Многие люди считают, что для того, чтобы стать успешным специалистом по данным, инженером по машинному обучению или даже исследователем искусственного интеллекта, вам нужно получить как минимум степень доктора философии. или что-то подобное. Это совершенно неправильно, и я объясню, почему.
Не хватает, и я имею в виду довольно большую нехватку людей, которые разбираются в этих вещах, интересуются этими вещами и, самое главное, могут приносить пользу компании, в которой они будут работать. Некоторые люди, однако, склонны думать об обратном. Что вам не нужно ничего знать, и вас сразу возьмут на работу. Это одинаково неправильно. Вы должны обладать определенными навыками.
Вам нужно что-то знать об ИТ, и под чем-то я подразумеваю довольно много. Очень полезно, а может быть, даже необходимо уметь программировать. Язык Python — ваш очень хороший друг. Это легко для новичков, и ваши навыки улучшаются довольно быстро. Это одна из четырех вещей, которые, как мне кажется, играют роль во всем этом процессе найма.
Вы также должны понимать машинное обучение. Не обязательно знать все, нужно иметь определенное представление об этом. Это происходит само собой через какое-то время. Но не поймите меня неправильно, конечно, вам нужно иметь некоторые знания о том, как вещи работают и как они сделаны. Так что пройти определенные онлайн-курсы, например, в Стэнфордском университете или на одном из многих веб-сайтов, предлагающих платные курсы, безусловно, стоит.
Третье, что я считаю важным, это статистика. Я знаю, я знаю... многие из вас сейчас думают, что путь к работе будет скучным и трудным. Это не правда. Собственно, я тоже так думал в начале. Но если вы начнете со статистики, найдете кое-что интересное. Многие курсы по машинному обучению научат вас статистике, вероятности, теореме Байеса и другим вещам. И я могу заверить вас, что в статистике есть немало забавных историй и странностей, о которых вы даже не подозреваете.
Последнее — математика. Я выбрал это в последнюю очередь, потому что вам не нужно быть математиком или знать, как решать задачи по высшей математике. Просто нужно иметь представление о цифрах. Вам просто нужно понять несколько концепций и проблем, и все. Вот четыре вещи, которые, по моему мнению, являются ключом к успешной работе AI/ML.
Большинство людей боятся даже начать, потому что мы, люди, склонны бояться даже пытаться что-то сделать. По крайней мере, таков мой опыт. Я видел людей, стремящихся учиться, а потом, когда они поняли, что это такая большая область знаний, они просто сдались. Но это не нормально. Вам не нужно знать все и самое главное, вам точно не нужно бояться. Просто запомни это.
Все люди разные, поэтому я не буду рассказывать вам, как учиться и как практиковать. Я просто призываю вас быть смелыми и просто прыгнуть в бассейн этих захватывающих вещей, которые вы узнаете. Поверьте, это намного веселее, чем кажется.
