Садржај

• Зашто машинско учење?
• Шта је машинско учење?
• Шта ради инжењер машинског учења?
• Како постати инжењер машинског учења
• Курсеви и сертификати

Кад престанете размишљати о томе, будућност може бити помало застрашујућа.Испуњен је АИ, аутоматизацијом, 3Д штампањем, виртуелном стварношћу, ИоТ и другим концептима који су до сада личили на научну фантастику. Али ако разумете ове идеје, то такође може бити место испуњено могућностима. На пример, разумевањем основа АИ и великих података, могли бисте се одрећи каријере као инжењер машинског учења. Не само да би вам то могло донети здраву плату инжењера машинског учења, већ би вам могло помоћи и да обликујете ту будућност.

У овом посту ћемо погледати шта ради инжењер машинског учења, зашто је то велика радна улога и како можете започети.

Зашто машинско учење?

Машинско учење (МЛ) омогућава компанијама да користе огромне скупове података за апликације које раније никада нису биле могуће. МЛ алгоритми могу научити навике и понашање купаца, извести невероватно сложену математику и омогућити потпуно нове производе.

Скоро свака индустрија ће бити сјајно под утицајем АИ и машинског учења у блиској будућности и на начине на које вероватно не бисте очекивали. Узмимо за пример видео игре, где је машинско учење омогућило праћење зрачења у реалном времену, што је резултирало фотореалистичним осветљењем. Свака индустрија мора бити потпуно трансформисана браком података и логике.

Такође прочитајте: Да ли је ваш посао сигуран? Послови које ће АИ уништити у наредних 10-20 година

Из тог разлога је научника података назван "најсексепилнијим послом од 21 године"^ст века ”Харвард Бусинесс Ревиев.

Каква је платна машинска обука? Према Проспецтс.ац.ук, просечна зарада инжењера машинског учења у Великој Британији износи 52.000 фунти, што може порасти чак 170.000 фунти ако радите за компанију попут Гооглеа или Фацебоока. То износи око 62.568 УСД или 204.551,65 УСД.

Плата машинског учења може порасти до 204,551 долара

Шта је машинско учење?

Прво је важно тачно разумети шта је машинско учење, а шта није.

Машинско учење је уско повезано са АИ, али то су још увек различити појмови. Док вештачка интелигенција може описати било коју врсту програма или машине дизајниране тако да испољава интелигентно понашање, машинско учење посебно значи кориштење алгоритама за тражење образаца у подацима. Ово се потенцијално може користити за обучавање одређених врста АИ.

АИ који контролише непријатеље у рачунарским играма обично не користи машинско учење. Уместо тога, користи својеврсни дијаграм тока за доношење одлука, како би одговорио на ваше поступке унапред постављеним стратегијама. То називамо умјетном уском интелигенцијом (АНИ) јер може учинити само једну ствар.

Такође прочитајте:МЛ Ки: вађење текста са слика помоћу Гооглеовог стројног учења сдк-а

Ово је за разлику од вештачке опште интелигенције (АГИ), која је АИ дизајнирана тако да може да поднесе више различитих врста задатака, па чак и да прође Турингов тест.

С друге стране, рачунарски вид - способност програма да препозна предмете у сцени - остварује се машинским учењем. Гледајући стотине хиљада слика, можете „научити“ АИ да препознају предмете попут аутомобила или биљака. Ако камера вашег телефона има детекцију сцене, то ће користити машинско учење. Исто тако, МЛ се такође користи за подучавање препознавања гласа виртуалних помоћника.

Машинско учење може се користити за препознавање здравствених проблема помоћу рендгенских зрака и за помоћ лекарима у дијагнози или за прецизнију прогнозу времена. Постоји много више потенцијала који тек треба искористити.

Шта ради инжењер машинског учења?

Посао инжењера машинског учења је подучавање АИ-ја и софтвера помоћу података.

Посао инжењера машинског учења је подучавање АИ-ја и софтвера помоћу података. Они можда:

• Пишите програме и развијте алгоритме за вађење значајних информација из великих скупова података
• Покрените експерименте и тестирајте различите приступе
• Оптимизирајте програме за побољшање перформанси, брзине и скалабилности
• Бавите се инжењерингом података да бисте осигурали чисте скупове података
• Предложите корисне апликације за машинско учење

Инжењер машинског учења можда зато ради за компанију која већ производи производ - било да се ради о препознавању гласа, рачунарском виду или нечем више стручњаку. Алтернативно, они могу радити за агенцију која предузећима нуди рјешења за машинско учење која могу имати користи од технологије. Или би можда могли да раде у одељењу за истраживање и развој за технолошку компанију као што је Гоогле на стварању нових апликација.

Такође прочитајте:Означавање слике за МЛ Кит: Одредите садржај слике помоћу машинског учења

Између улога инжењера машинског учења и научника за податке постоји одређено преклапање. Исто тако, од вас ће се можда затражити вештине као што су вађење података, предиктивна аналитика, математика итд. Међутим, улога МЛ инжењера је одређенија, примењујући то знање на врло посебан начин.

И наравно, плата инжењера машинског учења има тенденцију да буде већа да би то одразила.

Да бисте добили представу о врсти ствари коју ћете морати да разумете као инжењер машинског учења, препоручујем овај пост на првих 10 алгоритама који се користе у МЛ. Ако вам је то фасцинантно, вероватно ћете уживати у МЛ. Ако не, можда бисте се боље снашли у некој другој улози.

Како постати инжењер машинског учења

Заинтересовани сте да постанете инжењер машинског учења? Мислите да имате оно што је потребно? Ево шта треба да знате да бисте започели и остварили велику плату инжењера машинског учења.

Такође прочитајте: Како радити као програмер на мрежи: Све што требате знати

У погледу квалификација и сертификата, не постоји начин да постанете МЛ инжењер. Много послова који плаћају најбоље плате за машинско учење тражи додипломску диплому. То ће често бити степен рачунарске науке, који ће пружити широко разумевање рачунара, технологије и програмирања. Диплома из математике такође може бити велика полазна основа.

У идеалном случају, на томе бисте надограђивали позадину софтверског инжењерства и науке о подацима. Најкориснији програмски језици у овом пољу су Питхон, Ц и Ц ++.

Одатле можете прећи на више специјалистичких улога у машинском учењу или прилагодити свој животопис помоћу курсева машинског учења испод. Искуство са МЛ АПИ-јевима као што су ТенсорФлов и Керас такође ће бити изузетно корисно.

Такође прочитајте: Како користити ЛинкедИн и прибавити посао из снова!

Због огромне количине процесне снаге и складиштења потребних за руковање огромним скуповима података повезаних са машинским учењем, увелико ћете радити са системима заснованим на облаку. У том циљу, такође је важно демонстрирати познавање расподељеног рачунања.

Како је инжењерство машинског учења тако врхунска каријера, не постоји ниједан пут који би могао следити. Можда ћете чак открити да можете прећи дугачак пут као програмер самоук ако успете да саставите довољно јак резиме.

Курсеви и сертификати

Ево неколико курсева и сертификата које можете користити да бисте напредовали као инжењер машинског учења:

Бацхелор оф Цомпутер Сциенце - Ово је пун интернетски курс за универзитетске студије са Лондонског универзитета који ће пружити савршене темеље за оне који могу да посвете време. Учићете 3-6 година и од вас ће се тражити 14-28 сати недељно.

Наука података: Машинско учење - Ако већ имате неке позадине у програмирању и / или математици, додавање специфичног знања о машинском учењу можда је све што вам треба. Ово је бесплатни 8-недељни курс са Универзитета Харвард. Можете да додате верификовани сертификат за малу накнаду, а такође ће се рачунати и у Дата Сциенце Профессионал Цертификат уколико га желите наставити. Цео курс можете пронаћи овде.

Основе науке о подацима: Рачунарско размишљање са Питхон-ом - још један бесплатан курс, овог пута са Калифорнијског универзитета Беркелеи. Дуга је 5 недеља, захтевајући обавезу око 4-6 сати сваке недеље. Можете додати мало додатног рачуна за додавање верификованог сертификата или га можете рачунати као потпуну професионалну потврду у програму Фоундатион оф Сциенце.

Специјализација машинског учења - Ова специјализација за машинско учење са Универзитета у Вашингтону састоји се од четири одвојена курса и бесплатна је за упис. Добићете потврду о курсу коју можете додати у ЛинкедИн или ЦВ.

Програмирање у Ц # - Овај испит из Мицрософта рачуна се као МЦСА, али ће вам такође помоћи да свој ЦВ сакупите доказима о одговарајућим вештинама кодирања.

Такође прочитајте: Мицрософт Цертифицатион: Водич за техничке стручњаке

Научите Питхон Программинг Мастерцласс - Овај курс из Удеми-а неће пружити професионални сертификат, већ је приступачан и користан увод у овај програмски језик по захтеву.

Ето га! То је оно што треба да знате да бисте постали инжењер машинског учења. Да ли је ово каријера коју бисте желели да наставите? Да ли сте већ МЛ инжењер? Поделите своје савете и искуства у коментарима доле!