Principais trabalhos de aprendizado de máquina

Contente

• O que é aprendizado de máquina?
• Indústrias usando Machine Learning
• Como o aprendizado de máquina está mudando o local de trabalho
• Você quer uma carreira em Machine Learning?
• Títulos de trabalho e ganhos
• Requisitos para os trabalhos de aprendizado de máquina

No topo do Relatório de empregos emergentes dos EUA de 2017 no LinkedIn, havia duas ocupações no campo Machine Learning: Engenheiro de Machine Learning e Data Scientist. O emprego de engenheiros de aprendizado de máquina aumentou 9,8 vezes entre 2012 e 2017 e os empregos de cientista de dados aumentaram 6,5 vezes durante o mesmo período de cinco anos. Se a tendência continuar, essas ocupações terão perspectivas de emprego que superam muitas outras ocupações. Com um futuro tão brilhante, um emprego nesse campo poderia ser adequado para você?

O que é aprendizado de máquina?

Aprendizado de máquina (ML) é exatamente o que parece. Essa tecnologia envolve ensinar máquinas a executar tarefas específicas. Diferentemente da codificação tradicional, que fornece instruções que dizem aos computadores o que fazer, o ML fornece a eles dados que os permitem descobrir por conta própria, como faria um ser humano ou animal. Parece mágica, mas não é. Envolve a interação de cientistas da computação e outros com conhecimentos relacionados. Esses profissionais de TI criam programas chamados algoritmos - conjuntos de regras que resolvem um problema - e depois os alimentam grandes conjuntos de dados que os ensinam a fazer previsões com base nessas informações.

O aprendizado de máquina é um "subconjunto de inteligência artificial que permite que os computadores executem tarefas que não foram explicitamente programados para realizar" (Dickson, Ben. Habilidades necessárias para conseguir um emprego de aprendizado de máquina. It Finder Career. 18 de janeiro de 2017) Ao longo dos anos, ficou mais complicado, porém mais comum, Steven Levy, em um artigo que fala sobre a priorização do Google de aprendizado de máquina e reciclagem dos engenheiros da empresa, escreve: "Por muitos anos, o aprendizado de máquina foi considerado uma especialidade, limitada para uma elite de poucos. Essa era acabou, pois resultados recentes indicam que o aprendizado de máquina, alimentado por "redes neurais" que imitam a maneira como um cérebro biológico opera, é o verdadeiro caminho para imbuir os computadores dos poderes dos seres humanos e, em alguns casos, dos super-humanos "( Levy, Steven.Como o Google está se refazendo como uma primeira empresa de aprendizado de máquina com fio (22 de junho de 2016).

Como o aprendizado de máquina é usado no "mundo real"? A maioria de nós se depara com essa tecnologia diariamente sem pensar muito. Quando você usa o Google ou outro mecanismo de pesquisa, os resultados que aparecem na parte superior da página são o resultado do aprendizado de máquina. O texto preditivo, bem como o recurso de correção automática às vezes difamado, no aplicativo de mensagens de texto do seu smartphone, também são resultado do aprendizado de máquina. Os filmes e músicas recomendados no Netflix e Spotify são mais exemplos de como usamos essa tecnologia em rápido crescimento, sem perceber. Mais recentemente, o Google introduziu o Smart Reply no Gmail. No final de uma mensagem, ele apresenta ao usuário três respostas possíveis com base no conteúdo. O Uber e outras empresas estão atualmente testando carros autônomos.

Indústrias usando Machine Learning

O uso do aprendizado de máquina vai muito além do mundo da tecnologia. A SAS, uma empresa de software analítico, relata que muitos setores adotaram essa tecnologia. O setor de serviços financeiros usa o ML para identificar oportunidades de investimento, informar aos investidores quando negociar, reconhecer quais clientes têm perfis de alto risco e detectar fraudes. Nos serviços de saúde, os algoritmos ajudam a diagnosticar doenças, detectando anormalidades.

Você já fez a pergunta "por que um anúncio desse produto que estou pensando em comprar aparece em todas as páginas da web que visito?" O ML permite que o setor de marketing e vendas analise os consumidores com base em seus históricos de compras e pesquisas. A adaptação dessa tecnologia pelo setor de transporte detecta problemas em potencial nas rotas e ajuda a torná-los mais eficientes. Graças ao ML, a indústria de petróleo e gás pode identificar novas fontes de energia (Machine Learning: O que é e por que é importante. SAS).

Como o aprendizado de máquina está mudando o local de trabalho

Previsões sobre máquinas assumindo todos os nossos empregos já existem há décadas, mas ML finalmente tornará isso realidade? Os especialistas prevêem que essa tecnologia tem e continuará a alterar o local de trabalho. Mas na medida em que tira todos os nossos empregos? A maioria dos especialistas não acha que isso vai acontecer.

Embora o aprendizado de máquina não possa ocupar o lugar dos seres humanos em todas as ocupações, ele pode mudar muitos dos deveres do trabalho a eles associados. "Tarefas que envolvem tomar decisões rápidas com base em dados são uma boa opção para programas de ML; não se a decisão depende de longas cadeias de raciocínio, conhecimento diversificado ou bom senso", diz Byron Spice. Spice é diretor de relações com a mídia da Carnegie Mellon Escola de Ciência da Computação da Universidade (Spice, Byron. O aprendizado de máquina mudará de emprego. Carnegie Mellon University. 21 de dezembro de 2017).

Na Science Magazine, Erik Brynjolfsson e Tom Mitchell escrevem: "é mais provável que a demanda de mão-de-obra caia para tarefas que são substitutos próximos das capacidades da ML, enquanto é mais provável que aumente para tarefas complementares aos sistemas. Sempre que uma ML O sistema ultrapassa o limite em que se torna mais econômico do que os seres humanos em uma tarefa, empresários e gerentes que maximizam o lucro procurarão substituir cada vez mais as pessoas, o que pode ter efeitos em toda a economia, aumentando a produtividade, diminuindo os preços, mudando a demanda de mão-de-obra, e indústrias de reestruturação (Brynjolfsson, Erik e Mitchell, Tom. O que o Machine Learning pode fazer? Implicações da força de trabalho. Ciência. 22 de dezembro de 2017).

Você quer uma carreira em Machine Learning?

Carreiras em aprendizado de máquina exigem conhecimentos em ciência da computação, estatística e matemática. Muitas pessoas vêm para esse campo com um histórico nesses campos. Muitas faculdades que oferecem especialização em aprendizado de máquina adotam uma abordagem multidisciplinar com um currículo que inclui, além de ciência da computação, engenharia elétrica e de computação, matemática e estatística (16 principais escolas de aprendizado de máquina. AdmissionTable.com).

Para aqueles que já estão envolvidos no setor de tecnologia da informação, a transição para um emprego de ML não é um grande salto. Você já pode ter muitas das habilidades necessárias. Seu empregador pode até ajudá-lo a fazer essa transição. De acordo com o artigo de Steven Levy, "atualmente não existem muitas pessoas especializadas em ML; portanto, empresas como Google e Facebook estão treinando novos engenheiros, cuja especialidade é a codificação tradicional".

Embora muitas das habilidades que você desenvolveu como profissional de TI sejam transferidas para o aprendizado de máquina, isso pode ser um pouco desafiador. Felizmente, você ficou acordado durante as aulas de estatística da faculdade, porque ML depende de uma forte compreensão desse assunto, além de matemática. Levy escreve que os codificadores precisam estar dispostos a abrir mão do controle total que têm sobre a programação de um sistema.

Você não terá azar se o seu empregador técnico não estiver fornecendo a reciclagem ML que o Google e o Facebook oferecem. Faculdades e universidades, bem como plataformas de aprendizado on-line como Udemy e Coursera, oferecem aulas que ensinam o básico do aprendizado de máquina. É crucial, no entanto, completar seus conhecimentos participando de estatísticas e aulas de matemática.

Títulos de trabalho e ganhos

Os principais cargos que você encontrará ao procurar um emprego nesse campo incluem engenheiro de aprendizado de máquina e cientista de dados.

Os engenheiros de aprendizado de máquina "executam as operações de um projeto de aprendizado de máquina e são responsáveis ​​pelo gerenciamento da infraestrutura e dos pipelines de dados necessários para levar o código à produção". Os cientistas de dados estão do lado dos dados e da análise do desenvolvimento de algoritmos, e não do lado da codificação. Eles também coletam, limpam e preparam dados (Zhou, Adelyn. "Títulos de emprego em inteligência artificial: o que é um engenheiro de aprendizado de máquina?" Forbes. 27 de novembro de 2017).

Com base nos envios de usuários de pessoas que trabalham nesses empregos, a Glassdoor.com relata que os engenheiros de dados e cientistas de dados ganham um salário-base médio de US $ 120.931. Os salários variam de US $ 87.000 a US $ 158.000 (salários de engenheiro de aprendizado de máquina. Glassdoor.com. 1 de março de 2018). Embora o Glassdoor agrupe esses títulos, existem algumas diferenças entre eles.

Requisitos para os trabalhos de aprendizado de máquina

Os engenheiros de ML e os cientistas de dados realizam trabalhos diferentes, mas há muita sobreposição entre eles. Os anúncios de emprego para os dois cargos geralmente têm requisitos semelhantes. Muitos empregadores preferem diplomas de bacharelado, mestrado ou doutorado em ciência da computação ou engenharia, estatística ou matemática.

Para ser um profissional de aprendizado de máquina, você precisará de uma combinação de habilidades técnicas - habilidades aprendidas na escola ou no trabalho - e habilidades pessoais. Soft skills são habilidades que não aprendemos na sala de aula, mas nascem com ou adquirem através da experiência de vida. Novamente, há muita sobreposição entre as habilidades necessárias para engenheiros de ML e cientistas de dados.

Os anúncios de vagas revelam que aqueles que trabalham em tarefas de engenharia de ML devem estar familiarizados com estruturas de aprendizado de máquina como TensorFlow, Mlib, H20 e Theano. Eles precisam de uma sólida experiência em codificação, incluindo experiência com linguagens de programação como Java ou C / C ++ e linguagens de script como Perl ou Python. Especialização em estatística e experiência no uso de pacotes de software estatístico para analisar grandes conjuntos de dados também estão entre as especificações.

Uma variedade de habilidades pessoais permitirá que você tenha sucesso nesse campo. Entre eles estão a flexibilidade, adaptabilidade e perseverança. O desenvolvimento de um algoritmo requer muita tentativa e erro e, portanto, paciência. É preciso testar um algoritmo para ver se funciona e, se não, desenvolver um novo.

Excelentes habilidades de comunicação são essenciais. Profissionais de aprendizado de máquina, que geralmente trabalham em equipe, precisam de habilidades superiores de escuta, fala e interpessoal para colaborar com os outros e também devem apresentar suas descobertas aos colegas. Além disso, devem ser aprendizes ativos que podem incorporar novas informações ao seu trabalho. Em um setor em que a inovação é valorizada, é preciso ser criativo para se destacar.