10 глупых вопросов СПЕЦИАЛИСТУ ПО МАШИННОМУ ОБУЧЕНИЮ И АНАЛИЗУ ДАННЫХ
4 года назад
Не профессия, а золотое дно: как выучиться на специалиста по машинному обучению и жить припеваючи
Машинное обучение (ML) — перспективное направление развития искусственного интеллекта, которое позволяет создавать алгоритмы и модели, которые могут обучаться на данных и принимать решения. Расскажем, как устроена работа в этой области и что надо для развития в ML. В мире ML существуют две основные роли: Research Scientist и Research Engineer. С чего начать? Какие навыки понадобятся? Исследования в ML проводятся на базе университетов и крупных компаний. Процесс становления ML-исследователем занимает обычно от 4 до 10 лет, поэтому лучшее время для старта — это студенческие годы...
«Специалист в области машинного и глубинного обучения должен быть креативным, уметь объяснять сложные вещи простым языком, обладать техническими навыками: знать высшую математику и статистику, уметь программировать, работать с данными, знать основные алгоритмы машинного обучения, а также архитектуры нейронных сетей», — отмечает студент третьего курса НИУ ВШЭ Антон Аксенов⚡ В VI сезоне #япрофессионал Антон стал призером по направлению «Искусственный интеллект» и завоевал бронзу по «Экономике». Олимпиада помогла ему изменить свои взгляды на выбор будущего профессионального пути: он попал на форум МФТИ по искусственному интеллекту, где смог убедиться в том, что хотел бы стать специалистом в области машинного и глубинного обучения. Сейчас наш медалист планирует совмещать учебу с работой, а также мечтает поучаствовать в создании продукта, функционирующего на основе алгоритмов машинного обучения, который бы упрощал и улучшал жизнь его пользователей. Антон, только вперед🚀 #РоссияСтранаВозможностей #япрокарьеру