So erhalten Sie einen Job in KI oder maschinellem Lernen

Informatiker Arthur Samuel soll Gerüchten zufolge gesagt haben, dass maschinelles Lernen ein Aspekt seines Fachs ist, der "Computern die Fähigkeit gibt, zu lernen, ohne explizit programmiert zu sein". Aus diesem Grund wird maschinelles Lernen auch als ein Element der künstlichen Intelligenz (KI) betrachtet, die sich allgemein mit der Frage beschäftigt, wie Computer selbst etwas herausfinden können. Im Wesentlichen ist die Idee, dass Computer bei einer Reihe von Startregeln und Möglichkeiten, mit Daten und Situationen zu interagieren, selbst programmieren oder grundlegende Programme verbessern können.

Mitte der achtziger Jahre hofften Computerwissenschaftler darauf Computer reformieren und die Fähigkeit von Computern, die Welt zu verstehen und mit ihr zu interagieren. Zu dieser Zeit gab es eine große Menge an Interesse, Enthusiasmus und Geld, aber KI hat die Welt nicht verändert, wie wir es damals kannten. Im Laufe der Zeit stellte sich heraus, dass KI für eine relativ enge Gruppe von Rechenaufgaben geeignet ist, z. B. um brauchbare Konfigurationen für komplexe Berechnungen zu erstellen. Aber AI hat weder die Welt in Brand gesetzt noch ihre Grenzen und Formen neu definiert.

Mehr als 30 Jahre später erleben AI im Allgemeinen und maschinelles Lernen eine spektakuläre Renaissance. Diese Technologien werden erfolgreich eingesetzt, um mit allen möglichen interessanten Problemen im Bereich der Datenverarbeitung umzugehen, und sie genießen eine breite Palette von Erfolgen. Bemerkenswerte Errungenschaften für maschinelles Lernen gehören E-Mail-Filterung, Intrusion Detection, optische Zeichenerkennung und Computer Vision. Maschinelles Lernen und KI haben sich als sehr effektiv bei der Anwendung von Berechnungsstatistiken erwiesen, um Datenanalysen zu verwenden, um Vorhersagen zu treffen und Trends zu erkennen.

Maschinelles Lernen ist heiß, heiß, heiß

Weil einige Unternehmen Technologien mit maschinellem Lernen und KI aufbauen oder einsetzen Es gab eine beträchtliche Nachfrage nach qualifizierten und sachkundigen Forschern und Entwicklern. Wenn aber irgendetwas eine plötzliche, starke Nachfrage nach solchen Leuten erklärt, ist es die durchgreifende Verwendung von Predictive Analytics in vielen Geschäftsfeldern. Die meisten der Fortune-500-Unternehmen und eine große Anzahl anderer Unternehmen und Organisationen nutzen Predictive Analytics, um sich einen Wettbewerbsvorteil zu verschaffen oder ihre allgemeine Fähigkeit zur Lieferung von Waren und Dienstleistungen an Kunden, Kunden oder Bürger zu verbessern.

Im maschinellen Lernen ausgebildete Personen sind heute im gesamten Beschäftigungsspektrum stark gefragt. Das erklärt die sechsstelligen Gehälter, die für diejenigen, die solche Jobs antreten, zunehmend die Norm sind. Für viele, die bereits in der IT arbeiten oder in diese Richtung gehen, stellt sich natürlich die Frage: "Wie bekomme ich einen Job in KI oder maschinellem Lernen?" Die Antworten sind einfach, wenn auch etwas arbeitsintensiv und zeitraubend.

Der traditionelle Ansatz: Einen Abschluss erhalten

Das Feld ist faszinierend für viele, die auch einen Bachelor-Abschluss in Informatik, Ingenieurwissenschaften oder einer ähnlichen Disziplin haben können unter ihren Gürteln. In der Tat ist es schwer, ein seriöses Informatik-Programm für Absolventen zu finden, das in seinen zielgerichteten Themenbereichen kein maschinelles Lernen beinhaltet. Wenn Sie nach den Stars streben wollen, die den Weg zurück in die Schule in Richtung maschinelles Lernen einschlagen, würde ich empfehlen, entweder Quoras Thread zu den besten Graduiertenschulen für maschinelles Lernen oder die US News & World Report Liste der besten künstlichen Intelligenz zu konsultieren Programme als gute Plätze für die Suche nach Kandidatenschulen.

Nutzen Sie MOOC-Angebote

Für diejenigen, die sich nicht vom Leben lösen und arbeiten können, um einen Vollzeit-Abschluss auf dem Campus zu absolvieren, öffnen Sie massiv Online-Kurse, aka MOOCs, bieten eine Vielzahl von Alternativen. MOOCs können tatsächliche Studiengänge an angesehenen Universitäten umfassen, Zertifizierungsprogramme, die umfassende Ausbildung bieten, aber keinen vollwertigen Abschluss bieten, oder ausgearbeitete Lehrpläne für maschinelles Lernen oder KI, die so tief in die Tiefe gehen, wie man möchte lerne den Gegenstand.

Eine schnelle Suche nach maschinellem Lernen in der MOOC-Suchmaschine führt zu Millionen von Treffern, die Folgendes enthalten:

• Udacity bietet in diesem Bereich Hunderte von Kursen unterschiedlicher Länge, Komplexität und Tiefe an.
• Die maschinellen Lernangebote von edX umfassen ein Zertifikatsprogramm von Microsoft, sowie zahlreiche Graduate-Level-Kurse und Lehrpläne von renommierten Hochschulen und Universitäten.
• MIT bietet eine Fülle von Online-Kurse in diesem Bereich, für die Zahlung für College-Kredit oder kostenlose Online-Audit.
• Stanford bietet auch eine Sammlung von maschinellen Lernkursen für Kredit- oder Wirtschaftsprüfung an.

An der richtigen Stelle wird das Lernen real

Es gibt keinen Ersatz für die Ärmel hochkrempeln und in die Entwicklungsarbeit eintauchen, wenn Sie die Prinzipien der KI wirklich verstehen wollen und maschinelles Lernen. Erwarten Sie, dass Sie sich Ihrer Maus und Tastatur widmen, während Sie klein mit Spielzeugdatensätzen und grundlegenden Anwendungen beginnen und sich dann zu ernsthafteren Problemlösungen und Lösungen für die reale Welt hinarbeiten. Das Capstone-Projekt für das Microsoft-Professional-Programm in Data Science (kein Abschluss) dauert beispielsweise vier Wochen und fordert Sie auf, eine Lösung für einen Datensatz mit maschinellem Lernen zu entwickeln, um Ihre Fähigkeiten zu testen.

Jeder, der sich damit beschäftigt Dieser Themenbereich sollte Ausgaben von mehr als 15 Stunden pro Woche für Programmieraufgaben voraussetzen, zusätzlich zu Vorlesungen, Leseaufgaben, Schreibarbeiten und allen anderen Aufgaben, die das moderne Lernen heute von Schülern verlangt.

Wenn Sie bereit sind Rock, lass die Welt wissen

Sobald du diesen Abschluss gemacht hast, dein Zertifikat erhalten oder einen großen Teil der Lehrpläne abgeschafft hast, kannst du dich an aktuelle oder potenzielle Arbeitgeber als jemanden mit Fähigkeiten und Kenntnissen in maschinellem Lernen und KI stellen . Es sei denn, Sie haben auch praktische Erfahrungen gesammelt, um diesen beruflichen Meilenstein zu erreichen, bleiben Sie demütig in Bezug auf Ihre Fähigkeiten und Fähigkeiten in diesem Bereich. Abgesehen von den Warnungen, sollten die Aussichten für diejenigen, die sich selbst durch die Zeit, den Aufwand und die Kosten der Beherrschung des maschinellen Lernens und der KI sehen können, glänzend sein.

Warte! 5 Dinge zu beachten, bevor Sie einen Job annehmen

Wenn Sie einen neuen Job in Erwägung ziehen, ist es wichtig, dass das Gras wirklich grüner wird andererseits. Oft hilft die Arbeit für einen neuen Arbeitgeber der Karriere eines Mitarbeiters, es kann auch ein Nachteil sein. Eine neue Studie von Spherion Staffing Services ergab, dass langfristiger Aufstieg nicht immer durch den Wechsel von einem Arbeitgeber zum anderen erfolgt, sondern durch den Verbleib bei einem Unternehmen.

(Werdegang)

Die Job-Fähigkeiten, die Sie brauchen, um mehr Geld zu verdienen

Wenn Sie Fähigkeiten besitzen, die Arbeitgeber am meisten brauchen, erhöhen Sie nicht nur Ihre Chancen, einen Arbeitsplatz zu finden, sondern Sie haben auch die beste Chance, gleichzeitig ein hohes Gehalt zu verdienen Forschungsergebnisse von der Gehaltsvergleichs-Website PayScale. Zum Beispiel haben Angestellte in kaufmännischen und finanziellen Berufen, die in Fusionen und Übernahmen erfahren sind, Gehälter, die 18,1 Prozent höher sind als der Durchschnittslohn für Arbeiter in ihrem Bereich, während sie in Computerberufen arbeiten Wer in der Go-Programmiersprache geübt ist, verdient 22,4 Prozent mehr als das Durchschnittsgehalt in seiner Branche.

(Werdegang)