Obsah

• Prečo strojové učenie?
• Čo je to strojové učenie?
• Čo robí strojový učiteľ?
• Ako sa stať strojovým učiteľom
• Kurzy a osvedčenia

Keď o tom prestanete premýšľať, budúcnosť môže byť trochu skľučujúca.Je plná AI, automatizácie, 3D tlače, virtuálnej reality, internetu vecí a ďalších konceptov, ktoré sa až doteraz javili ako sci-fi. Ak tieto myšlienky pochopíte, môže to byť aj miesto plné príležitostí. Napríklad, pochopením základov umelej inteligencie a veľkých údajov by ste sa mohli venovať kariére strojného učiteľa. Nielen, že by vám mohla pristúpiť k veľmi zdravému platu učiteľa strojového učenia, ale tiež vám to môže pomôcť pri formovaní tejto veľmi budúcej budúcnosti.

V tomto príspevku sa pozrieme na to, čo robí technik strojového učenia, prečo je to skvelá úloha a ako môžete začať.

Prečo strojové učenie?

Strojové učenie (ML) umožňuje spoločnostiam využívať obrovské súbory údajov pre aplikácie, ktoré by predtým nikdy neboli možné. ML algoritmy sa môžu naučiť zvykom a správaniu zákazníkov, vykonávať neuveriteľne zložitú matematiku a umožniť úplne nové produkty.

Takmer každé odvetvie bude značne ovplyvnené AI a strojovým učením v blízkej budúcnosti a spôsobmi, ktoré by ste pravdepodobne neočakávali. Vezmite si napríklad videohry, kde strojové učenie umožnilo sledovanie lúčov v reálnom čase, čo viedlo k fotorealistickému osvetleniu. Každé odvetvie sa dá úplne zmeniť transformáciou manželstva údajov a logiky.

Prečítajte si tiež: Je vaša práca bezpečná? Pracovné miesta, ktoré AI zničí v nasledujúcich 10 - 20 rokoch

Z tohto dôvodu bol vedec údajov označený za „najsexi prácu 21“^st storočia “od Harvard Business Review.

Aký je plat strojárskeho učenia? Podľa organizácie Prospects.ac.uk je priemerný plat inžiniera strojového inžinierstva v Spojenom kráľovstve 52 000 GBP, čo môže byť až 170 000 GBP, ak pracujete pre spoločnosť ako Google alebo Facebook. To je približne 62 568 USD alebo 204 551,65 USD.

Mzda za strojové vzdelávanie sa môže zvýšiť až na 204 551 dolárov

Čo je to strojové učenie?

Po prvé, je dôležité presne pochopiť, čo je strojové učenie a čo nie.

Strojové učenie úzko súvisí s AI, ale stále ide o odlišné pojmy. Zatiaľ čo umelá inteligencia môže opisovať akýkoľvek typ programu alebo stroja určeného na prejavovanie inteligentného správania, strojové učenie konkrétne znamená použitie algoritmov na vyhľadávanie vzorcov v údajoch. To sa potenciálne môže použiť na výcvik určitých typov AI.

AI, ktorý ovláda nepriateľov v počítačových hrách, zvyčajne nepoužíva strojové učenie. Skôr používa pri rozhodovaní určitý vývojový diagram, aby reagoval na vaše kroky vopred stanovenými stratégiami. Tomu sa hovorí umelá úzka inteligencia (ANI), pretože môže robiť iba jednu vec.

Prečítajte si tiež:ML Ki: extrahovanie textu z obrázkov pomocou strojového učenia sdk od spoločnosti Google

To je na rozdiel od umelej všeobecnej inteligencie (AGI), čo je umelá inteligencia navrhnutá tak, aby bola schopná zvládnuť viacero rôznych typov úloh a dokonca úspešne prejsť Turingovým testom.

Počítačové videnie na druhej strane - schopnosť programu identifikovať objekty v scéne - sa dosahuje strojovým učením. Pri pohľade na stovky tisíc obrázkov môžete „naučiť“ AI rozpoznať objekty, ako sú autá alebo rastliny. Ak má kamera vášho telefónu detekciu scény, použije sa strojové učenie. Podobne sa ML používa aj na výučbu rozpoznávania hlasu virtuálnych asistentov.

Strojové učenie sa môže použiť na identifikáciu zdravotných problémov röntgenovými lúčmi a na pomoc lekárom pri ich diagnostikovaní alebo na presnejšiu predpoveď počasia. Existuje ešte oveľa väčší potenciál, ktorý treba využiť.

Čo robí strojový učiteľ?

Úlohou inžiniera strojového učenia je naučiť AI a softvér pomocou údajov.

Úlohou inžiniera strojového učenia je naučiť AI a softvér pomocou údajov. Mohli by:

• Napíšte programy a vyvíjajte algoritmy na extrahovanie zmysluplných informácií z veľkých súborov údajov
• Vykonajte experimenty a testujte rôzne prístupy
• Optimalizujte programy na zlepšenie výkonu, rýchlosti a škálovateľnosti
• Zaobchádzajte s dátovým inžinierstvom, aby ste zaistili čisté súbory údajov
• Navrhnite užitočné aplikácie pre strojové učenie

Strojársky učiteľ preto môže pracovať pre spoločnosť, ktorá už vyrába produkt - či už ide o rozpoznávanie hlasu, počítačové videnie alebo niečo špecializovanejšie. Alternatívne by mohli pracovať pre agentúru, ktorá poskytuje riešenia strojového učenia pre podniky, ktoré môžu mať z tejto technológie úžitok. Prípadne by mohli pracovať v oddelení výskumu a vývoja pre technickú spoločnosť, ako je Google, aby vytvorili nové aplikácie.

Prečítajte si tiež:Značenie obrázkov ML Kit: Určte obsah obrázka pomocou strojového učenia

Medzi úlohami inžiniera strojového učenia a vedeckého pracovníka údajov sa prekrývajú určité úlohy. Podobne by sa od vás mohlo vyžadovať, aby ste využili zručnosti, ako je získavanie údajov, prediktívna analytika, matematika atď. Úloha inžiniera ML je však konkrétnejšia, pričom tieto znalosti aplikuje veľmi konkrétnym spôsobom.

A samozrejme, plat učiteľa strojového učenia má tendenciu byť väčší, aby to odrážal.

Ak chcete získať predstavu o tom, čo musíte pochopiť ako strojový učiteľ, odporúčame tento príspevok k 10 najdôležitejším algoritmom používaným v ML. Ak je to pre vás fascinujúce, pravdepodobne sa vám bude páčiť ML. Ak nie, môžete byť vhodnejší pre inú úlohu.

Ako sa stať strojovým učiteľom

Máte záujem stať sa inžinierom strojového učenia? Myslíš, že máš, čo to znamená? Tu je to, čo potrebujete vedieť, aby ste mohli začať, a pristáť na vysokej plate strojového učiteľa.

Prečítajte si tiež: Ako pracovať online ako vývojár softvéru: Všetko, čo potrebujete vedieť

Pokiaľ ide o kvalifikácie a certifikácie, nie je stanovená cesta, ako sa stať inžinierom ML. Mnoho pracovných miest, ktoré platia najlepšie platy na strojové vzdelávanie, si vyžaduje vysokoškolské vzdelanie. Toto bude často titul z oblasti informatiky, ktorý poskytne široké znalosti o počítačoch, technológiách a programovaní. Maturitný titul môže byť tiež dobrým východiskovým bodom.

V ideálnom prípade by ste na tom nadviazali na pozadí v softvérovom inžinierstve a dátovej vede. Najužitočnejšími programovacími jazykmi v tejto oblasti sú Python, C a C ++.

Odtiaľto môžete prejsť na ďalšie špecializované úlohy v strojovom učení alebo si prispôsobiť svoj životopis pomocou kurzov strojového vzdelávania uvedených nižšie. Skúsenosti s ML API, ako sú TensorFlow a Keras, budú tiež veľmi užitočné.

Prečítajte si tiež: Ako používať LinkedIn a pristátie vo vašom vysnívanom zamestnaní!

Vzhľadom na obrovské množstvo výpočtového výkonu a úložného priestoru potrebného na zvládnutie obrovských množín údajov spojených so strojovým učením budete do značnej miery pracovať s cloudovými systémami. Na tento účel je tiež dôležité preukázať znalosť distribuovaného výpočtového systému.

Pretože strojové učenie je takou špičkovou kariérou, neexistuje žiadna cesta, po ktorej by sme sa mohli vydať. Môžete dokonca zistiť, že ako samouk programátora sa môžete dostať ďaleko, ak dokážete vybudovať dostatočne silný životopis.

Kurzy a osvedčenia

Tu je niekoľko kurzov a certifikátov, ktoré môžete použiť ako strojový učiteľ:

Bachelor of Computer Science - Jedná sa o kompletný online bakalársky kurz z University of London, ktorý poskytne ideálny základ pre tých, ktorí sú schopní venovať sa času. Študujete 3 až 6 rokov a musíte absolvovať 14 až 28 hodín týždenne.

Data Science: Machine Learning - Ak už máte skúsenosti s programovaním a / alebo matematikou, môže byť všetko, čo potrebujete, doplnenie konkrétnych vedomostí o strojovom učení. Toto je bezplatný osemtýždňový kurz z Harvardskej univerzity. Overený certifikát môžete pridať za malý poplatok a ak sa budete chcieť ďalej venovať tomuto certifikátu, započítava sa aj do osvedčenia Data Science Professional. Celý kurz nájdete tu.

Základy Data Science: Computational Thinking with Python - Ďalší bezplatný kurz, tentoraz z Berkeley University v Kalifornii. Je dlhá 5 týždňov a vyžaduje si záväzok približne 4 až 6 hodín každý týždeň. Za overený certifikát môžete zaplatiť trochu navyše, alebo ho môžete započítať do úplného profesionálneho certifikátu v Foundations of Data Science.

Špecializácia na strojové učenie - Táto špecializácia na strojové učenie sa z University of Washington pozostáva zo štyroch samostatných kurzov a je zadarmo sa zapísať. Dostanete certifikát kurzu, ktorý môžete pridať do svojho LinkedIn alebo životopisu.

Programovanie v jazyku C # - Táto skúška od spoločnosti Microsoft sa počíta ako kredit voči MCSA, ale pomôže vám tiež hromadiť váš životopis dôkazmi o relevantných kódovacích schopnostiach samých o sebe!

Prečítajte si tiež: Certifikácia spoločnosti Microsoft: Príručka pre profesionálov v oblasti technológií

Learn Python Programming Masterclass - Tento kurz od Udemy neposkytuje profesionálny certifikát, ale predstavuje cenovo dostupný a užitočný úvod do tohto programovacieho jazyka na požiadanie.

Takže tu to máte! To je to, čo potrebujete vedieť, aby ste sa mohli stať strojovým učiteľom. Je to kariéra, o ktorú by ste sa chceli zaujímať? Ste už technikom ML? Podeľte sa o svoje tipy a skúsenosti v komentároch nižšie!