怎樣去規(guī)劃人工智能生涯

隨著數(shù)據(jù)科學(xué)和人工智能領(lǐng)域提供越來(lái)越多的職位，行業(yè)專家對(duì)希望在這兩個(gè)領(lǐng)域中進(jìn)行職業(yè)生涯規(guī)劃的人士提出了一些建議。

可以確定的是，數(shù)據(jù)科學(xué)家和人工智能專業(yè)人士的職位擁有大量空缺，并在未來(lái)一年將繼續(xù)快速增長(zhǎng)。為了幫助那些應(yīng)聘這些職位的行業(yè)人士，將介紹以下內(nèi)容：

?數(shù)據(jù)科學(xué)學(xué)生/專業(yè)人士最想學(xué)習(xí)哪些技能？這與市場(chǎng)需求如何匹配？

?正在開(kāi)發(fā)其數(shù)據(jù)科學(xué)和人工智能技能的學(xué)生/專業(yè)人士有哪些潛在的職業(yè)道路？

?應(yīng)聘者如何更好地為數(shù)據(jù)科學(xué)家職位的面試做好準(zhǔn)備？

?為什么讓商務(wù)和計(jì)算機(jī)科學(xué)專業(yè)的學(xué)生在機(jī)器學(xué)習(xí)算法上進(jìn)行協(xié)作很重要？

?對(duì)于希望應(yīng)聘數(shù)據(jù)科學(xué)或人工智能職業(yè)的學(xué)生或?qū)I(yè)人士，提供的總體建議是什么？

為了深入了解有關(guān)人工智能和數(shù)據(jù)科學(xué)專業(yè)人士的職業(yè)生涯規(guī)劃，機(jī)器學(xué)習(xí)平臺(tái)廠商DataRobot公司可信人工智能副總裁Ted Kwartler對(duì)此進(jìn)行了闡述和分析。Kwartler也是哈佛大學(xué)的兼職教授，教授《商業(yè)數(shù)據(jù)挖掘》課程。

Kwartler說(shuō)：“數(shù)據(jù)科學(xué)家可以說(shuō)是哈佛大學(xué)十年來(lái)最熱門的學(xué)科之一，工作崗位擁有大量短缺，我認(rèn)識(shí)到這一點(diǎn)，我的學(xué)生也一樣。而且很多企業(yè)試圖填補(bǔ)這一空缺，對(duì)員工開(kāi)展培訓(xùn)，并且很多員工對(duì)此很感興趣，因?yàn)榭梢垣@得更高的薪酬。

我的一位在一家大型科技公司工作的朋友，在企業(yè)收購(gòu)中，他獲得的收益是企業(yè)利潤(rùn)的1%，其收入絕對(duì)令人印象深刻。那些希望走上這條職業(yè)道路的人士可能會(huì)問(wèn)，‘我如何進(jìn)入這個(gè)行業(yè)，然后構(gòu)建自己的職業(yè)生涯？’首先不要過(guò)多關(guān)注薪酬，而將其領(lǐng)域視為一塊樂(lè)土。”

如今，大學(xué)生和專業(yè)人士希望學(xué)習(xí)有關(guān)數(shù)據(jù)科學(xué)和人工智能的哪些技能？這些技能如何與市場(chǎng)需求相匹配？

Kwartler說(shuō)：“很多學(xué)生對(duì)構(gòu)建人工智能模型十分感興趣，例如他們喜歡構(gòu)建用于圖像識(shí)別的深度神經(jīng)網(wǎng)絡(luò)。他們?cè)趯W(xué)習(xí)數(shù)學(xué)知識(shí)、編寫代碼、構(gòu)建模型方面十分積極，這是一個(gè)令人興奮的過(guò)程，也是真正投入身心的過(guò)程……事實(shí)上，構(gòu)建模型需要花費(fèi)大量時(shí)間。

我所說(shuō)的構(gòu)建模型并不一定采用大數(shù)據(jù)，而是‘足夠大’的數(shù)據(jù)。但目前理論與實(shí)踐有些存在脫節(jié)。因此，這些學(xué)生可能要花費(fèi)六個(gè)月的時(shí)間來(lái)構(gòu)建完美的模型，并將其優(yōu)化到小數(shù)點(diǎn)后第六位。

但是，如果只是嘗試構(gòu)建一種客戶傾向模型，只是為呼叫中心提供一些新服務(wù)，而業(yè)務(wù)本身并不需要這些功能，那么在實(shí)際需要的功能和令人興奮的技術(shù)之間將會(huì)出現(xiàn)脫節(jié)。

當(dāng)我在Liberty Mutual公司工作的時(shí)候，是一個(gè)機(jī)器學(xué)習(xí)研究團(tuán)隊(duì)成員，我們的團(tuán)隊(duì)花費(fèi)三到六個(gè)月的時(shí)間來(lái)獲取數(shù)據(jù)，整理數(shù)據(jù)，并花三到六個(gè)月的時(shí)間來(lái)優(yōu)化模型，然后再花三個(gè)月的時(shí)間與IT部門合作完成這個(gè)研究工作。這樣的工作很繁重，許多數(shù)據(jù)科學(xué)家甚至不喜歡從事數(shù)據(jù)部分的工作，因?yàn)樗麄儾⒉涣私鈽I(yè)務(wù)和用例。”

當(dāng)人們開(kāi)始在數(shù)據(jù)科學(xué)和人工智能領(lǐng)域中規(guī)劃自己的職業(yè)生涯時(shí)，哪些職業(yè)道路對(duì)他們來(lái)說(shuō)真正有意義？什么才是真正切實(shí)可行的職業(yè)道路？

Kwartler說(shuō)：“數(shù)據(jù)科學(xué)家的職業(yè)生涯很有趣。我本人擁有MBA學(xué)位，并且完全是自學(xué)。我們DataRobot公司的一些具有能力和積極性的業(yè)務(wù)分析師是公民數(shù)據(jù)科學(xué)家，我們希望他們成為專業(yè)的數(shù)據(jù)科學(xué)家。這可以通過(guò)培訓(xùn)來(lái)完成，也可以通過(guò)軟件來(lái)完成。關(guān)于其職業(yè)道路的有趣之處在于，需要大量時(shí)間來(lái)學(xué)習(xí)業(yè)務(wù)，了解建立模型的背后故事，因?yàn)檫@些是從初級(jí)階段開(kāi)始的。

另一種不同的職業(yè)道路就像是數(shù)學(xué)家或者擁有天體物理學(xué)博士學(xué)位的專家。他們絕對(duì)可以構(gòu)建出色的模型，對(duì)他們來(lái)說(shuō)，面臨的挑戰(zhàn)在于如何在業(yè)務(wù)方面更多擴(kuò)展。

第三種就是希望學(xué)習(xí)建模的軟件工程師?，F(xiàn)在對(duì)于機(jī)器學(xué)習(xí)工程師的需求不斷增長(zhǎng)，他們?cè)诰幊谭矫嬗胸S富的經(jīng)驗(yàn)，并且已經(jīng)對(duì)計(jì)算機(jī)科學(xué)有足夠的了解，并將其投入生產(chǎn)。

因此，我認(rèn)為這是三種非常重要的職業(yè)道路，因此專業(yè)人士有多種實(shí)現(xiàn)目標(biāo)的途徑。此外，我認(rèn)為還需要有經(jīng)驗(yàn)豐富的管理人員，這些人很了解如何與這些技術(shù)人員一起工作。

技術(shù)人員可以與這樣的管理人員探討談?wù)摂?shù)據(jù)的流暢性，探討自動(dòng)駕駛汽車正在提交的地理空間數(shù)據(jù)，它們通過(guò)API連接，并且正在使用深度神經(jīng)網(wǎng)絡(luò)圖像識(shí)別。當(dāng)技術(shù)人員無(wú)法制定策略時(shí)，管理人員需要對(duì)某些技術(shù)有一些基本的了解，并做出決策。因此，我認(rèn)為管理人員可以擴(kuò)大規(guī)模并確保其業(yè)務(wù)快速發(fā)展?！?/p>

在面試技巧方面，為了幫助應(yīng)聘者獲得人工智能的工作崗位，您會(huì)提出什么建議？應(yīng)聘者如何更好做好準(zhǔn)備，如何更好地展示自己？

Kwartler說(shuō)：“事實(shí)上，我希望每個(gè)應(yīng)聘者都知道，這與毅力有關(guān)。如果應(yīng)聘者沒(méi)有獲得夢(mèng)寐以求的工作機(jī)會(huì)，不要灰心，一定要堅(jiān)持不懈提高自己的技能和水平。實(shí)際上，我曾經(jīng)應(yīng)聘過(guò)83家公司。

我首先要說(shuō)的是，應(yīng)聘者考慮一下自己的水平，具有哪些知識(shí)和技能，并思考企業(yè)到底需要什么樣的人才。下一個(gè)階段通常是應(yīng)聘者知道如何與從事招聘的人員進(jìn)行更好地溝通。招聘人員需要的是具有技術(shù)深度的應(yīng)聘者。

這是一種平衡的舉動(dòng)，因?yàn)樗麄兿胫缿?yīng)聘者是否可以勝任。應(yīng)聘者可以展示一些自己的才能。但是總的來(lái)說(shuō)，因?yàn)镮T行業(yè)人才通常會(huì)很坦率，所以應(yīng)聘者也應(yīng)該坦率地展現(xiàn)自己。

我認(rèn)為數(shù)據(jù)科學(xué)是一項(xiàng)團(tuán)隊(duì)活動(dòng)。也就是需要不斷地進(jìn)行交流，并要求完成最佳實(shí)踐。這個(gè)領(lǐng)域是如此的多樣化，沒(méi)有人會(huì)知道處理各種問(wèn)題的各種方法。因此，經(jīng)常需要與他人互動(dòng)，在技術(shù)方面獲取最佳實(shí)踐和經(jīng)驗(yàn)，更不用說(shuō)如何將構(gòu)建的模型投入生產(chǎn)。所以仍然需要人際溝通技巧，并且要有一些良好的主題，例如可以建立盡可能最好的模型。”

對(duì)于希望應(yīng)聘數(shù)據(jù)科學(xué)或人工智能職業(yè)的學(xué)生或?qū)I(yè)人士，您提供的總體建議是什么？

Kwartler說(shuō)：“人們可能會(huì)看到這兩個(gè)行業(yè)領(lǐng)域提供了很多職位，如果了解這些職位，可以讓應(yīng)聘者走上數(shù)據(jù)科學(xué)的道路。因此不要限制自己的選擇。就擁有的大學(xué)學(xué)位而言，只是一個(gè)有助于打開(kāi)行業(yè)大門的敲門磚。

但人們會(huì)發(fā)現(xiàn)，擁有DataCamp或Bootcamp認(rèn)證的人員取得了很多成功，因?yàn)槟抢锎嬖谡嬲氖袌?chǎng)需求。所以對(duì)這些職業(yè)感興趣的大學(xué)生來(lái)說(shuō)，需要找到一個(gè)可以投入更多熱情的研究項(xiàng)目。因?yàn)檫@會(huì)有更多的動(dòng)力來(lái)學(xué)習(xí)，例如如何通過(guò)網(wǎng)絡(luò)收集籃球比較的統(tǒng)計(jì)數(shù)據(jù)，學(xué)習(xí)如何下載股票數(shù)據(jù)。遇到了障礙，具有能力和動(dòng)力克服這一障礙。并將大量時(shí)間花費(fèi)在技術(shù)論壇上，花費(fèi)在Stack Overflow上。而學(xué)習(xí)成果就是通過(guò)不斷的實(shí)踐得來(lái)的。因此，我并不認(rèn)為大學(xué)學(xué)位真的那么重要。

而大學(xué)教育可以幫助大學(xué)生打開(kāi)行業(yè)大門，幫助他們獲得實(shí)習(xí)機(jī)會(huì)。而擁有名牌大學(xué)學(xué)位的畢業(yè)生并不擔(dān)心沒(méi)有工作機(jī)會(huì)，但擁有行業(yè)認(rèn)證證書可以提供更大的幫助?！?/p>