Ən yaxşı maşın öyrənmə işləri

MəZmun

• Maşın öyrənmə nədir?
• Maşın öyrənməsindən istifadə edən sənaye
• Maşın öyrənmə iş yerini necə dəyişir
• Maşın öyrənməsində karyera qurmaq istəyirsən?
• İş adları və qazanclar
• Maşın öyrənmə işlərinə tələblər

LinkedIn-in 2017-ci ildə ABŞ-ın İnkişaf etməkdə olan İşləri Hesabatının başında Maşın Öyrənmə sahəsində iki peşə var: Maşın Öyrənmə Mühəndisi və Məlumat Elmi. Maşın öyrənmə mühəndisləri üçün məşğulluq 2012 və 2017-ci illər arasında 9.8 dəfə artdı və eyni beş il ərzində məlumat alimləri 6.5 dəfə artdı. Trend davam edərsə, bu peşələrdə bir çox digər peşələrdən üstün bir məşğulluq dünyagörüşü olacaqdır. Gələcək qədər parlaq bir gələcəklə bu sahədə bir iş sizin üçün uyğun ola bilərmi?

Maşın öyrənmə nədir?

Maşın öyrənməsi (ML) sadəcə oxşardır. Bu texnologiya xüsusi tapşırıqları yerinə yetirmək üçün təlim maşınlarını əhatə edir. Kompüterlərə nə edəcəyini izah edən təlimatlar verən ənənəvi kodlaşdırmadan fərqli olaraq, ML, insanlara və ya heyvanlara edəcəyi şeyləri özləri tərəfindən anlamağa imkan verən məlumatları təqdim edir. Sehrli kimi səslənir, amma belə deyil. Bu, kompüter elm adamlarının və digərlərinin əlaqəli təcrübə ilə qarşılıqlı əlaqəsini əhatə edir. Bu İT mütəxəssisləri bir problemi həll edən alqoritmlər - qaydalar toplusu adlı proqramlar yaradır və sonra bu məlumatlara əsaslanaraq proqnoz verməyi öyrədən böyük məlumat dəstləri verirlər.

Maşın təhsili "kompüterlərə açıq şəkildə proqramlaşdırılmamış tapşırıqları yerinə yetirməyə imkan verən süni intellektin alt hissəsidir" (Dickson, Ben. Siz də Maşın Öyrənmə İşinə yer verməlisiniz. Karyera axtaran. 18 Yanvar 2017.) İllər keçdikcə daha mürəkkəb, daha adi bir hal aldı .. Steven Levy, şirkətin mühəndislərinin peşə hazırlığı və yenidən hazırlanması mövzusunda Google'un prioritet istiqamətlərindən bəhs edən bir məqaləsində yazır: "Uzun illər maşın öyrənmə bir ixtisas, məhdud sayılırdı. elitaya az. Bu dövr başa çatdı, çünki son nəticələr göstərir ki, bioloji bir beynin işləməsini təqlid edən "sinir ağları" ilə işləyən maşın öyrənməsi, kompüterlərin insan gücləri ilə, bəzi hallarda isə super insanları təqlid etmək üçün əsl yoldur. " Levy, Steven. Google'un Maşın Öyrənmə Birinci Şirkəti olaraq özünü necə düzəldir (22 İyun 2016).

"Həqiqi dünyada" maşın təlimindən necə istifadə olunur? Çoxumuz gündəlik bu texnologiyaya çox fikir vermədən rast gəlirik. Google və ya başqa bir axtarış motorundan istifadə edərkən, səhifənin yuxarısında görünən nəticələr maşın öyrənməsinin nəticəsidir. Ağıllı telefonunuzun mesajlaşma tətbiqetməsində olan proqnoz mətni, bəzən zərərli avtomatik düzəliş xüsusiyyəti də maşın öyrənmənin nəticəsidir. Tövsiyə olunan filmlər və Netflix və Spotify-də bu sürətlə böyüməkdə olan texnologiyanı çətinliklə görməyəcəyimizə dair daha bir nümunədir. Bu yaxınlarda Google, Gmail-də Smart Cavab təqdim etdi. Bir mesajın sonunda, istifadəçiyə məzmuna görə üç mümkün cavabı təqdim edir. Uber və digər şirkətlər hazırda özünü idarə edən avtomobilləri sınaqdan keçirirlər.

Maşın öyrənməsindən istifadə edən sənaye

Maşın öyrənməsinin tətbiqi texnologiya dünyasından daha çox səviyyəyə çatır. Analitik bir proqram şirkəti olan SAS, bir çox sənayenin bu texnologiyanı mənimsədiyini bildirir. Maliyyə xidmətləri sənayesi investisiya imkanlarını müəyyənləşdirmək, investorlara nə vaxt ticarət ediləcəyini bildirmək, hansı müştərilərin yüksək riskli profillərə sahib olduqlarını və saxtakarlığı aşkar etmək üçün ML-dən istifadə edir. Səhiyyə xidmətində, alqoritmlər anormallıqları götürərək xəstəliklərin diaqnozuna kömək edir.

Heç soruşmusunuz ki, "ziyarət etdiyim hər veb səhifədə göstərməyi almağı düşündüyüm bu məhsul üçün bir reklam niyə?" ML marketinq və satış sənayesinə istehlakçıları alış və axtarış tarixləri əsasında təhlil etməyə imkan verir. Nəqliyyat sənayesinin bu texnologiyaya uyğunlaşması marşrutlarda potensial problemləri aşkarlayır və onların daha səmərəli olmasına kömək edir. ML sayəsində neft və qaz sənayesi yeni enerji mənbələrini (Machine Learning: Bu nədir və nəyə görə vacibdir. SAS) müəyyən edə bilər.

Maşın öyrənmə iş yerini necə dəyişir

Bütün işlərimizi aparan maşınlarla bağlı proqnozlar on illərdir ki, mövcuddur, amma ML nəhayət bunu gerçəkləşdirəcəkmi? Mütəxəssislər bu texnologiyanın iş yerini dəyişdirdiyini və davam etdirəcəyini proqnozlaşdırırlar. Ancaq bütün işlərimizi əlimizdən alacaq qədər? Əksər mütəxəssislər bunun baş verəcəyini düşünmürlər.

Maşın öyrənməsi bütün peşələrdə insanın yerini tuta bilməsə də, bir çox iş vəzifələrini dəyişdirə bilər. "Verilənlər əsasında sürətli qərar qəbul etməyi özündə cəmləşdirən vəzifələr ML proqramları üçün yaxşı bir yerdir; qərar uzun düşünmə, müxtəlif bilik və ya sağlam düşüncənin uzun zəncirlərindən asılı olmasa, yaxşı deyil" deyir Bayron Spice. Universitetin Kompüter Elmləri Məktəbi (Spice, Bayon. Maşın Öyrənmə İşlərini dəyişdirəcək. Carnegie Mellon Universiteti. 21 Dekabr 2017).

Elm Jurnalında Erik Brynjolfsson və Tom Mitchell yazırlar ki, "əmək tələbi ML-in imkanlarını əvəz edən vəzifələrə daha çox düşür, halbuki bu sistemlər üçün tamamlayan vəzifələr üçün artım daha çoxdur. Hər dəfə bir ML Sistem, bir vəzifəyə görə insanlara nisbətən daha qənaətli olduqda, qazanc gətirən sahibkarlar və menecerlər getdikcə insanlar üçün maşınları dəyişdirməyə çalışacaqlar. Bu, iqtisadiyyatda məhsuldarlığı artıran, qiymətləri aşağı salan, işçi tələbini dəyişən, təsir edə bilər. və yenidən qurulma sənayesi (Brynjolfsson, Erik və Mitchell, Tom. Maşın Öyrənmə Nə edə bilər?

Maşın öyrənməsində karyera qurmaq istəyirsən?

Maşın öyrənməsində karyera kompüter elmləri, statistika və riyaziyyat sahələrində təcrübə tələb edir. Bu sahəyə bir çox insanlar həmin sahələrdə bir mənbə ilə gəlirlər. Maşın öyrənməsində böyük bir ixtisas təklif edən bir çox kollec, kompüter elmləri, elektrik və kompüter mühəndisliyi, riyaziyyat və statistikadan əlavə (Maşın Öyrənmək üçün Top 16 Məktəb. AdmissionTable.com) bir tədris planı ilə çoxşaxəli bir yanaşma tətbiq edir.

Artıq İnformasiya Texnologiyaları Sənayesi ilə məşğul olanlar üçün ML işinə keçid uzaq bir sıçrayış deyil. Artıq ehtiyacınız olan çox bacarığa sahib ola bilərsiniz. İşəgötürəniniz hətta bu keçidi həyata keçirməyə kömək edə bilər. Steven Levy-in məqaləsinə görə, "hazırda ML-də mütəxəssis olanlar çox deyil. Buna görə də Google və Facebook kimi şirkətlər ənənəvi kodlaşdırma təcrübəsi olan mühəndisləri yenidən hazırlayır."

Bir İT mütəxəssisi kimi inkişaf etdirdiyiniz bir çox bacarıq maşın öyrənməsinə keçsə də, bir az çətin ola bilər. İnşallah, kollec statistika dərsləri zamanı oyaq qaldınız, çünki ML həm bu mövzunu, həm də riyaziyyatı güclü dərk etməyə etibar edir. Levy yazır ki, kodlayıcılar bir sistem proqramlaşdırmasına verdikləri ümumi idarəetmədən imtina etməyə hazır olmalıdırlar.

Texniki işəgötürəniniz Google və Facebook'un ML yenidən hazırlığını təmin etmirsə, bəxtiniz gətirmir. Kolleclər və universitetlər, həmçinin Udemy və Coursera kimi onlayn təlim platformaları maşın öyrənməsinin əsaslarını öyrədən dərslər təklif edir. Statistikalar və riyaziyyat dərsləri alaraq təcrübənizi yaxşılaşdırmaq çox vacibdir.

İş adları və qazanclar

Bu sahədə iş axtararkən rastlaşacağınız əsas iş adlarına maşın öyrənmə mühəndisi və məlumat alimi daxildir.

Maşın öyrənmə mühəndisləri "maşın öyrənmə layihəsinin fəaliyyətlərini idarə edir və kod istehsalına gətirmək üçün lazım olan infrastruktur və məlumat boru kəmərlərinin idarə edilməsindən məsuldurlar." Məlumat alimləri kodlaşdırma tərəfinə deyil, inkişaf edən alqoritmlərin məlumat və təhlil tərəfindədirlər. Onlar həmçinin məlumat toplayır, təmizləyir və hazırlayırlar (Zhou, Adelyn. "Süni intellekt işinin başlıqları: Maşın öyrənmə mühəndisi nədir?". Forbes. 27 Noyabr 2017).

Bu işlərdə çalışan insanların istifadəçi təqdimatlarına əsasən Glassdoor.com bildirir ki, ML mühəndisləri və məlumat alimləri orta baza əmək haqqı 120.931 dollar qazanır. Maaşlar $ 87,000-dən $ 158,000-a qədər dəyişir (Maşın öyrənmə mühəndisi maaşları. Glassdoor.com. 1 mart 2018). Şüşə otaqlar bu başlıqları qruplaşdırsa da, aralarında bəzi fərqlər var.

Maşın öyrənmə işlərinə tələblər

ML mühəndisləri və məlumat alimləri fərqli işlər görürlər, lakin aralarında çox üst-üstə düşür. Hər iki vəzifə üçün iş elanları çox vaxt oxşar tələblərə malikdir. Bir çox işəgötürən kompüter elmləri və ya mühəndislik, statistika və ya riyaziyyat sahələrində bakalavr, magistr və ya doktorluq dərəcələrinə üstünlük verir.

Bir maşın öyrənən peşəkar olmaq üçün texniki bacarıqların - məktəbdə və ya işdə öyrənilən bacarıqların və yumşaq bacarıqların birləşməsinə ehtiyacınız olacaq. Yumşaq bacarıqlar, sinifdə öyrənmədikləri, əksinə həyat təcrübələri ilə dünyaya gələn və ya əldə etdikləri bir qabiliyyətdir. Yenə də ML mühəndisləri və məlumat alimləri üçün tələb olunan bacarıqlar arasında çox üst-üstə düşür.

İş elanları göstərir ki, ML mühəndislik işlərində çalışanlar TensorFlow, Mlib, H20 və Theano kimi maşın öyrənmə çərçivələri ilə tanış olmalıdırlar. Java və ya C / C ++ kimi proqramlaşdırma dilləri ilə təcrübə və Perl və ya Python kimi yazı dilləri ilə təcrübə daxil olmaqla kodlaşdırma üçün güclü bir bazaya ehtiyacı var. Böyük məlumat dəstlərini təhlil etmək üçün statistik proqram paketlərindən istifadə etməklə statistika və təcrübə sahəsində ekspertiza da spesifikasiyalar arasındadır.

Müxtəlif yumşaq bacarıqlar bu sahədə uğur qazanmağınıza imkan verəcəkdir. Bunların arasında rahatlıq, uyğunlaşma və əzm var. Bir alqoritmi inkişaf etdirmək üçün çox sınaq və səhv tələb olunur və buna görə səbr lazımdır. Bir alqoritmi işlədiyini və olmadığı halda yenisini hazırlamaq üçün sınamalısınız.

Əla ünsiyyət bacarıqları vacibdir. Tez-tez komandalar üzərində işləyən maşın öyrənmə mütəxəssisləri, başqaları ilə işləmək üçün daha yaxşı dinləmə, danışma və kişilərarası bacarıqlara ehtiyac duyurlar və tapdıqlarını həmkarlarına təqdim etməlidirlər. Bundan əlavə, işlərinə yeni məlumatlar daxil edə biləcək fəal öyrənənlər olmalıdırlar. Yeniliyin qiymətləndirildiyi bir sənədə, üstün olmaq üçün yaradıcı olmalıdır.