Top Machine Learning Jobs

Мазмун

• Машина үйрөнүү деген эмне?
• Machine Learning колдонуп жаткан тармактар
• Машиналарды үйрөнүү жумуш ордун кандайча өзгөртөт
• Машина үйрөнүүдө карьера каалайсызбы?
• Жумуш аттары жана кирешелери
• Машиналарды үйрөнүү жумуштарына коюлуучу талаптар

LinkedIn 2017 АКШнын өнүгүп келе жаткан жумуштары жөнүндө отчеттун жогору жагында, Машиналарды үйрөнүү тармагындагы эки кесип: Machine Learning Engineer жана Data Scientist. Машиналарды үйрөнүү боюнча инженерлердин жумуштуулугу 2012 жана 2017-жылдар аралыгында 9,8 эсеге өскөн жана маалыматтарды изилдөөчү жумушчу орундар ушул беш жылдын ичинде 6,5 эсеге көбөйгөн. Эгер тенденция улана берсе, анда бул кесиптер башка кесиптерден ашып түшкөн жумушка орношуу мүмкүнчүлүгүнө ээ болушат. Келечегиңиз ушунчалык жаркыраган болсо, анда бул тармактагы жумуш сизге туура келеби?

Машина үйрөнүү деген эмне?

Машиналарды үйрөнүү (ML) бул жөн гана угулат. Бул технология окутуу машиналарын белгилүү бир тапшырмаларды аткарууну камтыйт. Компьютерлерге эмне кылуу керектиги жөнүндө көрсөтмөлөрдү берген салттуу коддоодон айырмаланып, ML аларга адам же жаныбар сыяктуу өз алдынча аныктоого мүмкүндүк берген маалыматтарды берет. Сыйкыр угулат, бирок андай эмес. Бул компьютер илимпоздорунун жана башка адистердин тийиштүү экспертиза менен өз ара аракетин камтыйт. Бул IT адистер алгоритмдер деп аталган программаларды түзүшөт - маселени чечүүчү эрежелердин жыйындысы, андан кийин аларга ушул маалыматтын негизинде божомол жасоого үйрөтүүчү чоң маалымат топтому берилет.

Машиналарды үйрөнүү - бул "жасалма интеллекттин чакан бөлүгү, компьютерлер аларга так программаланган эмес тапшырмаларды аткарууга мүмкүнчүлүк берет" (Диксон, Бен. Skills You Machine Learning Жумушка орношуу керек. Бул Карьера Тапкыч. 2017-жылдын 18-январы). Бул жылдар өткөн сайын татаалдашты, бирок кадимки көрүнүшкө айланды .. Стивен Леви Google компаниясынын инженерлерин машиналарды үйрөтүү жана кайра даярдоо артыкчылыгын белгилөө макаласында мындай деп жазган: "Көп жылдар бою машиналарды үйрөнүү адистиги боюнча чектелген болчу. элитага чейин. Бул доор бүттү, анткени акыркы жыйынтыктар биологиялык мээнин иштешин чагылдырган "нерв торлору" менен иштөөчү машинаны үйрөнүү, компьютерлерди адамдын, айрым учурларда супер адамдардын күчү менен тууралоонун чыныгы жолу экендигин көрсөттү. Леви, Стивен. Google кандайча машинаны үйрөнүү боюнча биринчи компанияны зымдуу кылып көрсөтүп жатат (2016-жылдын 22-июну).

"Чыныгы дүйнөдө" машина үйрөнүү кандайча колдонулат? Көпчүлүгүбүз бул технологияны күн сайын, ага көп деле маани бербей жолуктурабыз. Google же башка издөө тутумун колдонгондо, баракчанын жогору жагында чыккан натыйжалар машинаны үйрөнүүнүн натыйжасы болот. Смартфонуңуздагы SMS жазуу колдонмосундагы алдын-ала айтылган текст, ошондой эле кээде бузулган авто-тууралоо өзгөчөлүгү да машинаны үйрөнүүнүн натыйжасы. Netflix жана Spotify сайттарындагы сунушталган тасмалар жана ырлар биз тез өсүп келе жаткан технологияны колдонуп, аны байкабай туруп кантип колдонуп жатканыбыздын дагы бир мисалы. Жакында эле, Google Gmail-де Smart Reply киргизген. Билдирүүнүн аягында колдонуучуга мазмунга негизделген үч мүмкүн жоопторду сунуштайт. Учурда Uber жана башка компаниялар автоунааларды сынап жатышат.

Machine Learning колдонуп жаткан тармактар

Техникалык билим берүүнү колдонуу технология дүйнөсүнөн алда канча ашып түшөт. SAS аналитикалык программалык компаниясы көптөгөн тармактар ​​бул технологияны колдонушкандыгын билдирет. Финансылык кызмат көрсөтүүлөр индустриясы инвестициялык мүмкүнчүлүктөрдү аныктоо, инвесторлорго качан соода жүргүзүү керектигин билүү, кайсы кардарлардын тобокелдиги жогору профилдерди таануу жана алдамчылыкты аныктоо үчүн MLди колдонот. Саламаттыкты сактоодо алгоритмдер аномалияларды аныктоо менен ооруларды аныктоого жардам берет.

Сиз "ушул вебсайттын жарнамасы эмне үчүн мен кирген ар бир веб-баракчадан көрсөтүүнү сатып алууну ойлонуп жатат?" Деп сурадыңыз беле? ML маркетинг жана сатуу тармагына керектөөчүлөрдү алардын сатып алуу жана издөө тарыхына негизделген талдоого мүмкүнчүлүк берет. Транспорттук индустрияны ушул технологияга ылайыкташтыруу маршруттардагы көйгөйлөрдү аныктап, аларды натыйжалуу кылууга жардам берет. MLдин аркасында мунай-газ тармагы жаңы энергия булактарын аныктай алат (Machine Learning: Бул эмне жана эмне үчүн ал маанилүү. SAS).

Машиналарды үйрөнүү жумуш ордун кандайча өзгөртөт

Бардык жумуштарыбызды алган машиналар жөнүндө болжолдоолор ондогон жылдардан бери айтылып келе жатат, бирок ML акыры бул ишке ашабы? Адистердин айтымында, бул технология иш ордунда болот жана мындан ары дагы өзгөрөт. Бирок биздин бардык жумуштарыбызды тартып алуу канчалык деңгээлде? Көпчүлүк эксперттер андай болбойт деп ойлошот.

Машина үйрөнүү бардык кесиптердеги адамдардын ордун ээлей албагандыгына карабастан, алар көптөгөн жумуш милдеттерин өзгөртүшү мүмкүн. "Маалыматтарга негизделген ыкчам чечимдерди кабыл алууну камтыган тапшырмалар ML программаларына ылайыктуу; андыктан, эгерде чечим узак ой жүгүртүүнүн, ар тараптуу билимдин же акыл-эстин көзкарашына байланыштуу болсо," дейт Байрон Спайс. Спайс Карнеги Меллон медиа байланыштар боюнча директору. Университеттин Информатика Мектеби (Spice, Bayon. Machine Learning Jobs Change. Карнеги Меллон Университети. 21-декабрь, 2017-жыл).

Илим журналында Эрик Брайнжольфсон жана Том Митчелл: "Эмгек талабы ML мүмкүнчүлүктөрүн алмаштыруучу тапшырмаларга көбүрөөк түшүп калышы ыктымал, ал эми бул тутумдарды толуктап турган тапшырмалар көбөйүп кетиши мүмкүн. Ар дайым ML" тутум босогону кесип өтөт, ал тапшырма аткаргандан адамдарга караганда алда канча үнөмдүү болот, кирешени көбөйтүп, ишкерлер жана менеджерлер адамдар үчүн машиналарды алмаштырууга аракет кылышат .. Бул бүтүндөй экономикага таасирин тийгизип, өндүрүмдүүлүктү жогорулатат, бааларды төмөндөтөт, жумушчу күчкө талап кылат, реструктуризация тармактары (Бринжольфссон, Эрик жана Митчелл, Том. Машина менен эмнени үйрөнө алышат? Жумушчу күчүнүн кесепеттери. Илим. 22-декабрь, 2017-жыл).

Машина үйрөнүүдө карьера каалайсызбы?

Машина үйрөнүүдө карьера информатика, статистика жана математика боюнча тажрыйбаны талап кылат. Бул талаага көптөгөн адамдар ошол талаалардагы тажрыйбалары менен келишет. Машиналарды үйрөтүү боюнча адистик сунуш кылган көптөгөн колледждер окуу программасы менен көп тармактуу мамилени колдонушат, ага кошумча информатика, электротехника жана компьютердик инженерия, математика жана статистика кирет (Машинени үйрөнүү үчүн мыкты 16 мектеп. AdmissionTable.com).

Маалыматтык технологиялар индустриясы менен алектенип жаткандар үчүн, ML жумушуна өтүү анчалык деле ийгилик эмес. Сизге керек болгон көптөгөн көндүмдөр бар. Сиздин жумуш берүүчүңүз бул өткөөлдү жасоого да жардам бериши мүмкүн. Стивен Левинин макаласында айтылгандай, "азыркы учурда ML компаниясынын адистери көп эмес, андыктан Google жана Facebook сыяктуу компаниялар салттуу коддоого таандык инженерлерди кайра даярдап жатышат".

IT адиси катары иштеп чыккан көптөгөн көндүмдөрүңүз компьютердик билимге өтсө дагы, бул бир аз татаал болушу мүмкүн. Колледждин статистикалык сабактарында сергек туруңуз деп үмүттөнөбүз, анткени ML бул теманы, ошондой эле математиканы жакшы түшүнөт. Леви жазгандай, коддоочулар тутумун программалоого болгон жалпы көзөмөлдөн баш тартууга даяр болушу керек.

Технологиялык жумуш берүүчүңүз Google жана Facebookта ML боюнча кайра даярдоону камсыз кылбаса, анда ийгиликке жете албайсыз. Колледждер жана университеттер, ошондой эле Udemy жана Coursera сыяктуу онлайн билим берүү аянтчалары машинада окутуунун негиздерин үйрөтүүчү сабактарды сунуштайт. Бирок статистика жана математика сабагынан өз тажрыйбаңызды бөлүштүрүү өтө маанилүү.

Жумуш аттары жана кирешелери

Бул жаатта жумуш издегенде кездешүүчү негизги жумуш аталыштарына машина үйрөнүү инженери жана маалымат таануучу кирет.

Машиналарды үйрөнүү инженерлери "машинаны үйрөнүү боюнча долбоордун ишин жүргүзүшөт жана кодду өндүрүшкө жеткирүү үчүн керектүү инфраструктураны жана маалымат өткөргүчтөрүн башкарат". Маалыматтарды иликтеген окумуштуулар коддоо жагына эмес, алгоритмдерди иштеп чыгуунун маалыматтары жана талдоо жагында. Алар ошондой эле маалыматтарды чогултушат, тазалашат жана даярдашат (Чжоу, Аделин. "Жасалма интеллект жумуш орундарынын аталышы: Машинаны үйрөнүү инженери деген эмне?" Forbes. 27-ноябрь, 2017-жыл).

Бул жумуштарда иштеген адамдардын сунуштарынын негизинде, Glassdoor.com ML инженерлери жана маалымат илимпоздорунун орточо базалык айлык акысы $ 120,931 түзөт. Эмгек акы аз $ 87,000ден $ 158,000 чейин. (Machine Learning Engineer Salaries. Glassdoor.com. 1-март, 2018-жыл). Glassdoor бул аталыштарды топтогонуна карабастан, алардын ортосунда айрым айырмачылыктар бар.

Машиналарды үйрөнүү жумуштарына коюлуучу талаптар

ML инженерлери жана маалымат илимпоздору ар кандай жумуштарды жасашат, бирок алардын ортосунда көп келишпестиктер бар. Эки кызмат орду үчүн жумушка орношуу жөнүндө жарыялар көбүнчө окшош талаптарга ээ. Көпчүлүк жумуш берүүчүлөр информатика же инженерия, статистика же математика адистиги боюнча бакалавр, магистр жана доктор даражаларын жактырышат.

Машина үйрөнүү боюнча адис болуу үчүн сизге техникалык көндүмдөрдүн - мектепте же жумушта үйрөнгөн көндүмдөрдүн жана жумшак көндүмдөрдүн айкалышы керек болот. Жумшак көндүмдөр - бул сабакта үйрөнбөгөн, бирок анын тажрыйбасы менен төрөлгөн же үйрөнгөн жөндөм. Дагы бир жолу, ML инженерлери жана маалымат илимпоздору үчүн талап кылынган көндүмдөрдүн ортосунда көп келишпестиктер бар.

Жумушка байланыштуу жарыялар, ML инженериясында иштегендер TensorFlow, Mlib, H20 жана Theano сыяктуу машиналарды үйрөнүү системалары менен тааныш болушу керек. Аларга кодировкалоо, ошондой эле Java же C / C ++ жана Perl же Python сыяктуу сценарий тилдери сыяктуу тажрыйбаны үйрөнүү керек. Статистикалык экспертиза жана маалыматтардын чоң топтомун талдоо үчүн статистикалык программалык камсыздоонун пакеттерин колдонуу тажрыйбасы дагы спецификациялардын катарына кирет.

Ар кандай жумшак көндүмдөр ушул жаатта ийгиликке жетүүгө мүмкүндүк берет. Алардын катарына ийкемдүүлүк, ылайыктуулук жана туруктуулук кирет. Алгоритмди иштеп чыгуу үчүн көптөгөн сыноолор жана каталар талап кылынат, ошондуктан чыдамдуулук керек. Алгоритмдин иштей тургандыгын текшерип, жаңысын иштеп чыгуу керек.

Абдан жакшы сүйлөшүү жөндөмү. Машиналарды үйрөнүү боюнча адистер, көбүнчө топтордо иштешет, башкалар менен иштешүү үчүн мыкты угуу, сүйлөө жана инсандар аралык көндүмдөргө муктаж болушат, ошондой эле өзүлөрүнүн жыйынтыктарын кесиптештерине сунушташы керек. Мындан тышкары, алар жаңы маалыматтарды өз ишине киргизе алган жигердүү окуучулар болушу керек. Инновация бааланган тармакта мыкты адам чыгармачыл болушу керек.