Hoe krijg ik een baan bij KI of Machine Learning

Halverwege de jaren tachtig hoopten computerwetenschappers maak de computer opnieuw vorm en het vermogen van computers om de wereld te begrijpen en ermee om te gaan. Er was op dat moment een enorme infusie van interesse, enthousiasme en geld, maar AI veranderde de wereld niet zoals we die toen wisten. In de loop van de tijd bleek AI geschikt voor een relatief smalle verzameling computertaken, zoals het creëren van uitvoerbare configuraties voor complexe berekeningen. Maar AI heeft de wereld niet in vuur en vlam gezet en haar grenzen en vorm niet opnieuw gedefinieerd. Meer dan 30 jaar later genieten AI in het algemeen en machine learning van een spectaculaire renaissance. Deze technologieën worden met succes toegepast om allerlei interessante problemen in de informatica aan te pakken en genieten een breed scala aan successen. Opvallende prestaties voor machine learning zijn e-mailfiltering, inbraakdetectie, optische tekenherkenning en computervisie. Machinaal leren en AI zijn vrij effectief gebleken in het toepassen van computatiestatistieken om gegevensanalyses te gebruiken om voorspellingen en spottrends te maken.

Machinaal leren is hot, hot, hot

Omdat sommige bedrijven technologieën gebruiken die machine learning en AI gebruiken er is veel vraag naar bekwame en deskundige onderzoekers en ontwikkelaars. Maar als iets een plotselinge, scherpe piek in de vraag naar dergelijke mensen verklaart, is dit het steeds meer doordringende gebruik van voorspellende analyses op vele terreinen van het bedrijfsleven. De meeste Fortune 500 en een groot aantal andere bedrijven en organisaties buiten die vouw gebruiken nu voorspellende analyses om hun concurrentievoordeel te vergroten of om hun algehele vermogen om goederen en diensten aan klanten, klanten of burgers te leveren te verbeteren.

Individuen die zijn opgeleid in machinaal leren zijn nu in aanzienlijke vraag over het gehele werkgelegenheidsspectrum. Dat verklaart de beloning van zes cijfers die steeds meer de norm is voor degenen die dergelijke banen hebben. Natuurlijk, voor velen die al in IT werken of die in die richting gaan, roept dit de vraag op "hoe kan ik een baan krijgen in KI of machine learning?" De antwoorden zijn duidelijk, zij het wat arbeidsintensief en tijdrovend.

De traditionele aanpak: een diploma halen

Het vakgebied is intrigerend voor velen die ook een bachelorgraad in computerwetenschappen, techniek of een soortgelijke discipline kunnen hebben onder hun gordels. In feite is het moeilijk om een ​​gerenommeerd graduate computer science-programma te vinden dat geen machine learning omvat te midden van zijn gerichte onderwerpen. Als je naar de sterren wilt streven om de back-to-school-route naar machinaal leren te volgen, raad ik je aan om Quora's discussie te raadplegen over de beste graduate schools voor machine learning of de lijst met beste kunstmatige intelligentie van het US News & World Report. programma's als goede plaatsen om op zoek te gaan naar kandidaat-scholen.

Haal het meeste uit MOOC-aanbiedingen

Voor degenen die zich niet kunnen losmaken van het leven en werken om een ​​voltijdsdiploma op de campus te volgen, massaal open online cursussen, ook bekend als MOOC's, bieden een verscheidenheid aan alternatieven. MOOC's kunnen bestaan ​​uit echte opleidingen aan gerenommeerde universiteiten, certificaatprogramma's die een ruime opleiding bieden maar geen volwaardige graad, of in kaart gebrachte curricula in machine learning of AI zijn die de grond verdiepen in zoveel diepgang als men zou willen leer het onderwerp.

Een snelle zoektocht naar machine learning op de MOOC Search Engine produceert miljoenen hits die het volgende bevatten:

Udacity biedt honderden cursussen met verschillende lengte, complexiteit en diepte in dit gebied.

Het machine-leeraanbod van edX omvat een certificaatprogramma van Microsoft, evenals tal van cursussen op graduaatniveau en curricula van bekende hogescholen en universiteiten.

• MIT biedt een overvloed aan online cursussen op dit gebied, voor betaald collegegeld of gratis online audit.
• Stanford biedt ook een verzameling machinale leercursussen voor studiepunten of audits.
• Hands-on is waar leren echt wordt
• Er is geen alternatief voor het oprollen van uw mouwen en het onderzoeken van ontwikkelingsactiviteiten als u de principes van AI echt wilt begrijpen en machine learning. Verwacht je te wijden aan je muis en toetsenbord, terwijl je klein begint met speelgoeddatasets en basistoepassingen, en je een weg banen naar serieuzere, real-world probleemoplossing en oplossingen. Het sluitstukproject voor het Microsoft Professional-programma in Data Science (geen diploma) duurt bijvoorbeeld vier weken en daagt u uit om een ​​oplossing voor een dataset te ontwikkelen met behulp van machine learning om uw vaardigheden te testen.

Iedereen die zich verdiept in dit onderwerp moet anticiperen op uitgaven van meer dan 15 uur per week aan programmeertaken, naast het bijwonen van lezingen, het voltooien van leesopdrachten, het schrijven van papers en alle andere taken die modern leren tegenwoordig van studenten eist.

Wanneer u er klaar voor bent rock, laat de wereld het weten

Nadat je die graad hebt behaald, je certificaat hebt behaald of een flink aantal brokken hebt geslagen, kun je jezelf gaan positioneren bij huidige of toekomstige werkgevers als iemand met vaardigheden en kennis op het gebied van machine learning en AI . Tenzij je ook wat hands-on, real-world ervaring hebt opgedaan om deze professionele mijlpaal te bereiken, blijf je bescheiden over je vaardigheden en capaciteiten in deze arena. Afgezien van waarschuwingen, moeten de vooruitzichten voor degenen die zichzelf kunnen zien door de tijd, moeite en kosten van het leren van machine learning en AI helder zijn.

---

De beste werkstrategie? Neem Breaks vroeg en vaak

Niet alle pauzes op dezelfde dag worden gemaakt, ontdekte nieuw onderzoek. Verschillende aspecten van uw pauzes - de tijd dat ze worden afgelegd , hoe lang ze duren en waar ze voor worden gebruikt - allemaal helpen ze bepalen hoe nuttig een werkdag is om adem te halen, volgens een studie van Baylor University.

(Carrière)

10 Manieren waarop je werk slecht kan zijn voor je gezondheid

Als je op veel professionals lijkt, neemt je fulltime baan het grootste deel van je uren in beslag. Maar heb je er ooit aan gedacht om na te denken over hoe je carrière je algehele gezondheid beïnvloedt? Bepaalde werkgerelateerde gewoonten en gedragingen zouden hun tol kunnen eisen van uw fysieke, mentale en emotionele welzijn.

(Carrière)