Indhold

• Hvorfor maskinlæring?
• Hvad er maskinlæring?
• Hvad gør en maskinlæringsingeniør?
• Sådan bliver du maskiningeniør
• Kurser og certificeringer

Når du holder op med at tænke over det, kan fremtiden være lidt skræmmende.Det er fyldt med AI, automatisering, 3D-udskrivning, virtual reality, IoT og andre koncepter, der hidtil virket som science fiction. Men hvis du forstår disse ideer, kan det også være et sted fyldt med muligheder. For eksempel ved at forstå det grundlæggende i AI og big data, kan du udskille dig en karriere som maskinlæringsingeniør. Ikke kun kunne give dig en meget sund maskinlæringsingeniør, men det kan også hjælpe dig med at forme den helt fremtid.

I dette indlæg tager vi et kig på, hvad en maskinlæringsingeniør gør, hvorfor det er en stor jobrolle, og hvordan du kan komme i gang.

Hvorfor maskinlæring?

Maskinindlæring (ML) giver virksomheder mulighed for at gøre brug af enorme datasæt til applikationer, der tidligere aldrig ville have været muligt. ML-algoritmer kan lære kundernes vaner og købsadfærd, udføre utroligt kompleks matematik og muliggøre helt nye produkter.

Næsten enhver branche kommer til at være i høj grad påvirket af AI og maskinlæring i den nærmeste fremtid og på måder, som du sandsynligvis ikke ville forvente. Tag f.eks. Videospil, hvor maskinindlæring har muliggjort stråling i realtid, hvilket resulterer i fotorealistisk belysning. Hver branche skal forvandles fuldstændigt ved ægteskab med data og logik.

Læs også: Er dit job sikkert? Job, som AI vil ødelægge i de næste 10-20 år

Det er af denne grund, at dataforsker er blevet kaldt ”det mest sexede job af de 21^st århundrede ”af Harvard Business Review.

Hvad er en maskinlæringsteknisk løn? I henhold til Prospects.ac.uk er den gennemsnitlige løn for maskinindlæringsingeniør i England £ 52.000, hvilket kan stige så højt som £ 170.000, hvis du arbejder for et firma som Google eller Facebook. Det er henholdsvis omkring $ 62.568 eller $ 204.551,65.

En maskinlæringsløn kan stige så højt som $ 204,551

Hvad er maskinlæring?

For det første er det vigtigt at forstå nøjagtigt, hvad maskinlæring er, og hvad det ikke er.

Maskinlæring er tæt knyttet til AI, men disse er stadig forskellige begreber. Mens kunstig intelligens kan beskrive enhver type program eller maskine designet til at udvise intelligent opførsel, betyder maskinlæring specifikt at bruge algoritmer til at se efter mønstre i data. Dette kan potentielt bruges til at træne visse typer AI.

AI, der kontrollerer fjender i computerspil, bruger typisk ikke maskinlæring. Tværtimod bruger den et slags flow-diagram til beslutningstagning for at svare på dine handlinger med forudindstillede strategier. Dette er, hvad vi kalder en kunstig smal intelligens (ANI), fordi den kun kan gøre en ting.

Læs også:ML Ki: udtræk tekst fra billeder ved hjælp af Googles maskinlæring sdk

Dette i modsætning til Kunstig generel intelligens (AGI), som er en AI designet til at være i stand til at håndtere flere forskellige typer opgaver og måske endda bestå Turing-testen.

Computer vision på den anden side - et programs evne til at identificere objekter i en scene - opnås via maskinlæring. Ved at se på hundretusinder af billeder, kan du "lære" en AI at genkende genstande som biler eller planter. Hvis din telefons kamera har sceneopdagelse, bruger dette maskinlæring. Ligeledes bruges ML også til at lære virtuelle assistenter stemmegenkendelse.

Maskinlæring kan bruges til at identificere sundhedsmæssige problemer fra røntgenstråler og hjælpe læger med deres diagnoser eller til mere præcist at forudsige vejr. Der er langt mere potentiale, der endnu ikke er udnyttet.

Hvad gør en maskinlæringsingeniør?

Maskinindlæringsingeniørens opgave er at undervise AI'er og software ved hjælp af data.

Maskinindlæringsingeniørens opgave er at undervise AI'er og software ved hjælp af data. De kan:

• Skriv programmer og udvikle algoritmer til at udtrække meningsfuld information fra store datasæt
• Kør eksperimenter og test forskellige tilgange
• Optimer programmer for at forbedre ydeevne, hastighed og skalerbarhed
• Håndtering af datateknik for at sikre rene datasæt
• Foreslå nyttige applikationer til maskinlæring

En maskinlæringsingeniør kan derfor muligvis arbejde for et firma, der allerede producerer et produkt - hvad enten det er stemmegenkendelse, computervision eller noget mere specialist. Alternativt kan de arbejde for et bureau, der leverer maskinlæringsløsninger til virksomheder, der kan drage fordel af teknologien. Eller måske arbejder de muligvis i F & U-afdelingen for et teknologifirma som Google for at oprette nye applikationer.

Læs også:ML Kit-billedmærkning: Bestem et billedes indhold med maskinlæring

Der er en vis overlapning mellem rollerne som en maskinlæringsingeniør og en dataforsker. Ligeledes kan det være nødvendigt, at du kræver færdigheder som datamining, forudsigelig analyse, matematik osv. Dog er ML-ingeniørens rolle mere specifik og anvender denne viden på en meget bestemt måde.

Og selvfølgelig har maskinlæringsingeniøren en tendens til at være større for at afspejle dette.

For at få en idé om den slags ting, du skal forstå som maskinlæringsingeniør, anbefaler jeg dette indlæg på de top 10 algoritmer, der bruges i ML. Hvis det er fascinerende for dig, vil du sandsynligvis nyde ML. Hvis ikke, er du måske bedre egnet til en anden rolle.

Sådan bliver du maskiningeniør

Er du interesseret i at blive maskiningeniør? Tror du, du har, hvad det kræver? Her er hvad du har brug for at vide for at komme i gang og for at lande en fantastisk maskinlæringsingeniør-løn.

Læs også: Sådan arbejder du som softwareudvikler online: Alt hvad du har brug for at vide

Med hensyn til kvalifikationer og certificeringer er der ingen fast vej til at blive ML-ingeniør. Mange af de job, der betaler de bedste lønninger for maskinlæring, beder om en bacheloruddannelse. Dette vil ofte være en computervidenskabelig grad, der giver en bred forståelse af computere, teknologi og programmering. En grad i matematik kan ligeledes være et godt udgangspunkt.

Ideelt set ville du derefter bygge videre på dette med en baggrund inden for software engineering og data science. De mest nyttige programmeringssprog i dette felt er Python, C og C ++.

Derfra kan du skifte til mere specialiserede roller inden for maskinlæring eller skræddersy dit CV med maskinlæringskurserne nedenfor. Erfaring med ML API'er som TensorFlow og Keras vil også være yderst nyttig.

Læs også: Sådan bruges LinkedIn og lander dit drømmejob!

På grund af den enorme mængde behandlingskraft og opbevaring, der er nødvendig for at håndtere de massive datasæt, der er forbundet med maskinlæring, arbejder du stort set med skybaserede systemer. Med henblik herpå er det også vigtigt at demonstrere fortrolighed med distribueret computing.

Da maskinlæringsteknik er en sådan banebrydende karriere, er der ingen vej at følge. Du kan endda opleve, at du kan komme langt som en selvlært programmør, hvis du er i stand til at opbygge et stærkt nok CV.

Kurser og certificeringer

Her er nogle kurser og certificeringer, du kan bruge til at komme videre som maskinlæringsingeniør:

Bachelor of Computer Science - Dette er et komplet online bachelorgradskursus fra University of London, der giver det perfekte fundament for dem, der er i stand til at dedikere tiden. Du studerer i 3-6 år og bliver pålagt at lægge 14-28 timer om ugen.

Data Science: Machine Learning - Hvis du allerede har noget baggrund i programmering og / eller matematik, kan det være alt, hvad du har brug for at tilføje specifik viden om maskinlæring. Dette er et gratis 8 ugers kursus fra Harvard University. Du kan tilføje et bekræftet certifikat mod et mindre gebyr, og det tæller også med til et datalogi-fagligt certifikat, hvis du ønsker at forfølge det videre. Du kan finde det fulde kursus her.

Fundations of Data Science: Computational Thinking with Python - Et andet gratis kursus, denne gang fra Berkeley University of California. Den er 5 uger lang, hvilket kræver et engagement på ca. 4-6 timer hver uge. Du kan betale lidt ekstra for at tilføje et bekræftet certifikat, eller du kan tælle det mod et fuldt fagligt certifikat i Foundations of Data Science.

Specialisering af maskinlæring - Denne specialisering af maskinlæring fra University of Washington består af fire separate kurser og er gratis at tilmelde sig. Du modtager et kursusattest, som du kan tilføje til din LinkedIn eller CV.

Programmering i C # - Denne eksamen fra Microsoft tæller som kredit mod en MCSA, men vil også hjælpe dig med at opsummere dit CV med bevis på relevante kodefærdigheder helt alene!

Læs også: Microsoft-certificering: En guide til teknikere

Lær Python-programmering Masterclass - Dette kursus fra Udemy giver ikke et professionelt certifikat, men er en overkommelig og hjælpsom introduktion til dette efterspurgte programmeringssprog.

Så der har du det! Det er hvad du har brug for at vide for at blive maskiningeniør. Er dette en karriere, som du ville være interesseret i at forfølge? Er du allerede ML-ingeniør? Del dine tip og oplevelser i kommentarerne nedenunder!