Innhold

• Hvorfor maskinlæring?
• Hva er maskinlæring?
• Hva gjør en maskinlæringsingeniør?
• Hvordan bli maskinlæringsingeniør
• Kurs og sertifiseringer

Når du stopper opp for å tenke på det, kan fremtiden være litt skremmende.Den er fylt med AI, automatisering, 3D-utskrift, virtual reality, IoT og andre konsepter som til nå virket som science fiction. Men hvis du forstår disse ideene, kan det også være et sted fylt med muligheter. For eksempel ved å forstå det grunnleggende om AI og big data, kan du skille deg ut en karriere som maskinlæringsingeniør. Ikke bare kan det gi deg en veldig sunn maskinlæringsingeniør, men det kan også hjelpe deg å forme den fremtiden.

I dette innlegget skal vi se på hva en maskinlæringsingeniør gjør, hvorfor det er en god jobbrolle og hvordan du kan komme i gang.

Hvorfor maskinlæring?

Machine Learning (ML) gjør det mulig for selskaper å benytte seg av enorme datasett for applikasjoner som tidligere aldri ville vært mulig. ML-algoritmer kan lære kundenes vaner og kjøpsatferd, utføre utrolig kompleks matematikk og aktivere helt nye produkter.

Nesten alle bransjer kommer til å bli det sterkt påvirket av AI og maskinlæring i nærmeste fremtid, og på måter du sannsynligvis ikke ville forvente. Ta for eksempel videospill, der maskinlæring har muliggjort stråling av sanntid, noe som resulterer i fotorealistisk belysning. Hver bransje står for å bli fullstendig transformert av ekteskap av data og logikk.

Les også: Er jobben din trygg? Jobber som AI vil ødelegge i løpet av de neste 10-20 årene

Det er av denne grunnen dataforsker er blitt kalt den "mest sexy jobben av de 21^st århundre ”av Harvard Business Review.

Hvordan er en maskinlæring ingeniørlønn? I følge Prospects.ac.uk er den gjennomsnittlige maskinlæringsingeniøren i Storbritannia 52 000 pund, noe som kan stige så høyt som 170 000 pund hvis du jobber for et selskap som Google eller Facebook. Det er henholdsvis rundt 62 568 dollar eller 204,551,65 dollar.

En maskinlæringslønn kan stige så høyt som $ 204,551

Hva er maskinlæring?

For det første er det viktig å forstå nøyaktig hva maskinlæring er, og hva det ikke er.

Maskinlæring er nært beslektet med AI, men dette er fremdeles distinkte begreper. Mens kunstig intelligens kan beskrive alle typer programmer eller maskiner designet for å utvise intelligent oppførsel, betyr maskinlæring spesielt å bruke algoritmer for å se etter mønstre i data. Dette kan potensielt brukes til å trene visse typer AI.

AI som kontrollerer fiender i dataspill, bruker vanligvis ikke maskinlæring. Snarere bruker den et slags flytskjema for beslutningstaking, for å svare på handlingene dine med forhåndsinnstilte strategier. Dette er hva vi kaller en kunstig smal intelligens (ANI) fordi den bare kan gjøre en ting.

Les også:ML Ki: trekke ut tekst fra bilder ved å bruke Googles maskinlæring sdk

Dette i motsetning til Artificial General Intelligence (AGI), som er en AI designet for å kunne håndtere flere forskjellige typer oppgaver og til og med kanskje bestå Turing-testen.

Datasyn derimot - et programs evne til å identifisere objekter i en scene - oppnås via maskinlæring. Ved å se på hundretusener av bilder, kan du "lære" en AI å gjenkjenne gjenstander som biler eller planter. Hvis telefonens kamera har sceneoppdagelse, bruker dette maskinlæring. På samme måte brukes ML også til å lære virtuelle assistenter stemmegjenkjenning.

Maskinlæring kan brukes til å identifisere helseproblemer fra røntgenbilder og hjelpe leger med diagnosene sine, eller for å forutsi vær. Det er langt mer potensiale som ennå ikke er utnyttet.

Hva gjør en maskinlæringsingeniør?

Jobben til en maskinlæringsingeniør er å lære AIer og programvare ved hjelp av data.

Jobben til en maskinlæringsingeniør er å lære AIer og programvare ved hjelp av data. De kan:

• Skriv programmer og utvikle algoritmer for å trekke ut meningsfull informasjon fra store datasett
• Kjør eksperimenter og test forskjellige tilnærminger
• Optimaliser programmer for å forbedre ytelse, hastighet og skalerbarhet
• Håndter datateknikk for å sikre rene datasett
• Foreslå nyttige applikasjoner for maskinlæring

En maskinlæringsingeniør kan derfor jobbe for et selskap som allerede produserer et produkt - enten det er stemmegjenkjenning, datasyn eller noe mer spesialist. Alternativt kan de jobbe for et byrå som tilbyr maskinlæringsløsninger til bedrifter som kan dra nytte av teknologien. Eller kanskje de kan jobbe i FoU-avdelingen for et teknisk selskap som Google for å lage nye applikasjoner.

Les også:ML Kit Image Labelling: Bestem innholdet til et bilde med maskinlæring

Det er en viss overlapping mellom rollene som en maskinlæringsingeniør og en dataforsker. På samme måte kan det hende du må påkalle ferdigheter som data mining, prediktiv analyse, matematikk etc. Imidlertid er ML-ingeniørens rolle mer spesifikk, og bruker denne kunnskapen på en veldig spesiell måte.

Og selvfølgelig har maskinlæringsingeniøren en tendens til å være større for å gjenspeile dette.

For å få en ide om hva slags ting du trenger å forstå som maskinlæringsingeniør, anbefaler jeg dette innlegget på de ti beste algoritmene som brukes i ML. Hvis det er fascinerende for deg, vil du sannsynligvis glede deg over ML. Hvis ikke, er du kanskje bedre egnet til en annen rolle.

Hvordan bli maskinlæringsingeniør

Interessert i å bli maskinlæringsingeniør? Tror du at du har det som trengs? Dette er hva du trenger å vite for å komme i gang, og for å få en flott maskinlæringsingeniør.

Les også: Slik jobber du som programvareutvikler på nettet: Alt du trenger å vite

Når det gjelder kvalifikasjoner og sertifiseringer, er det ingen faste veier for å bli ML-ingeniør. Mange av jobbene som betaler best lønn for maskinlæring ber om en lavere grad. Dette vil ofte være en informatikkgrad, som vil gi en bred forståelse av datamaskiner, teknologi og programmering. En grad i matematikk kan på samme måte være et flott utgangspunkt.

Ideelt sett ville du deretter bygge videre på dette med bakgrunn i programvareteknikk og datavitenskap. De mest nyttige programmeringsspråkene i dette feltet er Python, C og C ++.

Derfra kan du gå over til mer spesialiserte roller innen maskinlæring, eller skreddersy din CV med maskinlæringskursene nedenfor. Erfaring med ML APIer som TensorFlow og Keras vil også være ekstremt nyttig.

Les også: Slik bruker du LinkedIn og lander drømmejobben din!

På grunn av den enorme mengden prosessorkraft og lagring som er nødvendig for å håndtere de massive datasettene som er knyttet til maskinlæring, vil du i stor grad jobbe med skybaserte systemer. For det formål er det også viktig å demonstrere fortrolighet med distribuert databehandling.

Siden maskinlæringsteknikk er en slik banebrytende karriere, er det ingen vei å følge. Du kan til og med finne at du kan komme langt som selvlærte programmerer hvis du er i stand til å bygge opp en sterk nok CV.

Kurs og sertifiseringer

Her er noen kurs og sertifiseringer du kan bruke for å komme deg frem som maskinlæringsingeniør:

Bachelor of Computer Science - Dette er et komplett online bachelorgradskurs fra University of London som vil gi det perfekte grunnlaget for de som kan dedikere tiden. Du studerer i 3-6 år, og blir pålagt 14-28 timer per uke.

Data Science: Machine Learning - Hvis du allerede har bakgrunn i programmering og / eller matematikk, kan det å legge til spesifikk kunnskap om maskinlæring være alt du trenger. Dette er et gratis 8 ukers kurs fra Harvard University. Du kan legge til et bekreftet sertifikat for en liten avgift, og det vil også telle med til et datafaglig fagbevis hvis du ønsker å forfølge det videre. Du finner det fulle kurset her.

Foundations of Data Science: Computational Thinking with Python - Nok et gratis kurs, denne gangen fra Berkeley University of California. Den er 5 uker lang, og krever en forpliktelse på rundt 4-6 timer hver uke. Du kan betale litt ekstra for å legge til et bekreftet sertifikat, eller du kan telle det til et fullstendig profesjonelt sertifikat i Foundations of Data Science.

Spesialisering av maskinlæring - Denne spesialiseringen til maskinlæring fra University of Washington består av fire separate kurs og er gratis å registrere seg. Du vil motta et kursbevis som du kan legge til din LinkedIn eller CV.

Programmering i C # - Denne eksamenen fra Microsoft teller som en kreditt mot en MCSA, men vil også hjelpe deg å bulk opp CVen din med bevis på relevante kodingsevner helt alene!

Les også: Microsoft-sertifisering: En guide for teknikere

Lær Python-programmering Masterclass - Dette kurset fra Udemy gir ikke et profesjonelt sertifikat, men er en rimelig og nyttig introduksjon til dette etterspurte programmeringsspråket.

Så der har du det! Det er det du trenger å vite for å bli maskinlæringsingeniør. Er dette en karriere du vil være interessert i å forfølge? Er du allerede ML-ingeniør? Del dine tips og opplevelser i kommentarene nedenfor!