Как быть на шаг впереди в ИТ-карьере? История ML-инженера Amazon
37-летний инженер по машинному обучению Amazon Сувенду Моханти поделился историей своего пути и объяснил, почему сегодня важно уметь фильтровать информационный шум и смотреть на шаг вперед в профессии.
37-летний инженер по машинному обучению Amazon Сувенду Моханти поделился историей своего пути и объяснил, почему сегодня важно уметь фильтровать информационный шум и смотреть на шаг вперед в профессии.
Моханти получил степень магистра в 2011 году и начинал карьеру как Java-разработчик. В то время машинное обучение еще не было в тренде. «Проекты по machine learning почти не встречались, все считали, что это слишком сложно», — вспоминает он. Чтобы освоить новое направление, инженер изучал бесплатные онлайн-ресурсы и участвовал в хакатонах.
Первый опыт он получил на рабочем месте после того, как руководитель заметил его интерес к машинному обучению. «Менеджер сказал: „Раз ты этим занимаешься, давай попробуем построить что-то вместе“. Так я получил практику в компании, хотя это и не было полноценным проектом по машинному обучению».
По словам инженера, миф о «магии» машинного обучения мешал многим специалистам. «На самом деле это еще одно направление в программировании. Нужно выйти из зоны комфорта и попробовать на практике», — говорит он. Моханти советует программистам искать возможности внутри своих компаний и обсуждать их с менеджерами, а не пытаться сразу перейти на ML-роль извне.
Сегодня, отмечает он, информационного шума вокруг искусственного интеллекта стало еще больше. «Сигналы приходят из научных статей, конференций и от лидеров индустрии. Нужно понимать, какие инновации определят будущее. Например, следующим большим направлением станет робототехника», — считает специалист.
Сейчас Моханти работает в Amazon уже три года. При этом инженер уверен: машинное обучение не всегда является универсальным решением, но именно оно помогает специалистам оставаться востребованными. «Если вы только пишете код и не думаете об инновациях, через пять–десять лет рискуете остаться позади», — подытожил он.
TinyML, No-code и обучение с подкреплением: новейшие тренды в машинном обучении
Пока 20% топ-менеджеров утверждают, что машинное обучение является существенной частью их бизнеса, неудивительно, что стоимость мирового рынка машинного обучения, по некоторым оценкам, достигнет $117 млрд к концу 2027 года.
Мы перевели материал Udacity о семи самых обсуждаемых тенденциях в машинном обучении в 2022 году.
Релоцировались? Теперь вы можете комментировать без верификации аккаунта.