Poist Foghlama Meaisín Barr

Ábhar

• Cad is Foghlaim Meaisín ann?
• Tionscail ag Úsáid Foghlaim Meaisín
• Conas atá Foghlaim Meaisín ag Athrú an Áit Oibre
• Ar mhaith leat Gairme i bhFoghlaim Meaisín?
• Teidil Poist agus Tuilleamh
• Ceanglais maidir leis na Poist Foghlama Meaisín

Ag barr Thuarascáil Poist atá ag Teacht Chun Cinn na Stát Aontaithe LinkedIn 2017 bhí dhá ghairm sa réimse Meaisín-Fhoghlama: Innealtóir Foghlama Meaisín agus Eolaí Sonraí. D’fhás fostaíocht d’innealtóirí foghlama meaisín 9.8 uair idir 2012 agus 2017 agus mhéadaigh poist eolaithe sonraí 6.5 huaire le linn na tréimhse céanna cúig bliana. Má leanann an treocht seo ar aghaidh, beidh tuartha fostaíochta ag na gairmeacha seo a sháraíonn gairmeacha go leor eile. Le todhchaí chomh geal, an bhféadfadh post sa réimse seo a bheith ceart duitse?

Cad is Foghlaim Meaisín ann?

Níl i bhfoghlaim meaisín (ML) ach an chuma atá air. Cuimsíonn an teicneolaíocht seo meaisíní a theagasc chun tascanna ar leith a dhéanamh. Murab ionann agus códú traidisiúnta a sholáthraíonn treoracha a insíonn do ríomhairí cad atá le déanamh, soláthraíonn ML sonraí dóibh a ligeann dóibh é a dhéanamh amach leo féin, mar a dhéanfadh duine nó ainmhí. Fuaimeanna cosúil le draíocht, ach níl sé. Baineann sé le hidirghníomhú eolaithe ríomhaireachta agus daoine eile a bhfuil saineolas gaolmhar acu. Cruthaíonn na gairmithe TF seo cláir ar a dtugtar halgartaim - tacair rialacha a réitíonn fadhb - agus ansin beathaíonn siad tacair mhóra sonraí a mhúineann dóibh tuar a dhéanamh bunaithe ar an bhfaisnéis seo.

Is éard atá i bhfoghlaim meaisín “fo-thacar d’eolas saorga a chuireann ar chumas ríomhairí tascanna a dhéanamh nár cláraíodh go sainráite iad a dhéanamh” (Dickson, Ben. Scileanna a theastaíonn uait chun Post Foghlama Meaisín a Thabhairt i dtír. Aimsitheoir Gairme. 18 Eanáir, 2017.) Tá sé níos casta, ach níos coitianta fós, thar na blianta. Scríobhann Steven Levy, in alt a labhraíonn le tosaíocht Google ar fhoghlaim meaisín agus athoiliúint innealtóirí na cuideachta, "Le blianta fada, measadh go raibh foghlaim meaisín mar speisialtacht, teoranta a bheagán mionlach. Tá an ré sin thart, mar a thugann torthaí le déanaí le fios gurb é foghlaim meaisín, arna gcumhachtú ag “líonta neural” a dhéanann aithris ar an mbealach a oibríonn inchinn bhitheolaíoch, an fíorbhealach i dtreo ríomhairí a bhfuil cumhachtaí daoine acu, agus i gcásanna áirithe, sár-dhaoine ”( Tobhach, Steven. An chaoi a bhfuil Google ag athdhéanamh é féin mar mheaisín atá ag foghlaim an chéad chuideachta. 22 Meitheamh, 2016).

Conas a úsáidtear foghlaim meaisín sa "saol réadúil?" Tagann an chuid is mó dínn ar fud na teicneolaíochta seo ar bhonn laethúil gan mórán machnaimh a dhéanamh air. Nuair a úsáideann tú Google nó inneall cuardaigh eile, bíonn na torthaí a thagann suas ag barr an leathanaigh mar thoradh ar fhoghlaim meaisín. Tá an téacs tuartha, chomh maith leis an ngné uathcheartaithe a bhíonn suaite uaireanta, ar aip téacsála d’fhón cliste, mar thoradh ar fhoghlaim meaisín freisin. Is samplaí breise iad na scannáin agus na hamhráin a mholtar ar Netflix agus Spotify ar an gcaoi a mbainimid úsáid as an teicneolaíocht seo atá ag fás go tapa agus ar éigean ag tabhairt faoi deara í. Níos déanaí, thug Google Freagra Cliste isteach i Gmail. Ag deireadh teachtaireachta, tugann sé trí fhreagra féideartha d’úsáideoir bunaithe ar an ábhar. Tá Uber agus cuideachtaí eile ag tástáil carranna féin-tiomána faoi láthair.

Tionscail ag Úsáid Foghlaim Meaisín

Sroicheann úsáid na foghlama meaisín i bhfad níos faide ná an domhan ardteicneolaíochta. Tuairiscíonn SAS, cuideachta bogearraí anailíse, gur ghlac go leor tionscail leis an teicneolaíocht seo. Úsáideann tionscal na seirbhísí airgeadais ML chun deiseanna infheistíochta a aithint, a chur in iúl d’infheisteoirí cathain is féidir trádáil a dhéanamh, a aithint cé na cliaint a bhfuil próifílí ardriosca acu, agus calaois a bhrath. I gcúram sláinte, cuidíonn halgartaim le tinnis a dhiagnóisiú trí neamhghnáchaíochtaí a phiocadh suas.

Ar chuir tú an cheist riamh, "cén fáth go bhfuil fógra don táirge sin atá mé ag smaoineamh ar cheannach ag taispeáint ar gach leathanach gréasáin a thugaim air?" Ligeann ML don tionscal margaíochta agus díolacháin anailís a dhéanamh ar thomhaltóirí bunaithe ar a stair ceannaigh agus cuardaigh. Aimsíonn oiriúnú an tionscail iompair ar an teicneolaíocht seo fadhbanna féideartha ar bhealaí agus cuidíonn sé leo a dhéanamh níos éifeachtaí. A bhuíochas le ML, is féidir leis an tionscal ola agus gáis foinsí nua fuinnimh a shainaithint (Machine Learning: What It Is and Why It Matters. SAS).

Conas atá Foghlaim Meaisín ag Athrú an Áit Oibre

Tá na tuartha faoi mheaisíní a ghlacann lenár bpoist go léir thart ar feadh na mblianta, ach an gcuirfidh ML é sin i gcrích sa deireadh? Réamhaisnéisíonn saineolaithe go bhfuil agus go leanfaidh an teicneolaíocht seo ag athrú an ionaid oibre. Ach chomh fada agus a bhaineann lenár bpoist go léir? Ní shíleann formhór na saineolaithe go dtarlóidh sé sin.

Cé nach féidir le foghlaim meaisín áit an duine a ghlacadh i ngach slí bheatha, d’fhéadfadh sé go leor de na dualgais poist a bhaineann leo a athrú. "Tá tascanna lena mbaineann cinntí gasta a dhéanamh bunaithe ar shonraí oiriúnach go maith do chláir ML; ní hamhlaidh má tá an cinneadh ag brath ar shlabhraí fada réasúnaíochta, eolas cúlra éagsúil nó tuiscint choiteann" a deir Byron Spice. Is é Spice an Stiúrthóir Caidrimh Meán ag Carnegie Mellon Athróidh Scoil Ríomheolaíochta na hOllscoile (Spice, Byron. Machine Learning Change Jobs. Ollscoil Carnegie Mellon. 21 Nollaig, 2017).

In Science Magazine, scríobhann Erik Brynjolfsson agus Tom Mitchell, "is é is dóichí go dtitfidh éileamh saothair ar thascanna atá cóngarach do chumais ML, ach is dóichí go méadóidh sé do thascanna a chomhlánaíonn na córais seo. Trasnaíonn an córas an tairseach nuair a bhíonn sé níos costéifeachtaí ná daoine ar thasc, féachfaidh fiontraithe agus bainisteoirí a uasmhéadaíonn brabúis le meaisíní a chur in ionad daoine. Féadfaidh sé seo éifeachtaí a bheith aige ar fud an gheilleagair, táirgiúlacht a threisiú, praghsanna a ísliú, éileamh saothair a athrú, agus tionscail athstruchtúraithe (Brynjolfsson, Erik agus Mitchell, Tom. Cad is Féidir le Foghlaim Meaisín a Dhéanamh? Impleachtaí an Fhórsa Saothair. Eolaíocht. 22 Nollaig, 2017).

Ar mhaith leat Gairme i bhFoghlaim Meaisín?

Teastaíonn gairmeacha i ríomheolaíocht, staitisticí agus matamaitic i ngairmeacha i bhfoghlaim meaisín. Tagann a lán daoine chun na páirce seo le cúlra sna réimsí sin. Glacann go leor coláistí a thairgeann mórchuid i bhfoghlaim meaisín cur chuige ildisciplíneach le curaclam a chuimsíonn, i dteannta le ríomheolaíocht, innealtóireacht leictreach agus ríomhaireachta, matamaitic agus staitisticí (na 16 Scoil is Fearr le haghaidh Foghlaim Meaisín. AdmissionTable.com).

Dóibh siúd a bhfuil baint acu cheana le Tionscal na Teicneolaíochta Faisnéise, ní céim mhór é an t-aistriú go post ML. B’fhéidir go bhfuil go leor de na scileanna atá uait agat cheana féin. Féadfaidh d’fhostóir cabhrú leat an t-aistriú seo a dhéanamh fiú. De réir alt Steven Levy, "faoi láthair níl a lán daoine ar saineolaithe iad in ML agus mar sin tá cuideachtaí mar Google agus Facebook ag athoiliúint innealtóirí a bhfuil a gcuid saineolais ar chódú traidisiúnta."

Cé go n-aistreoidh go leor de na scileanna a d’fhorbair tú mar ghairmí TF chuig foghlaim meaisín, d’fhéadfadh sé a bheith beagáinín dúshlánach. Tá súil agam gur fhan tú i do dhúiseacht le linn do ranganna staitisticí coláiste mar go mbraitheann ML ar thuiscint láidir ar an ábhar sin, chomh maith le matamaitic. Scríobhann Tobhach go gcaithfidh códaitheoirí a bheith toilteanach an smacht iomlán atá acu ar chóras a chlárú a thabhairt suas.

Níl an t-ádh ort mura bhfuil d’fhostóir ardteicneolaíochta ag soláthar an ML ag athoiliúint Google agus Facebook. Cuireann Coláistí agus Ollscoileanna, chomh maith le hardáin foghlama ar líne mar Udemy agus Coursera, ranganna ar fáil a mhúineann buneilimintí na foghlama meaisín. Tá sé ríthábhachtach, áfach, do shaineolas a shlánú trí stats agus ranganna matamaitice a thógáil.

Teidil Poist agus Tuilleamh

I measc na dteidil poist bunscoile a thiocfaidh tú trasna orthu agus tú ag cuardach poist sa réimse seo tá innealtóir foghlama meaisín agus eolaí sonraí.

Déanann innealtóirí foghlama meaisín "oibríochtaí tionscadail foghlama meaisín a reáchtáil agus tá siad freagrach as an mbonneagar agus na píblínte sonraí a bhainistiú a theastaíonn chun cód a thabhairt chuig táirgeadh." Tá eolaithe sonraí ar thaobh na sonraí agus na hanailíse maidir le halgartaim a fhorbairt, seachas an taobh códaithe. Déanann siad sonraí a bhailiú, a ghlanadh agus a ullmhú freisin (Zhou, Adelyn. "Teidil Poist Intleacht Shaorga: Cad is Innealtóir Foghlama Meaisín ann?" Forbes. 27 Samhain, 2017).

Bunaithe ar aighneachtaí úsáideoirí ó dhaoine atá ag obair sna poist seo, tuairiscíonn Glassdoor.com go dtuilleann innealtóirí ML agus eolaithe sonraí bunphá $ 120,931. Tá raon tuarastail ann ó íseal de $ 87,000 go hard de $ 158,000 (Tuarastail Innealtóra Foghlama Meaisín. Glassdoor.com. 1 Márta, 2018). Cé go ndéanann Glassdoor na teidil seo a ghrúpáil, tá roinnt difríochtaí eatarthu.

Ceanglais maidir leis na Poist Foghlama Meaisín

Déanann innealtóirí ML agus eolaithe sonraí poist éagsúla, ach tá go leor forluí eatarthu. Is minic go mbíonn ceanglais chomhchosúla ag fógraí poist don dá phost. Is fearr le go leor fostóirí céimeanna baitsiléara, máistreachta nó dochtúireachta in eolaíocht ríomhaireachta nó innealtóireacht, staitisticí, nó matamaitic.

Le bheith i do ghairmí foghlama meaisín, beidh meascán de scileanna teicniúla ag teastáil uait - scileanna a fhoghlaimítear ar scoil nó ar an bpost - agus scileanna boga. Is éard atá i scileanna boga ná cumais nach bhfoghlaimíonn siad sa seomra ranga, ach ina ionad sin beirtear leo nó gnóthaíonn siad trí thaithí saoil. Arís, tá forluí mór ann idir na scileanna riachtanacha d’innealtóirí ML agus eolaithe sonraí.

Nochtann fógraí poist gur chóir go mbeadh cur amach acu siúd atá ag obair i bpoist innealtóireachta ML ar chreataí foghlama meaisín mar TensorFlow, Mlib, H20 agus Theano. Teastaíonn cúlra láidir uathu i gcódú lena n-áirítear taithí le teangacha cláir mar Java nó C / C ++ agus teangacha scripte mar Perl nó Python. Tá saineolas ar staitisticí agus ar thaithí ag baint úsáide as pacáistí bogearraí staidrimh chun tacair mhóra sonraí a anailísiú i measc na sonraíochtaí freisin.

Ligfidh scileanna boga éagsúla duit a bheith rathúil sa réimse seo. Ina measc tá solúbthacht, inoiriúnaitheacht, agus buanseasmhacht. Teastaíonn go leor trialach agus earráide chun algartam a fhorbairt, agus dá bhrí sin, foighne. Ní mór algartam a thástáil le fáil amach an bhfuil sé ag obair agus, mura n-oibríonn, ceann nua a fhorbairt.

Tá scileanna cumarsáide den scoth riachtanach. Teastaíonn scileanna éisteachta, labhartha agus idirphearsanta den scoth ó ghairmithe foghlama meaisín, a bhíonn ag obair go minic ar fhoirne, chun comhoibriú le daoine eile, agus caithfidh siad a gcuid torthaí a chur i láthair a gcomhghleacaithe. Ina theannta sin, ba cheart gur foghlaimeoirí gníomhacha iad ar féidir leo faisnéis nua a ionchorprú ina gcuid oibre. I dtionscal ina bhfuil meas ar nuálaíocht, ní mór ceann a bheith cruthaitheach chun barr feabhais a chur air.