisijaisia ​​työnimikkeitä, joilla törmäät etsiessäsi työtä tällä alalla, ovat koneoppimisinsinööri ja tietotekniikka.

Koneoppimisinsinöörit "johtavat koneoppimisprojektin toimintaa ja ovat vastuussa infrastruktuurin ja tietoputkiston hallinnasta, jota tarvitaan koodin tuotantoon". Tietotieteilijät ovat pikemminkin algoritmien kehittämisen data- ja analysointipuolella kuin koodauspuolella. He myös keräävät, puhdistavat ja valmistelevat tietoja (Zhou, Adelyn. "Keinotekoisen älykkyyden työnimikkeet: Mikä on koneoppimisinsinööri?" Forbes. 27. marraskuuta 2017).

Näissä töissä työskentelevien ihmisten lähettämien tietojen perusteella Glassdoor.com raportoi, että ML-insinöörit ja tietotieteilijät ansaitsevat keskimäärin peruspalkan, joka on 120 931 dollaria. Palkat vaihtelevat 87 000–158 000 dollarista (koneoppimisinsinööripalkat. Glassdoor.com. 1. maaliskuuta 2018). Vaikka Glassdoor ryhmittelee nämä nimikkeet, niiden välillä on joitain eroja.

Koneoppimista koskevia vaatimuksia

ML-insinöörit ja tietotieteilijät tekevät erilaisia ​​töitä, mutta niiden välillä on paljon päällekkäisyyttä. Molempien tehtävien työilmoituksissa on usein samanlaisia ​​vaatimuksia. Monet työnantajat pitävät parempana kandidaatin, maisterin tai tohtorin tutkintoa tietotekniikassa tai tekniikassa, tilastoinnissa tai matematiikassa.

Koneoppimisen ammattilaisena tarvitset yhdistelmän teknisiä taitoja - koulussa tai työssä opittuja taitoja - ja pehmeitä taitoja. Pehmeät taidot ovat kykyjä, joita he eivät oppia luokkahuoneessa, vaan syntyvät elämänkokemuksen kautta tai hankkivat sen. ML-insinöörien ja tietotekijöiden vaaditut taidot ovat taas päällekkäisiä.

Työpaikkailmoitukset paljastavat, että ML-suunnittelutehtävissä työskentelevien tulisi olla perehtyneet koneoppimisjärjestelmiin kuten TensorFlow, Mlib, H20 ja Theano. He tarvitsevat vahvan taustan koodauksessa, mukaan lukien kokemus ohjelmointikieleistä, kuten Java tai C / C ++, ja skriptikieleistä, kuten Perl tai Python. Tilastotaidot ja kokemus tilastollisten ohjelmistopakettien käyttämisestä suurten tietojoukkojen analysoimiseksi ovat myös eritelmien joukossa.

Erilaisten pehmeiden taitojen avulla voit menestyä tällä alalla. Niitä ovat joustavuus, sopeutumiskyky ja sitkeys. Algoritmin kehittäminen vaatii paljon kokeiluja ja virheitä, ja siten kärsivällisyyttä. Algoritmi on testattava, toimiiko se, ja jos ei, kehittää uusi.

Erinomaiset viestintätaidot ovat välttämättömiä. Koneoppimisen ammattilaiset, jotka työskentelevät usein joukkueissa, tarvitsevat erinomaisia ​​kuuntelu-, puhe- ja ihmissuhdetaitoja yhteistyöhön muiden kanssa, ja heidän on myös esitettävä havaintonsa kollegoilleen. Lisäksi heidän tulee olla aktiivisia oppijoita, jotka voivat sisällyttää uutta tietoa työhönsä. Alalla, jolla innovaatiota arvostetaan, on oltava luova menestyäkseen.