وظائف في مجال الناشئة من آلة التعلم

في الجزء العلوي من تقرير الوظائف الأمريكية الناشئة في LinkedIn لعام 2017 ، كانت وظيفتان في مجال التعلم الآلي: مهندس تعلم الآلة وعالم البيانات. نما التوظيف لمهندسي التعلم الآلي بنسبة 9.8 مرة بين عامي 2012 و 2017 وزادت وظائف عالم البيانات 6.5 مرة خلال نفس الفترة من خمس سنوات. إذا استمر هذا الاتجاه ، فستكون لهذه المهن توقعات التوظيف التي تفوق العديد من المهن الأخرى. مع مستقبل مشرق للغاية ، هل يمكن أن تكون الوظيفة في هذا المجال مناسبة لك؟

ما هو تعلم الآلة؟

التعلم الآلي (ML) هو فقط ما يبدو. هذه التكنولوجيا تنطوي على آلات التدريس لأداء مهام محددة. على عكس الترميز التقليدي الذي يوفر الإرشادات التي تخبر أجهزة الكمبيوتر بما يجب القيام به ، يوفر ML لهم البيانات التي تتيح لهم معرفة ذلك بمفردهم ، مثلما يفعل الإنسان أو الحيوان. يبدو وكأنه السحر ، لكنه ليس كذلك. أنه ينطوي على تفاعل علماء الكمبيوتر وغيرهم من ذوي الخبرة ذات الصلة. ينشئ محترفي تكنولوجيا المعلومات هؤلاء برامج تسمى الخوارزميات - مجموعات من القواعد التي تحل مشكلة ما - ثم يقومون بإطعامهم مجموعات كبيرة من البيانات التي تعلمهم أن يقوموا بالتنبؤات بناءً على هذه المعلومات.

التعلم الآلي عبارة عن "مجموعة فرعية من الذكاء الاصطناعي الذي يمكّن أجهزة الكمبيوتر من أداء المهام التي لم تتم برمجتها صراحة للقيام بها" (ديكسون ، بن. المهارات التي تحتاج إليها للحصول على وظيفة تعلم الآلة. الباحث عن الوظيفة. 18 يناير 2017.) لقد أصبح الأمر أكثر تعقيدًا ، ولكنه أكثر شيوعًا على مر السنين. كتب ستيفن ليفي ، في مقال يتحدث عن تحديد أولويات جوجل للتعلم الآلي وإعادة تدريب مهندسي الشركة ، "لسنوات عديدة ، كان التعلم الآلي يعتبر تخصصًا ومحدودًا لبعض النخبة.

انتهت تلك الحقبة ، حيث تشير النتائج الحديثة إلى أن التعلم الآلي ، المدعوم من "الشبكات العصبية" التي تحاكي الطريقة التي يعمل بها الدماغ البيولوجي ، هو الطريق الحقيقي نحو إشعال أجهزة الكمبيوتر مع قوى البشر ، وفي بعض الحالات ، البشر الفائقون "(ليفي ، ستيفن. كيف تعيد غوغل صنع نفسها كشركة تعلم الآلة أولاً السلكية. 22 يونيو 2016).

كيف يتم استخدام التعلم الآلي في "العالم الحقيقي؟" معظمنا يأتي عبر هذه التكنولوجيا على أساس يومي دون التفكير فيها كثيرا. عندما تستخدم Google أو محرك بحث آخر ، فإن النتائج التي تظهر في الجزء العلوي من الصفحة هي نتيجة التعلم الآلي. النص التنبئي ، وكذلك ميزة التصحيح التلقائي في بعض الأحيان ، على تطبيق الرسائل النصية في هاتفك الذكي ، هي أيضًا نتيجة للتعلم الآلي. الأفلام والأغاني الموصى بها على Netflix و Spotify هي أمثلة أخرى على كيفية استخدامنا لهذه التكنولوجيا سريعة النمو مع ملاحظة ذلك بالكاد.

في الآونة الأخيرة ، قدمت Google الرد الذكي في Gmail. في نهاية الرسالة ، تقدم للمستخدم ثلاثة ردود محتملة على أساس المحتوى. تقوم أوبر وغيرها من الشركات حاليا باختبار السيارات ذاتية القيادة.

الصناعات باستخدام آلة التعلم

استخدام التعلم الآلي يتجاوز إلى حد بعيد عالم التكنولوجيا. SAS ، شركة برمجيات تحليلية ، تفيد بأن العديد من الصناعات قد اعتمدت هذه التكنولوجيا. تستخدم صناعة الخدمات المالية ML لتحديد فرص الاستثمار ، وإعلام المستثمرين بموعد التداول ، والتعرف على العملاء الذين لديهم ملفات تعريف عالية المخاطر ، واكتشاف الاحتيال. في الرعاية الصحية ، تساعد الخوارزميات في تشخيص الأمراض عن طريق التقاط العيوب.

هل سبق لك أن طرحت السؤال التالي: "لماذا أفكر في شراء إعلان لهذا المنتج في كل صفحة ويب أزورها؟" يسمح ML لصناعة التسويق والمبيعات بتحليل المستهلكين بناءً على تاريخ الشراء والبحث. تكيف صناعة النقل لهذه التكنولوجيا يكتشف المشاكل المحتملة على الطرق ويساعد في جعلها أكثر كفاءة. بفضل ML ، يمكن لصناعة النفط والغاز تحديد مصادر جديدة للطاقة (تعلم الآلة: ما هو ولماذا يهم. SAS).

كيف التعلم الآلي هو تغيير مكان العمل

كانت التنبؤات حول تولي الآلات جميع وظائفنا موجودة منذ عقود ، ولكن هل ستجعل ML هذا الأمر حقيقة؟ يتوقع الخبراء أن هذه التكنولوجيا سوف تستمر في تغيير مكان العمل. ولكن بقدر ما يسلب جميع وظائفنا؟ معظم الخبراء لا يعتقدون أن هذا سيحدث.

في حين أن التعلم الآلي لا يمكن أن يحل محل البشر في جميع المهن ، إلا أنه يمكن أن يغير الكثير من واجبات الوظيفة المرتبطة بهم. يقول بايرون سبايس: "تعتبر المهام التي تنطوي على اتخاذ قرارات سريعة بناءً على البيانات مناسبة تمامًا لبرامج ML ، وليس هذا إذا كان القرار يعتمد على سلاسل طويلة من التفكير أو المعرفة الخلفية المتنوعة أو الفطرة السليمة." Spice هو مدير العلاقات الإعلامية في جامعة كارنيجي ميلون كلية علوم الحاسوب بالجامعة (التوابل ، بايرون. التعلم الآلي سوف يتغير وظائف. جامعة كارنيجي ميلون.

21 ديسمبر 2017).

في مجلة Science Magazine ، كتب إريك برينجولفسون وتوم ميتشل ، "من المرجح أن ينخفض ​​الطلب على العمالة للمهام التي تعتبر بدائل قريبة لقدرات ML ، في حين أنه من المرجح أن تزيد بالنسبة للمهام التي تُكمل هذه الأنظمة. في كل مرة يتجاوز النظام العتبة حيث يصبح أكثر فاعلية من حيث التكلفة مقارنة بالبشر في مهمة ما ، حيث يسعى أصحاب المشاريع والمديرون الذين يحققون الربح بشكل متزايد إلى استبدال الآلات بالناس ، وهذا يمكن أن يكون له تأثيرات في جميع أنحاء الاقتصاد ، مما يعزز الإنتاجية ، ويخفض الأسعار ، ويحول الطلب على العمالة ، وإعادة هيكلة الصناعات (Brynjolfsson، Erik و Mitchell، Tom.

ماذا يمكن أن تعلم الآلة تفعل؟ الآثار المترتبة على القوى العاملة. علم. 22 ديسمبر 2017).

هل تريد وظيفة في التعلم الآلي؟

تتطلب الوظائف في التعلم الآلي خبرة في علوم الكمبيوتر والإحصاء والرياضيات. كثير من الناس يأتون إلى هذا الحقل بخلفية في تلك الحقول. تتبع العديد من الكليات التي تقدم تخصصًا في التعليم الآلي منهجًا متعدد التخصصات مع منهج يتضمن ، بالإضافة إلى علوم الكمبيوتر ، الهندسة الكهربائية وهندسة الكمبيوتر ، والرياضيات ، والإحصاء (أفضل 16 مدرسة لتعلم الآلات. AdmissionTable.com).

بالنسبة لأولئك الذين يشاركون بالفعل في صناعة تكنولوجيا المعلومات ، فإن الانتقال إلى وظيفة ML ليس قفزة كبيرة. قد تكون لديك بالفعل العديد من المهارات التي تحتاجها. قد يساعدك رب عملك حتى في هذا الانتقال. وفقًا لمقال ستيفن ليفي ، "لا يوجد حاليًا الكثير من الأشخاص الذين هم خبراء في ML ، لذا فإن شركات مثل Google و Facebook تعيد تدريب المهندسين الذين تكمن خبرتهم في الترميز التقليدي."

على الرغم من أن العديد من المهارات التي طورتها كمحترف في تكنولوجيا المعلومات ستنتقل إلى التعلم الآلي ، إلا أنها قد تكون صعبة بعض الشيء. نأمل أن تكونوا مستيقظين خلال فصول إحصائيات كليتك لأن ML يعتمد على فهم قوي لهذا الموضوع ، وكذلك الرياضيات. كتب ليفي أن المبرمجين يجب أن يكونوا مستعدين للتخلي عن السيطرة الكاملة لديهم على برمجة النظام.

أنت لست محظوظًا إذا كان صاحب العمل الفني الخاص بك لا يوفر ML لإعادة تدريب Google و Facebook. تقدم الكليات والجامعات ، بالإضافة إلى منصات التعلم عبر الإنترنت مثل Udemy و Coursera ، دروسًا تدرس أساسيات تعلم الآلة. ومع ذلك ، من الأهمية بمكان أن تنهي خبرتك عن طريق أخذ الإحصائيات ودروس الرياضيات.

المسميات الوظيفية والأرباح

تتضمن عناوين الوظائف الأساسية التي ستظهر لك عند البحث عن وظيفة في هذا المجال مهندس تعلم الآلة وعالم البيانات.

مهندسي التعلم الآلي "يديرون عمليات مشروع التعلم الآلي وهم مسؤولون عن إدارة خطوط الأنابيب والبنية التحتية اللازمة لإنتاج الشفرة في الإنتاج." علماء البيانات على جانب البيانات والتحليل لتطوير الخوارزميات ، بدلا من الجانب الترميز. ويقومون أيضًا بجمع البيانات وتنظيفها وإعدادها (Zhou، Adelyn. "عناوين وظائف الذكاء الاصطناعي: ما هو مهندس تعلم الآلة؟" Forbes. 27 نوفمبر ، 2017).

استنادًا إلى تقديمات المستخدم من الأشخاص الذين يعملون في هذه الوظائف ، تفيد Glassdoor.com أن مهندسي ML وعلماء البيانات يحصلون على متوسط ​​راتب يبلغ 120،931 دولارًا. تتراوح الرواتب بين 87000 دولار إلى 158000 دولار (رواتب مهندس تعلم الآلة. Glassdoor.com. 1 مارس 2018). على الرغم من أن Glassdoor يجمع هذه الألقاب ، إلا أن هناك بعض الاختلافات بينها.

متطلبات وظائف آلة التعلم

يقوم مهندسو ML وعلماء البيانات بأداء وظائف مختلفة ، لكن هناك الكثير من التداخل بينهم. إعلانات الوظائف لكلا المنصبين غالباً ما تكون لها متطلبات مماثلة. يفضل العديد من أصحاب العمل الحصول على درجة البكالوريوس أو الماجستير أو الدكتوراه في علوم الكمبيوتر أو الهندسة أو الإحصاء أو الرياضيات.

لكي تكون محترفًا في التعلم الآلي ، ستحتاج إلى مزيج من المهارات الفنية - المهارات المكتسبة في المدرسة أو في الوظيفة - والمهارات اللينة. المهارات اللينة هي قدرات الفرد التي لا يتعلمونها في الفصل ، ولكن بدلاً من ذلك يولدون مع أو يكتسبون تجربة الحياة. مرة أخرى ، هناك قدر كبير من التداخل بين المهارات المطلوبة لمهندسي ML وعلماء البيانات.

تكشف إعلانات الوظائف أن أولئك الذين يعملون في وظائف هندسة ML يجب أن يكونوا على دراية بأطر التعلم الآلي مثل TensorFlow و Mlib و H20 و Theano. يحتاجون إلى خلفية قوية في الترميز بما في ذلك تجربة لغات البرمجة مثل Java أو C / C ++ ولغات البرمجة النصية مثل Perl أو Python. تعتبر الخبرة في الإحصاء والخبرة في استخدام حزم البرامج الإحصائية لتحليل مجموعات كبيرة من البيانات من بين المواصفات.

تتيح لك مجموعة متنوعة من المهارات اللينة النجاح في هذا المجال. من بينها المرونة والقدرة على التكيف والمثابرة. تطوير خوارزمية يتطلب الكثير من التجربة والخطأ ، وبالتالي ، الصبر. يجب على المرء اختبار خوارزمية لمعرفة ما إذا كان يعمل ، وإذا لم يكن كذلك ، فقم بتطوير خوارزمية جديدة.

مهارات اتصال ممتازة ضرورية. يحتاج محترفي التعلم الآلي ، الذين يعملون غالبًا في فرق ، إلى مهارات استماع وتحدث ومهارات شخصية فائقة للتعاون مع الآخرين ، كما يجب عليهم تقديم نتائجهم إلى زملائهم. يجب أن يكونوا ، بالإضافة إلى ذلك ، متعلمين نشطين يمكنهم دمج معلومات جديدة في عملهم. في صناعة تُقدر فيها قيمة الابتكار ، يجب أن يكون الشخص مبدعًا للتفوق.