Content

• Per què l’aprenentatge automàtic?
• Què és l'aprenentatge automàtic?
• Què fa un enginyer en aprenentatge de màquines?
• Com convertir-se en enginyer en aprenentatge de màquines
• Cursos i certificacions

Quan us deixeu de pensar-hi, el futur pot ser una mica desconcertant.Està farcit d’IA, automatització, impressió 3D, realitat virtual, IoT i altres conceptes que fins ara semblaven ciència ficció. Però si enteneu aquestes idees, també pot ser un lloc ple d’oportunitats. Per exemple, entenent els conceptes bàsics de l’IA i els big data, podríeu realitzar una carrera d’enginyer en aprenentatge de màquines. No només això podria obtenir un sou d’enginyer d’aprenentatge de màquines molt saludable, sinó que també us podria ajudar a donar forma a aquest futur.

En aquesta publicació, veurem què fa un enginyer en aprenentatge de màquines, per què té un paper fantàstic i com podeu començar.

Per què l’aprenentatge automàtic?

L’aprenentatge automàtic (ML) permet a les empreses fer ús de grans conjunts de dades per a aplicacions que abans no haurien estat possibles. Els algorismes de ML poden aprendre els hàbits i comportaments de compra dels clients, realitzar matemàtiques increïblement complexes i permetre productes completament nous.

Gairebé totes les indústries hi seran molt impactada per l’IA i l’aprenentatge automàtic en un futur proper i de maneres que probablement no espereu. Prenem, per exemple, videojocs en què l'aprenentatge automàtic hagi fet possible la traça de raigs en temps real, donant lloc a una il·luminació fotorrealística. Totes les indústries es veuen totalment transformades pel matrimoni de dades i lògica.

També llegiu: La vostra feina és segura? Feines que l'AI destruirà en els propers 10-20 anys

És per aquesta raó que al científic de dades s'ha anomenat la "feina més sexy dels 21^c segle ”de Harvard Business Review.

Com és el sou d’enginyeria d’aprenentatge de màquines? Segons Prospects.ac.uk, el salari mitjà d’enginyer d’aprenentatge de màquines al Regne Unit és de 52.000 £, que pot pujar fins a 170.000 £ si treballes per a una empresa com Google o Facebook. Els 62.568 o els 204.551,65 dòlars respectivament.

El salari d'aprenentatge automàtic pot augmentar fins a 204.551 dòlars

Què és l'aprenentatge automàtic?

Primer, és important comprendre amb exactitud què és l'aprenentatge automàtic i què no.

L’aprenentatge automàtic està estretament relacionat amb l’IA, però encara són conceptes diferents. Mentre que la intel·ligència artificial pot descriure qualsevol tipus de programa o màquina dissenyada per mostrar un comportament intel·ligent, l'aprenentatge automàtic significa utilitzar algoritmes per buscar patrons de dades. Pot ser utilitzat per formar alguns tipus d'AI.

L’AI que controla els enemics en els jocs d’ordinador no sol utilitzar els aprenentatges automàtics. Més aviat, utilitza un tipus de diagrama de flux per a la presa de decisions per respondre a les vostres accions amb estratègies preestablertes. Això és el que anomenem Intel·ligència Artificial Estreta (ANI) perquè només pot fer una cosa.

També llegiu:ML Ki: extreure text de les imatges mitjançant el sdk d'aprenentatge automàtic de Google

Això contrasta amb la Intel·ligència General Artificial (AGI), que és una IA dissenyada per poder gestionar diversos tipus de tasques i fins i tot potser passar la prova de Turing.

D'altra banda, la visió per ordinador, la capacitat d'un programa per identificar objectes en una escena, s'aconsegueix mitjançant l'aprenentatge automàtic. Analitzant centenars de milers d’imatges, podeu “ensenyar” una IA a reconèixer objectes com cotxes o plantes. Si la càmera del telèfon té una detecció d’escena, aquest procés utilitzarà l’aprenentatge automàtic. Així mateix, ML també s’utilitza per ensenyar el reconeixement de veu d’assistents virtuals.

L’aprenentatge automàtic es pot utilitzar per identificar problemes de salut de les radiografies i assistir els metges en els seus diagnòstics o per predir amb més precisió el temps. Hi ha molt més potencial encara per aprofitar.

Què fa un enginyer en aprenentatge de màquines?

La tasca d’un enginyer d’aprenentatge de màquines és ensenyar AIs i programari utilitzant dades.

La tasca d’un enginyer d’aprenentatge de màquines és ensenyar AIs i programari utilitzant dades. Podrien:

• Escriu programes i desenvolupi algoritmes per extreure informació significativa de grans conjunts de dades
• Executar experiments i provar diferents enfocaments
• Optimitzeu programes per millorar el rendiment, la velocitat i l'escalabilitat
• Manejar l’enginyeria de dades per assegurar conjunts de dades nets
• Suggeriu aplicacions útils per a l'aprenentatge automàtic

Per tant, un enginyer en aprenentatge automàtic pot treballar per a una empresa que ja produeixi un producte, ja sigui un reconeixement de veu, una visió per ordinador o alguna cosa més especialista. Alternativament, poden treballar per a una agència que ofereix solucions d'aprenentatge automàtic a empreses que es puguin beneficiar de la tecnologia. O potser podrien treballar al departament d’R + D per a una empresa de tecnologia com Google per crear noves aplicacions.

També llegiu:ML Kit Etiquetatge d'imatges: determina el contingut d'una imatge amb l'aprenentatge automàtic

Hi ha certa coincidència entre els papers d’un enginyer en aprenentatge de màquines i d’un científic de dades. De la mateixa manera, podríeu demanar habilitats com ara mineria de dades, analítica predictiu, matemàtiques, etc. Tot i això, el paper de l’enginyer de ML és més específic, aplicant aquests coneixements d’una manera molt particular.

I, per descomptat, el sou d’enginyer en aprenentatge de màquines tendeix a ser més gran per reflectir-ho.

Per fer-vos una idea del tipus de cosa que heu d’entendre com a enginyer en aprenentatge de màquines, us recomano aquest post sobre els 10 millors algorismes utilitzats en ML. Si és fascinant per a tu, probablement gaudireu de la ML. Si no, és possible que s’adapti millor a un altre paper.

Com convertir-se en enginyer en aprenentatge de màquines

Voleu convertir-vos en enginyer en aprenentatge de màquines? Creus que tens el que cal? Aquí teniu el que heu de saber per començar i cobrar-vos un gran sou d’enginyer en aprenentatge de màquines.

També llegiu: Com treballar com a desenvolupador de programari en línia: tot el que heu de saber

En termes de qualificacions i certificacions, no hi ha cap camí establert per convertir-se en enginyer de ML. Moltes de les feines que paguen els millors sous d’aprenentatge automàtic demanen un títol de grau. Sovint serà un grau d’informàtica, que proporcionarà una comprensió àmplia dels ordinadors, tecnologia i programació. Una llicenciatura en matemàtiques també pot ser un gran punt de partida.

L'ideal seria que ho aprofités amb un antecedent en enginyeria de programari i ciències de dades. Els llenguatges de programació més útils en aquest camp són Python, C i C ++.

A partir d’aquí, podeu passar a rols més especialitzats en l’aprenentatge automàtic, o adaptar el vostre currículum amb els cursos d’aprenentatge automàtic a continuació. L’experiència amb les API de ML com TensorFlow i Keras també serà extremadament útil.

També llegiu: Com utilitzar LinkedIn i desembarcar la vostra feina de somni!

A causa de la gran quantitat de potència i emmagatzematge necessaris per gestionar els massius conjunts de dades associades a l'aprenentatge automàtic, treballarà en gran mesura amb sistemes basats en núvols. Per a això, és important demostrar familiaritat amb la informàtica distribuïda.

Com que l’enginyeria d’aprenentatge automàtic és una carrera d’avantguarda, no hi ha un camí que seguir. Fins i tot podríeu trobar que podeu recórrer un llarg camí com a programador autodidacta si no podreu elaborar un currículum prou fort.

Cursos i certificacions

A continuació, es detallen alguns cursos i certificacions que podeu utilitzar per avançar com a enginyer en aprenentatge automàtic:

Llicenciat en informàtica: es tracta d’un títol complet de batxillerat en línia de la Universitat de Londres que proporcionarà les bases perfectes per a aquells que poden dedicar-hi el temps. Estudiaràs durant 3-6 anys i hauràs de posar entre 14 i 28 hores setmanals.

Ciències de dades: aprenentatge automàtic: si ja teniu una mica de fons en programació i / o matemàtiques, és possible que afegiu coneixements específics d'aprenentatge automàtic. Aquest és un curs gratuït de 8 setmanes de la Universitat de Harvard. Podeu afegir un certificat verificat per una petita quota i també comptabilitzarà un certificat professional de ciències de dades si voleu continuar-lo. Podeu trobar aquest curs complet aquí.

Fonaments de la ciència de dades: el pensament computacional amb Python - Un altre curs gratuït, aquesta vegada a la Universitat Berkeley de Califòrnia. Té una durada de cinc setmanes i requereix un compromís de 4-6 hores setmanals. Podeu pagar una mica més per afegir un certificat verificat o podeu comptar-lo per obtenir un certificat professional complet a Fundations of Data Science.

Especialització en l'aprenentatge automàtic: aquesta especialització d'aprenentatge automàtic de la Universitat de Washington consta de quatre cursos separats i es pot inscriure gratuïtament. Rebreu un certificat de curs que podeu afegir al vostre LinkedIn o CV.

Programació en C #: aquest examen de Microsoft és un crèdit per a un MCSA, però també us ajudarà a ampliar el vostre CV amb evidències de les competències de codificació pertinents per si soles.

També llegiu: Certificació Microsoft: una guia per a professionals de la tecnologia

Aprendre Masterclass de programació Python: aquest curs d’Udemy no proporcionarà un certificat professional, però és una introducció assequible i útil a aquest llenguatge de programació a demanda.

Així que allà el teniu! És el que heu de saber per convertir-vos en enginyer en aprenentatge de màquines. Es tracta d’una carrera a la qual t’interessaria seguir? Ja ets enginyer de ML? Compartiu els vostres consells i experiència en els comentaris que es descriuen a continuació.