أعلى وظائف التعلم الآلي

المحتوى

• ما هو التعلم الآلي؟
• الصناعات باستخدام التعلم الآلي
• كيف يغير التعلم الآلي مكان العمل
• هل تريد مهنة في التعلم الآلي؟
• المسميات الوظيفية والأرباح
• متطلبات وظائف التعلم الآلي

في الجزء العلوي من تقرير LinkedIn للوظائف الناشئة في الولايات المتحدة لعام 2017 ، كانت هناك وظيفتان في مجال التعلم الآلي: مهندس تعلم الآلة وعالم البيانات. نما التوظيف لمهندسي التعلم الآلي بنسبة 9.8 مرات بين عامي 2012 و 2017 وزادت وظائف عالم البيانات 6.5 مرة خلال نفس فترة الخمس سنوات. إذا استمر هذا الاتجاه ، سيكون لهذه المهن توقعات عمل تتجاوز العديد من المهن الأخرى. مع مستقبل مشرق للغاية ، هل يمكن أن تكون الوظيفة في هذا المجال مناسبة لك؟

ما هو التعلم الآلي؟

التعلم الآلي (ML) هو بالضبط ما يبدو عليه. تتضمن هذه التكنولوجيا آلات التدريس لأداء مهام محددة. على عكس الترميز التقليدي الذي يوفر تعليمات تخبر أجهزة الكمبيوتر بما يجب القيام به ، فإن ML تزودها ببيانات تتيح لها اكتشافها بمفردها ، تمامًا مثلما يفعل الإنسان أو الحيوان. يبدو مثل السحر ، لكنه ليس كذلك. أنها تنطوي على تفاعل علماء الكمبيوتر وغيرهم مع الخبرات ذات الصلة. ينشئ محترفو تكنولوجيا المعلومات هؤلاء برامج تسمى الخوارزميات - مجموعات من القواعد التي تحل مشكلة ما - ثم تطعمهم مجموعات كبيرة من البيانات التي تعلمهم إجراء توقعات استنادًا إلى هذه المعلومات.

التعلم الآلي هو "مجموعة فرعية من الذكاء الاصطناعي التي تمكّن أجهزة الكمبيوتر من أداء المهام التي لم يتم برمجتها بشكل صريح للقيام بها" (ديكسون ، بن. المهارات التي تحتاجها للحصول على وظيفة تعلم الآلة. وهي Career Finder. 18 يناير 2017). لقد أصبحت أكثر تعقيدًا ، ولكنها أكثر شيوعًا ، على مر السنين. في مقال يتحدث عن تحديد أولويات Google للتعلم الآلي وإعادة تدريب مهندسي الشركة ، يكتب ، "لسنوات عديدة ، كان التعلم الآلي يعتبر تخصصًا ومحدودًا لعدد قليل من النخبة. لقد انتهت تلك الحقبة ، حيث تشير النتائج الأخيرة إلى أن التعلم الآلي ، المدعوم بـ "شبكات عصبية" التي تحاكي طريقة عمل الدماغ البيولوجي ، هو المسار الحقيقي نحو إضفاء الحواسيب على قدرات البشر ، وفي بعض الحالات ، البشر الخارقون "( ليفي ، ستيفن. كيف تعيد Google بناء نفسها كشركة أول للتعلم الآلي منذ 22 يونيو 2016).

كيف يتم استخدام التعلم الآلي في "العالم الحقيقي"؟ معظمنا يصادف هذه التقنية بشكل يومي دون التفكير فيها كثيرًا. عندما تستخدم Google أو محرك بحث آخر ، فإن النتائج التي تظهر في أعلى الصفحة هي نتيجة التعلم الآلي. إن النص التنبئي ، بالإضافة إلى ميزة التصحيح التلقائي الخبيثة أحيانًا ، على تطبيق الرسائل النصية في هاتفك الذكي ، هي أيضًا نتيجة لتعلم الآلة. الأفلام والأغاني الموصى بها على Netflix و Spotify هي أمثلة أخرى على كيفية استخدامنا لهذه التكنولوجيا سريعة النمو مع ملاحظتها بالكاد. في الآونة الأخيرة ، قدمت Google ردًا ذكيًا في Gmail. في نهاية الرسالة ، تقدم للمستخدم ثلاثة ردود محتملة بناءً على المحتوى. تختبر أوبر وشركات أخرى حاليًا سيارات ذاتية القيادة.

الصناعات باستخدام التعلم الآلي

يتجاوز استخدام تعلُم الآلة كثيرًا عالم التكنولوجيا. تفيد شركة SAS ، وهي شركة برمجيات تحليلية ، أن 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 مجال الرعاية الصحية ، تساعد الخوارزميات في تشخيص الأمراض عن طريق التقاط التشوهات.

هل سبق لك أن سألت السؤال ، "لماذا يظهر إعلان لهذا المنتج الذي أفكر في شرائه في كل صفحة ويب أقوم بزيارتها؟" تسمح ML لصناعة التسويق والمبيعات بتحليل المستهلكين بناءً على تاريخ الشراء والبحث. يكشف تكيف صناعة النقل لهذه التكنولوجيا عن المشاكل المحتملة على الطرق ويساعد على جعلها أكثر كفاءة. بفضل ML ، يمكن لصناعة النفط والغاز تحديد مصادر الطاقة الجديدة (التعلم الآلي: ما هو ولماذا يهم. SAS).

كيف يغير التعلم الآلي مكان العمل

كانت التوقعات بشأن الآلات التي تتولى جميع وظائفنا موجودة منذ عقود ، ولكن هل ستجعل ML أخيرا ذلك حقيقة؟ يتوقع الخبراء أن هذه التكنولوجيا ستغير وستستمر في تغيير مكان العمل. ولكن بقدر ما نتخلص من جميع وظائفنا؟ معظم الخبراء لا يعتقدون أن ذلك سيحدث.

في حين أن التعلم الآلي لا يمكن أن يحل محل البشر في جميع المهن ، فإنه يمكن أن يغير العديد من واجبات الوظيفة المرتبطة بهم. يقول Byron Spice ، Spice هو مدير العلاقات الإعلامية في Carnegie Mellon: "المهام التي تنطوي على اتخاذ قرارات سريعة بناءً على البيانات مناسبة تمامًا لبرامج ML ؛ فالأمر ليس كذلك إذا كان القرار يعتمد على سلاسل طويلة من التفكير ، أو معرفة خلفية متنوعة أو الفطرة السليمة". كلية علوم الحاسب بالجامعة (Spice، Byron. التعلم الآلي سيغير الوظائف. جامعة كارنيجي ميلون. 21 ديسمبر 2017).

في مجلة Science Science ، كتب إريك برينجولفسون وتوم ميتشل ، "من المرجح أن ينخفض ​​الطلب على العمالة للمهام التي تعد بدائل قريبة لقدرات ML ، في حين أنه من المرجح أن يزداد للمهام التي تكمل هذه الأنظمة. في كل مرة يتخطى النظام العتبة حيث يصبح أكثر فعالية من حيث التكلفة من البشر في مهمة ، وسيسعى رجال الأعمال والمديرون الذين يحققون أقصى قدر من الربح إلى استبدال الآلات بالناس. ويمكن أن يكون لذلك تأثيرات في جميع أنحاء الاقتصاد ، ويعزز الإنتاجية ، ويخفض الأسعار ، ويغير الطلب على العمالة ، الصناعات وإعادة الهيكلة (Brynjolfsson ، Erik and Mitchell ، Tom. ماذا يمكن أن يفعله التعلم الآلي؟ الآثار المترتبة على القوى العاملة. العلوم. 22 ديسمبر 2017).

هل تريد مهنة في التعلم الآلي؟

تتطلب الوظائف في تعلم الآلة خبرة في علوم الكمبيوتر والإحصاءات والرياضيات. يأتي الكثير من الناس إلى هذا المجال بخلفية في تلك المجالات. تتبع العديد من الكليات التي تقدم تخصصًا في التعلم الآلي منهجًا متعدد التخصصات مع منهج يتضمن ، بالإضافة إلى علوم الكمبيوتر والهندسة الكهربائية وهندسة الكمبيوتر والرياضيات والإحصاء (أفضل 16 مدرسة لتعلم الآلة. AdmissionTable.com).

بالنسبة لأولئك الذين يشاركون بالفعل في صناعة تكنولوجيا المعلومات ، فإن الانتقال إلى وظيفة ML ليس قفزة كبيرة. قد يكون لديك بالفعل العديد من المهارات التي تحتاجها. رب عملك قد يساعدك حتى في هذا الانتقال. وفقًا لمقالة 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."

في حين أن العديد من المهارات التي طورتها كمتخصص في تكنولوجيا المعلومات ستنتقل إلى التعلم الآلي ، فقد يكون الأمر صعبًا بعض الشيء. نأمل أن تكون قد بقيت مستيقظًا خلال حصص الإحصائيات الجامعية لأن ML يعتمد على فهم قوي لهذا الموضوع ، وكذلك الرياضيات. يكتب ليفي أن المبرمجين يجب أن يكونوا مستعدين للتخلي عن السيطرة الكاملة التي لديهم على برمجة النظام.

لن تكون محظوظًا إذا لم يقدم صاحب العمل التقني إعادة التدريب على ML و Google و Facebook. تقدم الكليات والجامعات ، بالإضافة إلى منصات التعلم عبر الإنترنت مثل Udemy و Coursera ، فصولًا تعلم أساسيات التعلم الآلي. ومع ذلك ، من المهم تقريب خبرتك من خلال أخذ الإحصائيات ودروس الرياضيات.

المسميات الوظيفية والأرباح

تتضمن المسميات الوظيفية الأساسية التي ستصادفها عند البحث عن وظيفة في هذا المجال مهندس تعلم الآلة وعالم البيانات.

مهندسو التعلم الآلي "يديرون عمليات مشروع التعلم الآلي وهم مسؤولون عن إدارة البنية التحتية وخطوط البيانات اللازمة لإدخال التعليمات البرمجية إلى الإنتاج". علماء البيانات على جانب البيانات والتحليل لتطوير الخوارزميات ، بدلاً من جانب الترميز. كما يقومون بجمع البيانات وتنظيفها وإعدادها (Zhou، Adelyn. "مسميات وظائف الذكاء الاصطناعي: ما هو مهندس التعلم الآلي؟" Forbes. 27 نوفمبر 2017).

استنادًا إلى تقديمات المستخدمين من الأشخاص الذين يعملون في هذه الوظائف ، تفيد Glassdoor.com أن مهندسي ML وعلماء البيانات يكسبون متوسط ​​راتب أساسي قدره 120،931 دولارًا. تتراوح الرواتب من 87000 دولار إلى ارتفاع 158000 دولار (رواتب مهندس تعلم الآلة. Glassdoor.com. 1 مارس 2018). على الرغم من أن Glassdoor تجمع هذه العناوين ، إلا أن هناك بعض الاختلافات بينهما.

متطلبات وظائف التعلم الآلي

يقوم مهندسو ML وعلماء البيانات بوظائف مختلفة ، ولكن هناك الكثير من التداخل بينهم. غالبًا ما يكون لإعلانات الوظائف لكلا الموقفين متطلبات مماثلة. يفضل العديد من أصحاب العمل درجات البكالوريوس أو الماجستير أو الدكتوراه في علوم الكمبيوتر أو الهندسة أو الإحصائيات أو الرياضيات.

لتكون محترفًا في التعلم الآلي ، ستحتاج إلى مزيج من المهارات التقنية - المهارات المكتسبة في المدرسة أو في العمل - والمهارات الشخصية. المهارات الشخصية هي قدرات المرء التي لا يتعلمونها في الفصل الدراسي ، ولكن بدلاً من ذلك يولدون أو يكتسبون من خلال 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 الخبرة في لغات البرمجة مثل Java أو C / C ++ ولغات البرمجة النصية مثل Perl أو Python. ومن بين المواصفات أيضًا الخبرة في الإحصاء والخبرة في استخدام حزم البرامج الإحصائية لتحليل مجموعات كبيرة من البيانات.

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

مهارات اتصال ممتازة ضرورية. يحتاج محترفو التعلم الآلي ، الذين يعملون غالبًا في فرق ، إلى مهارات استماع ومحادثة ومهارات شخصية فائقة للتعاون مع الآخرين ، ويجب عليهم أيضًا تقديم نتائجهم إلى زملائهم. بالإضافة إلى ذلك ، يجب أن يكونوا متعلمين نشطين يمكنهم دمج معلومات جديدة في عملهم. في صناعة يتم فيها تقدير الابتكار ، يجب على المرء أن يكون مبدعًا للتفوق.