Как максимально эффективно использовать сертификацию ML

Для многих людей сложная математика, за которой следуют уравнения, которые практически не имеют смысла, — это первое, что приходит на ум, когда они думают о машинном обучении. Это, а может быть, и роботы-убийцы.

Итак, если вы прошли этот путь и получили сертификат, ПОЗДРАВЛЯЕМ, вы это заслужили. Позвольте мне повторить, вы заслуживаете этого чувства. Сертификационный тест ML — один из САМЫХ СЛОЖНЫХ экзаменов с самыми большими возможностями на рынке, который вы можете пройти. Не позволяйте сетевому инженеруотнять это у вас.😁 Так что я знаю, что вы сейчас чувствуете. Поверьте мне. Я до сих пор помню то чувство, когда я сдал свою сертификацию ML в мае 2022 года, и прилив уверенности, это чувство подтверждения того, что я на правильном пути. Это особенно верно, потому что это было то, что я взял на себя. Моя работа не требовала этого, никто не предъявлял ко мне этого требования, но я знал, что хочу расти в этой области.

Рассмотрим этот факт:

Хотя частные инвестиции в 2022 году должны превысить 135 миллиардов долларов, общие инвестиции в исследования и приложения ИИ должны достичь 500 миллиардов долларов к 2024 году.

Есть разные мотивы для машинного обучения. Я лично воодушевлен будущим технологий, в центре которых находится искусственный интеллект. А может быть, и ты. Вы хотите расти, вы хотите показать, что вы созданы для этого и готовы пройти через все трудности, чтобы бороться за это.

Так что, возможно, у вас на уме вопрос:

  1. Что мне делать дальше?
  2. Что мне делать дальше?
  3. Как мне в полной мере реализовать свои новые навыки?

Вот 6 советов, которые хорошо сработали для меня. И это относится к любому отраслевому сертификату, который вы получили, … даже к вам, сетевым инженерам 😒. Так что продолжайте читать, и позвольте мне провести вас через это.

  1. Возьмите этот победный круг.
  2. Поделитесь своим опытом и тем, что вы узнали
  3. Погрузитесь в мир искусственного интеллекта и машинного обучения. (книги, подкасты, сериалы)
  4. Вернитесь и просмотрите лабораторные работы и материалы, которые вы изучили во время подготовки к сертификации.
  5. Пополняйте свое портфолио и приобретайте новые навыки.
  6. Планируйте свою карьерную цель, траекторию и приступайте к работе

1. Возьмите этот победный круг.

Остановитесь и понюхайте розы, потому что впереди у нас много работы. Послушайте, не упускайте из виду свой успех и не ждите, пока другие отметят вас. Вы ваш самый большой поклонник и защитник.

Вы должны наслаждаться и отмечать свои достижения, верно? Поскольку вы готовились к этому тесту, вы, вероятно, как и я, пропустили много вещей, таких как встречи с друзьями, вечера кино и мало гуляли. Большую часть времени вы тратили на подготовку, повторение практических тестов снова и снова, написание безумно длинных шпаргалок и просмотр лекций снова и снова, чтобы попытаться понять эти концепции.

Поэтому сейчас самое время отложить все на время и взять отпуск, который вы отложили. Сделайте это регулярной практикой, чтобы не перегореть.

Если вы еще этого не сделали. Хватит читать это и отправляйтесь в отпуск/поездку или займитесь любимым делом! Или, если вы какое-то время не высыпались, сделайте это. Возьми старые увлечения, перезарядись и снова сосредоточься на себе.

2. Поделитесь своим опытом и тем, что вы узнали

Потратив месяцы на подготовку к этой сертификации, довольно легко забыть, как далеко вы продвинулись с точки зрения своих знаний, а также то, как другие найдут ценность в том, что вы теперь знаете.

Есть знаменитая цитата Джона С. Максвелла («Лидер на 360 градусов: развитие влияния из любого места в организации»), в которой говорится:

«Вы никогда не узнаете что-то по-настоящему, пока не научите этому кого-то другого».

Я попал в ловушку, думая, что то, что я знал, было слишком очевидным и никому не принесет пользы. Но это не так. Есть люди, находящиеся на разных этапах своего пути к машинному обучению, и они могут извлечь пользу из ваших знаний. Многие профессионалы и люди, не работающие в этой отрасли, смешивают AI и ML и используют их взаимозаменяемо, другие изо всех сил пытаются понять разницу между машинным обучением и глубоким обучением. И поэтому независимо от того, где кто-то находится в спектре своего понимания машинного обучения, вы можете принести им пользу.

Это будет особенно полезно для вас, когда вы начнете глубже понимать эту область. Я получил огромную пользу от того, что поделился фрагментами знаний, полученных в результате этого. Блоггинг — один из них, Инстаграм — другой.

3. Оставайтесь погруженными в мир искусственного интеллекта и машинного обучения. (книги, подкасты, сериалы)

Научно-фантастические шоу, основанные на искусственном интеллекте, являются основным источником вдохновения, которое вызвало мой интерес к области искусственного интеллекта и машинного обучения. Подкасты, телешоу, фильмы, блоги и книги — отличные способы погрузиться в это в той или иной форме.

Вот несколько книг на моей книжной полке, которые мне понравились по этой теме. Компания AI-First является фаворитом Эша Фонтана, за которым следует Deep Medicine Эрика Тополя. Позже я поделюсь своими любимыми топ-5 подкастов, книг, телешоу и блогов.

Следите за моим Goodreads — списком технологий для моих ридов.

4. Вернитесь назад и просмотрите лабораторные работы и материалы, которые вы изучили во время подготовки к сертификации.

Итак, вы потратили несколько месяцев на изучение, и, если быть честными, вероятно, есть несколько лабораторных работ и материалов, которые вы просмотрели. Это вполне нормально и такое бывает. Когда я готовился, было множество лабораторных работ, которые я либо пробежал, либо не закончил полностью, и, оглядываясь назад, у меня были действительно хорошие концепции для обучения. К счастью, после прохождения теста у меня была возможность вернуться назад, рассмотреть их и понять основные концепции, в том числе выполнять все действия без обращения к лабораторным заметкам. Кроме того, я использовал эти лаборатории как часть своего портфолио машинного обучения, о котором я расскажу в следующем совете.

На этом этапе у вас есть преимущество ретроспективного взгляда и нового взгляда на область знаний. Поэтому найдите время, чтобы просмотреть свои учебные заметки и лабораторные работы, чтобы действительно повысить свою уверенность в решении этих проблем не только теоретически на сертификационном тесте, но и с помощью практической работы, чтобы поддержать ее.

5. Расширяйте свое портфолио и приобретайте новые навыки.

Есть много способов расширить свое портфолио по машинному обучению. Легкий старт — использование лабораторий в качестве основы вашего портфолио. На данный момент я стремился сосредоточиться на BigQueryML, а не на Tensorflow, и построил пару моделей, которые я изучил из своих учебных материалов.

«Применение классификации, регрессии и прогнозирования спроса BigQuery ML для приложений розничной торговли» — отличный пример этого. В этой отдельной серии решено несколько проблем ML, и она дает вам словарный запас, чтобы рассказать о своей работе, проблемах, с которыми вы столкнулись, и о том, как вы их решили.

Ваше портфолио должно содержать РАЗНООБРАЗИЕ проблем и решений, а не только одну область или одну технологию. Мое портфолио машинного обучения содержит набор технологических подходов, начиная от решений BigQuery ML, Tensorflow, AI API, за которыми следуют решения категориальных алгоритмов, такие как классификация изображений, GAN, обучение с подкреплением, временные ряды, NLP и т. д.

Вот мои рекомендации для учебников и примеров на основе BigQuery ML.

Для проектов на основе TensorFlow я бы рекомендовал эти примеры на основе Keras для создания и включения в ваше портфолио машинного обучения.

6. Спланируйте свою карьерную цель, траекторию и приступайте к работе

И последнее, но не менее важное: спланируйте свои карьерные цели, траекторию и следуйте им. Что ты хочешь сделать через 3 года? В какие роли вы хотите перейти?

В своей карьере я всегда оказывался на стыке деловых и технических команд. Я люблю создавать приложения и писать код, но мне также нравится участвовать в бизнес-решениях, которые определяют, над чем мы работаем. Мне очень повезло работать в Google, мировой столице искусственного интеллекта. И я нахожу много вдохновения в работе над ИИ, которую Alphabet делает, особенно с DeepMind.

Вам не обязательно работать в Google, чтобы сделать следующий шаг. Есть роли от консультантов по ИИ до инженеров и послов. Если вы разработчик программного обеспечения, вы можете интегрировать и улучшать продукты с помощью ИИ. Еще в 2015 году Google обновил поисковую систему с модели, основанной на эвристике, на систему, основанную на машинном обучении, и это резко изменило качество поиска. Я бы рекомендовал начать с компаний, которые работают в области ИИ, посмотреть, какие роли они выполняют, а затем найти то, что вас интересует.

Во-вторых, общение с другими людьми. Это может быть онлайн или лично. Воспользуйтесь преимуществами онлайн-сообщества Kaggle или Instagram, TikTok и YouTube, которые создают контент на основе искусственного интеллекта и машинного обучения. Будет чрезвычайно ценно общаться с другими людьми и демонстрировать свою работу по ходу дела.

Заключение

Дайте мне знать ниже, а также, если у вас есть какие-либо вопросы, оставьте их в комментариях ниже.

Вот мой следующий предстоящий блог…Как создать отличное портфолио по машинному обучению.

➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖
Подпишитесь на Instagram, чтобы увидеть больше фрагментов 👉 @pauly.ai
➖➖➖➖➖ ➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖

Я делюсь советами по началу карьеры, советами по психическому здоровью, учебными пособиями по BQML, AutoML, TensorFlow, советами по собеседованиям и регулярными вопросами и ответами 🚀