Съдържание

• Защо машинно обучение?
• Какво е машинно обучение?
• Какво прави машинен инженер?
• Как да станете инженер за машинно обучение
• Курсове и сертификати

Когато спрете да мислите за това, бъдещето може да бъде малко обезсърчително.Той е изпълнен с AI, автоматизация, 3D печат, виртуална реалност, IoT и други концепции, които досега изглеждаха като научна фантастика. Но ако разбирате тези идеи, това също може да бъде място, изпълнено с възможности. Например, разбирайки основите на AI и големите данни, бихте могли да си направите кариера като машинен инженер. Това не само би могло да ви осигури много здравословна заплата за машинно обучение, но също така би могло да ви помогне да оформите точно това бъдеще.

В тази публикация ще разгледаме какво прави инженерът за машинно обучение, защо е страхотна роля в работата и как можете да започнете.

Защо машинно обучение?

Машинното обучение (ML) позволява на компаниите да използват огромни набори от данни за приложения, които преди това никога не биха били възможни. ML алгоритмите могат да научат навиците и купуването на поведение на клиентите, да изпълняват невероятно сложна математика и да позволяват изцяло нови продукти.

Почти всяка индустрия ще бъде значително повлияни от ИИ и машинно обучение в близко бъдеще и по начини, които вероятно не бихте очаквали. Вземете например видеоигри, където машинното обучение направи възможно проследяването на лъчите в реално време, което доведе до фотореалистично осветление. Всяка индустрия трябва да бъде напълно преобразена чрез съчетаване на данни и логика.

Прочетете също: Вашата работа безопасна ли е? Работа, която AI ще унищожи в следващите 10-20 години

Поради тази причина ученият с данни е бил наречен „най-секси работа на 21-те^во век ”от Harvard Business Review.

Каква е заплатата за машинно обучение? Според Prospects.ac.uk, средната заплата на инженера за машинно обучение във Великобритания е 52 000 британски лири, което може да нарасне до 170 000 паунда, ако работите за компания като Google или Facebook. Това е около $ 62,568 или $ 204,551.65 съответно.

Заплатата за машинно обучение може да нарасне до $ 204,551

Какво е машинно обучение?

Първо, важно е да се разбере точно какво е машинно обучение и кое не е.

Машинното обучение е тясно свързано с AI, но това все още са различни понятия. Докато изкуственият интелект може да опише всеки тип програма или машина, проектирани да проявяват интелигентно поведение, машинното обучение конкретно означава използване на алгоритми за търсене на модели в данните. Това потенциално може да се използва за обучение на някои видове ИИ.

AI, който контролира враговете в компютърните игри, обикновено не използва машинно обучение. По-скоро използва своеобразна диаграма за вземане на решения, за да отговори на вашите действия с предварително зададени стратегии. Това наричаме изкуствен тесен интелект (ANI), защото той може да направи само едно.

Прочетете също:ML Ki: извличане на текст от изображения с помощта на машинно обучение на google sdk

Това е в контраст с изкуствения общ интелект (AGI), който е AI, предназначен да може да се справя с множество различни видове задачи и дори може би да премине теста на Тюринг.

Компютърното зрение от друга страна - способността на програмата да идентифицира обекти в дадена сцена - се осъществява чрез машинно обучение. Преглеждайки стотици хиляди снимки, можете да „научите“ AI да разпознава обекти като коли или растения. Ако камерата на телефона ви има откриване на сцени, това ще използва машинно обучение. По същия начин ML се използва и за преподаване на разпознаване на глас на виртуални асистенти.

Машинното обучение може да се използва за идентифициране на здравословни проблеми от рентгенови лъчи и подпомагане на лекарите при диагностицирането им или за по-точно прогнозиране на времето. Има много повече потенциал, който все още не трябва да бъде използван.

Какво прави машинен инженер?

Задачата на машинен инженер за обучение е да преподава AI и софтуер, използвайки данни.

Задачата на машинен инженер за обучение е да преподава AI и софтуер, използвайки данни. Те може:

• Пишете програми и разработвайте алгоритми за извличане на значима информация от големи масиви данни
• Извършете експерименти и тествайте различни подходи
• Оптимизирайте програмите за подобряване на производителността, скоростта и мащабируемостта
• Работете с инженеринга на данни, за да осигурите чисти масиви данни
• Предложете полезни приложения за машинно обучение

Следователно машинен инженер може да работи за компания, която вече произвежда продукт - независимо дали това е гласово разпознаване, компютърно зрение или нещо по-специализирано. Като алтернатива те могат да работят в агенция, която предоставя решения за машинно обучение на бизнеса, които могат да се възползват от технологията. Или може би могат да работят в отдела за научноизследователска и развойна дейност за технологична компания като Google за създаване на нови приложения.

Прочетете също:Етикетиране на изображението на ML Kit: Определете съдържанието на изображението чрез машинно обучение

Има някои припокривания между ролите на инженер за машинно обучение и учен с данни. По същия начин може да се наложи да се възползвате от умения като извличане на данни, аналитична прогноза, математика и т.н. Въпреки това, ролята на инженера по ML е по-конкретна, като прилага тези знания по много конкретен начин.

И разбира се, заплатата на инженера за машинно обучение е по-голяма, за да отрази това.

За да добиете представа за нещата, които ще трябва да разберете като машинен инженер, препоръчвам тази публикация в топ 10 алгоритмите, използвани в ML. Ако това е очарователно за вас, вероятно ще се радвате на ML. Ако не, може да сте по-подходящи за друга роля.

Как да станете инженер за машинно обучение

Интересувате се да станете инженер за машинно обучение? Мислите, че имате какво е необходимо? Ето какво трябва да знаете, за да започнете и да получите страхотна заплата на инженерно обучение.

Прочетете също: Как да работите като софтуерен разработчик онлайн: Всичко, което трябва да знаете

По отношение на квалификациите и сертификатите няма определена пътека да станете ML инженер. Много от работните места, които плащат най-добрите заплати за машинно обучение, искат бакалавърска степен. Това често е степен по компютърни науки, която ще осигури широко разбиране на компютрите, технологиите и програмирането. Диплома по математика също може да бъде чудесна отправна точка.

В идеалния случай бихте надградили това с предистория в софтуерното инженерство и науката за данни. Най-полезните езици за програмиране в това поле са Python, C и C ++.

Оттам можете да преминете към по-специализирани роли в машинното обучение или да персонализирате автобиографията си с курсовете за машинно обучение по-долу. Опитът с ML API като TensorFlow и Keras също ще бъде изключително полезен.

Прочетете също: Как да използвате LinkedIn и да заемете мечтаната си работа!

Поради огромното количество мощност и памет за обработка, необходими за работа с масивните масиви данни, свързани с машинно обучение, до голяма степен ще работите с облачни базирани системи. За тази цел е важно също да се демонстрира познаване на разпределените изчисления.

Тъй като машинното обучение е толкова авангардна кариера, няма кой да следва. Може дори да откриете, че можете да изминете дълъг път като програмист-самоук, ако успеете да съставите достатъчно силна автобиография.

Курсове и сертификати

Ето някои курсове и сертификати, които можете да използвате, за да постигнете напред като машинен инженер:

Бакалавър по компютърни науки - Това е пълен онлайн бакалавърски курс от Университета в Лондон, който ще осигури перфектната основа за онези, които могат да отделят време. Ще учите за 3-6 години и ще бъдете задължени да влагате в 14-28 часа седмично.

Data Science: машинно обучение - ако вече имате известен опит в програмирането и / или математиката, добавянето на специфични знания за машинно обучение може да бъде всичко, от което се нуждаете. Това е безплатен 8 седмичен курс от Харвардския университет. Можете да добавите потвърден сертификат за малка такса и той ще се отчита и към сертификат за професионална наука за данни, ако искате да го продължите по-нататък. Можете да намерите този пълен курс тук.

Основи на науката за данни: изчислително мислене с Python - още един безплатен курс, този път от Калифорнийския университет в Бъркли. Той е дълъг 5 седмици и изисква ангажимент от около 4-6 часа всяка седмица. Можете да платите малко повече, за да добавите потвърден сертификат, или можете да го преброите към пълен професионален сертификат в Основи на науката за данни.

Специализация за машинно обучение - Тази специализация за машинно обучение от Вашингтонския университет се състои от четири отделни курса и е свободна за записване. Ще получите сертификат за курс, който можете да добавите към LinkedIn или CV.

Програмиране в C # - Този изпит от Microsoft се счита за кредит към MCSA, но също така ще ви помогне да натрупате автобиографията си с доказателства за съответните умения за кодиране.

Прочетете също: Сертифициране на Microsoft: Ръководство за технически специалисти

Научете Python Programming Masterclass - Този курс от Udemy няма да предостави професионален сертификат, но е достъпно и полезно въведение към този език за програмиране на търсенето.

Значи там го имате! Това е, което трябва да знаете, за да станете инженер за машинно обучение. Това ли е кариерата, за която бихте се интересували? Вече сте ML инженер? Споделете своите съвети и опит в коментарите по-долу!