משרות בתחום המתפתח של למידה ממוחשבת

בחלק העליון של LinkedIn של 2017 של ארה"ב דרושים Job Report היו שני עיסוקים בתחום Machine Learning: מהנדס מכונות מחשב ומדען נתונים. התעסוקה עבור מהנדסי מכונות הלמידה גדלה ב -9.8 פעמים בין 2012 ל -2017, ועבודות מדדי הנתונים עלו ב -6.5 פעמים באותה תקופה של 5 שנים. אם המגמה תימשך, לעיסוקים אלה יהיו השקפות תעסוקה העולות בהרבה על עיסוקים אחרים. עם עתיד כה בהיר, יכול עבודה בתחום זה להיות מתאים לך?

מהו מחשב הלמידה?

מכונת למידה (ML) הוא בדיוק איך זה נשמע. טכנולוגיה זו כוללת הוראה מכונות לבצע משימות ספציפיות. שלא כמו קידוד המסורתי המספק הוראות לספר מחשבים מה לעשות, ML מספק להם נתונים המאפשר להם להבין את זה בעצמם, כמו אדם או בעל חיים יעשה. נשמע כמו קסם, אבל זה לא. זה כרוך אינטראקציה של מדעני המחשב ואחרים עם מומחיות בנושא. אנשי IT אלה יוצרים תוכניות הנקראות אלגוריתמים - קבוצות של כללים לפתרון בעיה - ולאחר מכן מזינים אותם קבוצות גדולות של נתונים המלמדים אותם לבצע תחזיות על סמך מידע זה.

הלמידה הממוחשבת היא "תת-קבוצה של אינטליגנציה מלאכותית המאפשרת למחשבים לבצע משימות שלא תוכננו במפורש" (דיקסון, בן מיומנויות אתה צריך מגרש עבודה הלמידה מכונה.הוא 18 בינואר 2017.) זה נעשה מסובך יותר, אך נפוץ יותר, לאורך השנים.סטיבן לוי, במאמר שמדבר על העדפה של Google ללמידת מכונות והסבה של מהנדסי החברה, כותב: "במשך שנים רבות, לימוד המכונה נחשב למומחה, מוגבל אל האליטה כמה.

עידן זה נגמר, כפי שהתוצאות האחרונות מראות כי למידה ממוחשבת, המופעלת על ידי "רשתות עצביות" המחקות את הדרך בה פועל מוח ביולוגי, היא הדרך האמיתית לקראת החדרת מחשבים לכוח האדם, ובמקרים מסוימים גם לבני אדם "(לוי, סטיבן, איך גוגל משחזרת את עצמה כמכשיר הלמידה של החברה הראשונה.

כיצד נעשה שימוש בלמידה מכונה ב"עולם האמיתי "? רובנו נתקלים בטכנולוגיה זו על בסיס יומי מבלי לתת לה הרבה מחשבה. כאשר אתה משתמש ב- Google או במנוע חיפוש אחר, התוצאות שעולות בחלק העליון של הדף הן תוצאה של לימוד מכונה. הטקסט החיזוי, כמו גם התכונה השגוי לפעמים, על היישום של הטלפון החכם שלך, הם גם תוצאה של למידה מכונה. סרטים ושירים מומלצים ב- Netflix וב- Spotify הם דוגמאות נוספות לאופן שבו אנו משתמשים בטכנולוגיה המתפתחת במהירות ובקושי מבחינים בה.

לאחרונה, Google הציגה תגובה חכמה ב- Gmail. בסוף הודעה, הוא מציג משתמש עם שלוש תשובות אפשריות על פי התוכן. אובר וחברות אחרות בודקות כיום מכוניות נהיגה עצמית.

תעשיות באמצעות מכונה הלמידה

השימוש בלמידה מכונה מגיע הרבה מעבר לעולם הטכנולוגיה. SAS, חברת תוכנה אנליטית, מדווחת כי תעשיות רבות אימצו טכנולוגיה זו. ענף השירותים הפיננסיים משתמש ב- ML כדי לזהות הזדמנויות השקעה, לתת למשקיעים לדעת מתי לסחור, לזהות אילו לקוחות יש פרופילים בסיכון גבוה, ולזהות הונאה. בטיפול רפואי, אלגוריתמים מסייעים לאבחן מחלות על ידי איסוף אי-תקינות.

האם אי פעם שאלת את השאלה, "למה היא מודעה עבור מוצר זה אני חושב לקנות קונה להופיע בכל דף אינטרנט אני מבקר?" ML מאפשר שיווק ומכירות בתעשייה כדי לנתח את הצרכנים על סמך ההיסטוריה שלהם קונה החיפוש. ההסתגלות של תעשיית התחבורה של טכנולוגיה זו מזהה בעיות פוטנציאליות על מסלולים ועוזרת להפוך אותם ליעילים יותר. הודות ל ML, תעשיית הנפט והגז יכולה לזהות מקורות אנרגיה חדשים (מכונה: מה זה ולמה זה משנה.

כיצד הלמידה מכונה משנה את מקום העבודה

תחזיות על מכונות להשתלט על כל העבודות שלנו היו במקום במשך עשרות שנים, אבל האם ML סוף סוף להפוך את זה למציאות? מומחים תחזית הטכנולוגיה הזו יש ימשיך לשנות את מקום העבודה. אבל בכל הנוגע לקחת את כל העבודות שלנו? רוב המומחים לא חושב שזה יקרה.

בעוד הלמידה מכונה לא יכול לתפוס את מקומם של בני אדם בכל המקצועות, זה יכול לשנות רבות של חובות עבודה הקשורים אליהם. "משימות הכרוכות בקבלת החלטות מהירות על סמך נתונים מתאימות לתוכניות מ.ל., לא כן אם ההחלטה תלויה בשרשראות ארוכות של חשיבה, ידע רקע מגוון או שכל ישר", אומר ביירון ספייס, הוא מנהל קשרי מדיה בקרנגי מלון בית הספר לרפואה של האוניברסיטה (ספייס, ביירון).

21 בדצמבר, 2017).

במגזין Science, אריק בריינג'ולפסון וטום מיטשל כותבים כי "הביקוש לעובדים נופל יותר למשימות שהן תחליפים קרובים ליכולות של מ"ל, בעוד שסביר יותר שיגדל למשימות המשלימות מערכות אלו. מערכת חוצה את הסף שבו הוא הופך להיות חסכוני יותר מאשר בני אדם על משימה, למקסם רווח יזמים ומנהלים יהיה יותר ויותר לחפש תחליפים לאנשים.זה יכול להיות השפעות בכלכלה, הגברת הפרודוקטיביות, הורדת מחירים, העברת הביקוש לעבודה, (Brynjolfsson, אריק ומיטשל, טום).

מה יכול ללמוד מחשב? השלכות כוח העבודה. מדע. 22 בדצמבר, 2017).

האם אתה רוצה קריירה בתחום הלמידה?

קריירה בלמידה מכונה דורשת מומחיות במדעי המחשב, סטטיסטיקה, ומתמטיקה. הרבה אנשים מגיעים לתחום הזה עם רקע באותם שדות. מכללות רבות המציעות לימודים מרכזיים בגישה לוקחות גישה רב-תחומית עם תוכנית לימודים הכוללת, בנוסף למדעי המחשב, הנדסת חשמל ומחשבים, מתמטיקה וסטטיסטיקה (למעלה 16 בתי ספר ללמידה ממוחשבת. AdmissionTable.com).

עבור אלה שכבר מעורבים בתעשיית טכנולוגיית המידע, המעבר לעבודה ML הוא לא זינוק רחוק. ייתכן שכבר יש הרבה מיומנויות שאתה צריך. המעסיק שלך עשוי אפילו לעזור לך לעשות את המעבר הזה. לדברי סטיבן לוי של המאמר, "כרגע אין הרבה אנשים שהם מומחים ML כך חברות כמו גוגל ופייסבוק הם הסבה מהנדסים אשר המומחיות טמונה קידוד המסורתית."

בעוד שרבים מהכישורים שפיתחת כמקצוען IT יעבירו ללמידה של מכונה, זה עלול להיות קצת מאתגר. אני מקווה, אתה נשאר ער במהלך הסטטיסטיקה שלך בקולג 'סטטיסטיקה כי ML מסתמך על אחיזה חזקה של הנושא, כמו גם במתמטיקה. לוי כותב כי coders צריך להיות מוכן לוותר על שליטה מלאה יש להם על תכנות המערכת.

אתה לא יוצא מזל אם המעסיק טק שלך אינו מספק את מל הכשרה מחדש של Google ו- Facebook הם. מכללות ואוניברסיטאות, כמו גם פלטפורמות למידה מקוונות כמו Udemy ו- Coursera, מציעים שיעורים המלמדים את יסודות הלמידה של המכונה. חשוב, עם זאת, כדי לעגל את המומחיות שלך על ידי לקיחת נתונים סטטיסטיים ושיעורי מתמטיקה.

איוב כותרות ורווחים

את כותרות העבודה העיקרית שתיתקל כאשר מחפשים עבודה בתחום זה כוללים מהנדס מכונת הלמידה ומדען הנתונים.

מהנדסי מכונות למידה "מפעילים את הפעילות של פרוייקט הלמידה של מכונה ואחראים על ניהול התשתית וצינורות הנתונים הדרושים כדי להביא קוד לייצור". מדעני נתונים נמצאים בצד הנתונים והניתוח של האלגוריתמים המתפתחים, ולא בצד הקידוד. הם גם לאסוף, לנקות, ולהכין נתונים (ג 'ואו, Adelyn. "בינה מלאכותית עבודה כותרות: מהו מכונה הלמידה מכונה?" פורבס 27 נובמבר 2017).

בהתבסס על הגשות משתמשים מאנשים שעובדים במשרות אלה, Glassdoor.com מדווח כי מהנדסי ML ומדעני נתונים מרוויחים משכורת בסיס ממוצעת של 120,931 $. משכורות טווח בין נמוך של 87,000 $ ל גבוה של $ 158,000 (Machine Learning מהנדסים משכורות. Glassdoor.com 1 במרץ 2018). למרות Glassdoor קבוצות אלה כותרים, ישנם כמה הבדלים ביניהם.

דרישות עבור משרות הלמידה מכונה

מהנדסי ML ומדעני נתונים עושים עבודות שונות, אבל יש הרבה חפיפה ביניהם. הודעות איוב עבור שתי עמדות לעתים קרובות יש דרישות דומות. מעסיקים רבים מעדיפים תואר ראשון, תואר שני או דוקטורט במדעי המחשב או בהנדסה, סטטיסטיקה או מתמטיקה.

כדי להיות מכונה לומד מקצועי, אתה צריך שילוב של מיומנויות טכניות מיומנויות שנלמדו בבית הספר או על מיומנויות עבודה רכה. כישורים רכים הם היכולות של האדם שהם לא לומדים בכיתה, אבל במקום זאת נולדים עם או לרכוש דרך ניסיון החיים. שוב, יש הרבה חפיפה בין הכישורים הנדרשים מהנדסים ML ומדעני נתונים.

פרסומי איוב מגלים כי העובדים במשרות הנדסיות ML צריכים להכיר את מסגרות הלמידה של מכונות כמו TensorFlow, Mlib, H20 ו- Theano. הם צריכים רקע חזק קידוד כולל ניסיון עם שפות תכנות כגון Java או C / C + + ו בשפות scripting כגון Perl או Python. מומחיות בסטטיסטיקה וניסיון באמצעות חבילות תוכנה סטטיסטית לנתח קבוצות גדולות של נתונים הם גם בין המפרטים.

מגוון מיומנויות רכות יאפשר לכם להצליח בתחום זה. ביניהם גמישות, כושר הסתגלות והתמדה. פיתוח אלגוריתם דורש הרבה ניסוי וטעייה, ולכן, סבלנות. יש לבדוק אלגוריתם כדי לראות אם הוא עובד, ואם לא, לפתח אחד חדש.

מיומנויות תקשורת מצוינות חיוניים. אנשי מקצוע בתחום הלמידה, העובדים לעיתים קרובות בצוותים, זקוקים להאזנה מעולה, לדיבור ולמיומנויות בין-אישיות כדי לשתף פעולה עם אחרים, וכן להציג את ממצאיהם בפני עמיתיהם. הם צריכים, בנוסף, להיות לומדים פעילים שיכולים לשלב מידע חדש לתוך עבודתם. בתעשייה שבה חדשנות מוערך, אחד חייב להיות יצירתי להצטיין.