En İyi Makine Öğrenimi İşleri

İçerik

• Makine Öğrenmesi Nedir?
• Makine Öğrenimini Kullanan Sektörler
• Makine Öğrenmesi İşyerini Nasıl Değiştiriyor?
• Makine Öğreniminde Kariyer İstiyor musunuz?
• İş Unvanları ve Kazançlar
• Makine Öğrenimi İşleri için Gereksinimler

LinkedIn'in 2017 ABD Yükselen İşler Raporunun en üstünde Makine Öğrenimi alanında iki meslek vardı: Makine Öğrenimi Mühendisi ve Veri Bilimcisi. Makine öğrenimi mühendisleri için istihdam 2012-2017 yılları arasında 9,8 kat arttı ve aynı beş yıllık dönemde veri bilimcisi işleri 6,5 kat arttı. Eğilim devam ederse, bu meslekler, diğer birçok mesleği aşan istihdam görünümlerine sahip olacaktır. Çok parlak bir gelecekle, bu alandaki bir iş sizin için uygun olabilir mi?

Makine Öğrenmesi Nedir?

Makine öğrenimi (ML) tam olarak göründüğü gibidir. Bu teknoloji, belirli görevleri yerine getirmek için öğretim makinelerini içerir. Bilgisayarlara ne yapmaları gerektiğini söyleyen talimatlar sağlayan geleneksel kodlamanın aksine, ML onlara bir insanın veya hayvanın yaptığı gibi kendi başlarına çözmelerini sağlayan veriler sağlar. Sihir gibi geliyor, ama değil. Bilgisayar bilimcileri ve diğerlerinin ilgili uzmanlıkla etkileşimini içerir. Bu BT uzmanları algoritma adı verilen programlar (bir sorunu çözen kurallar kümesi) oluşturur ve ardından bu bilgilere dayanarak tahmin yapmayı öğreten büyük veri kümelerini besler.

Makine öğrenimi, "bilgisayarların açıkça programlanmadığı görevleri yerine getirmelerini sağlayan yapay zekanın bir alt kümesidir" (Dickson, Ben. Bir Makine Öğrenim İşi Açmak İçin Gereken Beceriler. Kariyer Bulucu. 18 Ocak 2017.) Yıllar içinde daha karmaşık, ancak daha yaygın hale geldi Steven Levy, Google'ın makine mühendislerinin makine öğrenmesine öncelik vermesi ve yeniden eğitilmesiyle ilgili bir makalede, "Uzun yıllar boyunca makine öğrenimi bir uzmanlık, sınırlı olarak kabul edildi. elit bir azınlığa. Son dönem sonuçları, biyolojik beynin çalışma şeklini taklit eden “sinir ağları” tarafından desteklenen makine öğrenmesinin, bilgisayarları insanların gücüne ve bazı durumlarda süper insanlara yerleştirmek için doğru yol olduğunu gösteriyor. Levy, Steven, Google Kablolu Bir Makine Öğrenen İlk Şirket Kablolu Olarak Kendini Nasıl Yeniden Kuruyor.22 Haziran 2016).

Makine öğrenimi "gerçek dünyada" nasıl kullanılır? Çoğumuz bu teknolojiye çok fazla düşünmeden günlük olarak rastlarız. Google'ı veya başka bir arama motorunu kullandığınızda, sayfanın en üstünde ortaya çıkan sonuçlar makine öğrenmesinin sonucudur. Akıllı telefonunuzun manifatura uygulamasındaki öngörücü metin ve bazen kötü huylu otomatik düzeltme özelliği de makine öğrenmesinin bir sonucudur. Netflix ve Spotify'daki önerilen filmler ve şarkılar, hızla büyüyen bu teknolojiyi zar zor fark ederken nasıl kullandığımızın başka örnekleridir. Daha yakın bir zamanda Google, Gmail'de Akıllı Yanıt özelliğini tanıttı. Bir iletinin sonunda, kullanıcıya içeriğe göre üç olası yanıt sunar. Uber ve diğer şirketler şu anda kendi kendine giden arabaları test ediyor.

Makine Öğrenimini Kullanan Sektörler

Makine öğreniminin kullanımı teknoloji dünyasının çok ötesine uzanır. Analitik bir yazılım şirketi olan SAS, birçok endüstrinin bu teknolojiyi benimsediğini bildirdi. Finansal hizmetler endüstrisi, yatırım fırsatlarını belirlemek, yatırımcılara ne zaman ticaret yapılacağını bilmek, hangi müşterilerin yüksek riskli profillere sahip olduğunu tanımak ve sahtekarlığı tespit etmek için ML'yi kullanır. Sağlık hizmetlerinde algoritmalar, anormallikleri toplayarak hastalıkların teşhisine yardımcı olur.

Hiç "Ziyaret etmeyi düşündüğüm bu ürün için bir reklam, ziyaret ettiğim her web sayfasında gösteriliyor" sorusunu hiç sordunuz mu? ML, pazarlama ve satış endüstrisinin tüketicileri satın alma ve arama geçmişlerine göre analiz etmesine olanak tanır. Ulaştırma endüstrisinin bu teknolojiye adaptasyonu, güzergahlardaki olası sorunları tespit etmekte ve daha verimli hale getirmelerine yardımcı olmaktadır. ML sayesinde petrol ve gaz endüstrisi yeni enerji kaynaklarını tanımlayabilir (Makine Öğrenmesi: Nedir ve Neden Önemlidir. SAS).

Makine Öğrenmesi İşyerini Nasıl Değiştiriyor?

Tüm işlerimizi ele geçiren makineler hakkındaki tahminler on yıllardır var, ancak ML sonunda bunu gerçeğe dönüştürecek mi? Uzmanlar bu teknolojinin işyerini değiştirdiğini ve değiştirmeye devam edeceğini tahmin ediyor. Ama tüm işlerimizi götürdüğümüz kadarıyla? Çoğu uzman bunun olacağını düşünmüyor.

Makine öğrenimi tüm mesleklerde insanın yerini alamazken, bunlarla ilişkili iş görevlerinin çoğunu değiştirebilir. Byron Spice, "Verilere dayalı hızlı kararlar almayı içeren görevler ML programları için iyi bir seçimdir; karar uzun akıl yürütme zincirlerine, farklı arka plan bilgilerine veya sağduyuna bağlıysa," diyor Spice Carnegie Mellon'da Medya İlişkileri Direktörü Üniversitesi Bilgisayar Bilimleri Okulu (Spice, Byron. Makine Öğrenimi İş Değiştirecek. Carnegie Mellon Üniversitesi. 21 Aralık 2017).

Science Magazine, Erik Brynjolfsson ve Tom Mitchell şöyle yazıyor: "ML'nin yeteneklerinin yakın ikamesi olan görevler için işgücü talebinin düşme olasılığı daha yüksektir, oysa bu sistemleri tamamlayan görevler için artma olasılığı daha yüksektir. sistem, bir görevde insanlardan daha uygun maliyetli olduğu zaman eşiğini geçer, karı maksimize eden girişimciler ve yöneticiler gittikçe daha fazla insan yerine makine ikame etmek isteyecek, bu durum ekonomi üzerinde etkili olabilir, verimliliği artırabilir, fiyatları düşürür, işgücü talebini değiştirir, ve yeniden yapılandırma endüstrileri (Brynjolfsson, Erik ve Mitchell, Tom. Makine Öğrenimi Ne Yapabilir? İş Gücü Sonuçları. Science. 22 Aralık 2017).

Makine Öğreniminde Kariyer İstiyor musunuz?

Makine öğrenimindeki kariyer, bilgisayar bilimi, istatistik ve matematik konularında uzmanlık gerektirir. Birçok kişi bu alana o alanlarda bir arka plan ile gelir. Makine öğrenimi alanında uzmanlaşan birçok kolej, bilgisayar bilimleri, elektrik ve bilgisayar mühendisliği, matematik ve istatistiklere ek olarak bir müfredatla çok disiplinli bir yaklaşım benimser (Makine Öğrenimi için En İyi 16 Okul. AdmissionTable.com).

Bilgi Teknolojisi Endüstrisinde zaten yer alanlar için bir ML işine geçiş çok fazla bir sıçrama değildir. İhtiyacınız olan becerilerin çoğuna zaten sahip olabilirsiniz. İşvereniniz bu geçişi yapmanıza bile yardımcı olabilir. Steven Levy'nin makalesine göre, "şu anda ML'de uzman olan pek çok kişi yok, bu yüzden Google ve Facebook gibi şirketler uzmanlığı geleneksel kodlamada yatan mühendisleri yeniden eğitiyor."

Bir BT uzmanı olarak geliştirdiğiniz becerilerin çoğu makine öğrenimine aktarılacak olsa da, biraz zor olabilir. Umarım, üniversite istatistik dersleriniz sırasında uyanık kaldınız çünkü ML bu konunun yanı sıra matematikte de güçlü bir kavrayışa dayanır. Levy, kodlayıcıların bir sistemi programlama üzerinde sahip oldukları tam kontrolden vazgeçmek istediklerini yazar.

Teknoloji işvereniniz Google ve Facebook'u yeniden eğiten ML'yi sunmuyorsa şansınız kalmaz. Kolejler ve Üniversiteler ile Udemy ve Coursera gibi çevrimiçi öğrenme platformları, makine öğreniminin temellerini öğreten sınıflar sunar. Bununla birlikte, istatistik ve matematik dersleri alarak uzmanlığınızı tamamlamak çok önemlidir.

İş Unvanları ve Kazançlar

Bu alanda iş ararken karşılaşacağınız temel iş unvanları arasında makine öğrenimi mühendisi ve veri bilimcisi sayılabilir.

Makine öğrenimi mühendisleri "bir makine öğrenimi projesinin faaliyetlerini yürütür ve üretime kod getirmek için gerekli altyapı ve veri boru hatlarını yönetmekten sorumludur." Veri bilimcileri, kodlama tarafından değil, algoritma geliştirmenin veri ve analiz tarafındadır. Ayrıca veri toplar, temizler ve hazırlarlar (Zhou, Adelyn. "Yapay Zeka İş Unvanları: Makine Öğrenmesi Mühendisi Nedir?" Forbes. 27 Kasım 2017).

Bu işlerde çalışan kişilerin kullanıcı beyanlarına dayanarak, Glassdoor.com, ML mühendislerinin ve veri bilimcilerinin ortalama 120,931 $ temel maaş kazandığını bildiriyor. Maaşlar 87.000 dolar ile düşük arasında 158.000 dolar arasında değişmektedir (Makine Öğrenim Mühendisi Maaşları. Glassdoor.com. 1 Mart 2018). Glassdoor bu başlıkları gruplasa da, aralarında bazı farklılıklar vardır.

Makine Öğrenimi İşleri için Gereksinimler

ML mühendisleri ve veri bilimcileri farklı işler yaparlar, ancak aralarında çok fazla çakışma vardır. Her iki pozisyon için de iş ilanlarının benzer gereksinimleri vardır. Birçok işveren, bilgisayar bilimleri veya mühendislik, istatistik veya matematik alanlarında lisans, yüksek lisans veya doktora derecelerini tercih eder.

Makine öğrenimi uzmanı olmak için teknik becerilerin (okulda veya işte öğrenilen beceriler) ve yumuşak becerilerin bir kombinasyonuna ihtiyacınız olacaktır. Yumuşak beceriler kişinin sınıfta öğrenmedikleri, bunun yerine yaşam deneyimiyle doğdukları veya edintikleri becerilerdir. Yine, ML mühendisleri ve veri bilimcileri için gerekli beceriler arasında büyük bir çakışma var.

İş duyuruları, ML mühendislik işlerinde çalışanların TensorFlow, Mlib, H20 ve Theano gibi makine öğrenme çerçevelerine aşina olması gerektiğini ortaya koymaktadır. Java veya C / C ++ gibi programlama dilleri ve Perl veya Python gibi kodlama dilleri ile deneyim dahil olmak üzere kodlamada güçlü bir arka plana ihtiyaçları vardır. İstatistiklerdeki uzmanlık ve büyük veri setlerini analiz etmek için istatistiksel yazılım paketlerini kullanma deneyimi de spesifikasyonlar arasındadır.

Çeşitli yumuşak beceriler bu alanda başarılı olmanızı sağlayacaktır. Bunlar arasında esneklik, uyarlanabilirlik ve azim vardır. Bir algoritma geliştirmek çok fazla deneme yanılma ve dolayısıyla sabır gerektirir. Bir algoritmanın çalışıp çalışmadığını görmek ve eğer değilse yeni bir algoritma geliştirmek için test edilmesi gerekir.

Mükemmel iletişim becerileri esastır. Sık sık ekipler üzerinde çalışan makine öğrenimi profesyonelleri, başkalarıyla işbirliği yapmak için üstün dinleme, konuşma ve kişilerarası becerilere ihtiyaç duyar ve bulgularını meslektaşlarına sunmalıdır. Ayrıca, çalışmalarına yeni bilgiler ekleyebilecek aktif öğrenciler olmalıdırlar. İnovasyonun değerlendiği bir endüstride, üstün olmak için yaratıcı olmak gerekir.