Conţinut
- Unele dintre elementele de bază ale Inginerului de învățare a mașinilor
- Fără bug-uri, fără stres - Ghidul dvs. pas cu pas pentru crearea de programe care schimbă viața fără a vă distruge viața
- Mai multe intrări din partea inginerilor de învățare a mașinilor
- Înțelegerea unora dintre riscuri
- Viața de zi cu zi a unui inginer de învățare a mașinilor
- Ce am învățat
La pachet:
Inginerii de învățare mașină (MLE) au responsabilități diverse. Mulți dintre ei au legătură cu ciclul de viață al ML și cu sarcina generală de a lucra cu un anumit proiect de ML prin procesul prescris.
Un inginer de învățare mașină (MLE) este o parte cheie a unei echipe care lucrează pentru o afacere care dorește să beneficieze de funcționalitatea de învățare a mașinilor și de inteligență artificială.
În general, acești profesioniști sunt tutorii unora dintre cele mai puternice tehnologii din jur.
Să ne uităm mai mult la ceea ce fac MLE-urile de la profesioniști în domeniul învățării mașinilor din domeniul tehnologiei, care ne-au vorbit despre ce înseamnă să îndeplinești unul din aceste roluri.
Unele dintre elementele de bază ale Inginerului de învățare a mașinilor
La un nivel foarte de bază, un inginer de învățare a mașinilor trebuie să înțeleagă nuanțele și șuruburile modului în care aceste proiecte se reunesc și cum se păstrează până la finalizare. (Citiți învățarea mașinii 101.)
„Un inginer de învățare mașină este responsabil pentru punerea în funcțiune a soluției bazate pe învățare automată”, spune Rosaria Silipo, doctorand, om de știință principal de date la KNIME. „Aceasta implică o anumită programare pentru integrarea algoritmului de învățare automată în proiect și o experiență IT pentru a implementa soluția finală în producție.”
Silipo sugerează că experiența practică din lumea reală în învățarea mașinilor va parcurge un drum lung, deoarece va aborda capacitatea de depanare.
„Se preconizează că un inginer de învățare mașină va avea suficiente cunoștințe de învățare a mașinii pentru a înțelege rolul algoritmului în aplicație și pentru a rezolva eventualele capcane și defecțiuni”, spune Silipo.
De aici vin unele dintre aceste abilități de programare și matematice. MLE-urile doresc de multe ori să cunoască limbaje de programare precum Python și sunt destul de conversative cu trucurile de matematică din spatele șervețelului. (Citiți Dezbaterea dintre R și Python.)
Fără bug-uri, fără stres - Ghidul dvs. pas cu pas pentru crearea de programe care schimbă viața fără a vă distruge viața
Nu îți poți îmbunătăți abilitățile de programare atunci când nimeni nu îi pasă de calitatea software-ului.
Mai multe intrări din partea inginerilor de învățare a mașinilor
Unii dintre cei care au un scaun în primul rând în modurile în care companiile lucrează cu ingineri de învățare a mașinilor răspund, de asemenea, cu sentimentul că acești profesioniști sunt unic puternici în lumea afacerilor.
„Inginerii de învățare a mașinilor sunt programatori de top-echelon, care proiectează programe de auto-rulare, care pot învăța și aplica cunoștințe pe pilonul automat fără ca oamenii să se răstoarne”, spune Maciej Baranowski, specialist în învățare mașină și marketing automatizat la Zety.
Baranowski sugerează că inginerii de învățare a mașinilor au o cerere foarte mare, bazată pe obiective specifice companiei care au legătură cu eficiența timpului.
„Companiile au un pachet de seturi de date pe care să le proceseze și dacă fac lucrurile manual, va fi ca și cum ai încerca să vizionezi 13 filme Star Trek într-o oră”, spune Baranowski.
Alex Bekker, șeful departamentului de analize de date de la ScienceSoft, are o descriere mai prozătoare a ceea ce fac inginerii de învățare automată.
"Inginerii de învățare automată sunt responsabili de pregătirea datelor necesare pentru formarea unui model ML (de exemplu, ele măresc datele și reduc zgomotul) și lucrează cu modele ML", spune Bekker, care descrie modul în care funcționează lucrurile în propria sa echipă. „Acesta din urmă implică proiectarea modelelor, alegerea funcțiilor relevante de activare și optimizare, reglarea hiperparametrelor modelelor, formarea și recondiționarea modelelor, asigurându-vă că modelul diferențiază semnalele de zgomot și multe altele. „
Spune el, cu modelele de învățare automată, implică o varietate de sarcini la nivel înalt, care acoperă din nou ciclul de dezvoltare.
Înțelegerea unora dintre riscuri
Iată un alt mod de a înțelege ce face inginerul de învățare a mașinilor și de a-și da seama de importanța lor în producerea întreprinderilor de proiecte de învățare automată.
Recent, Departamentul de Justiție al SUA a adus acuzații împotriva fostului inginer de învățare în mașini Google, Anthony Levandowski, susținând că a preluat proprietatea intelectuală sub formă de secrete comerciale cu el către Uber.
Iată un exemplu în care un inginer auto care conduce autovehicule a avut atât de multă putere asupra procesului, încât a fost capabil să fure în mod eficient secretele comerciale vitale de la un angajator.
Acest lucru ilustrează modul în care companiile trebuie să aibă încredere esențială în inginerii de învățare a mașinilor și să le ofere anumite cantități de putere asupra procesului și acces la informații sensibile. Ele sunt atât de centrale în procesul de încărcare, încât firmele trebuie să se uite cu atenție la verificarea acestora și la punerea în funcțiune a controalelor necesare.
Viața de zi cu zi a unui inginer de învățare a mașinilor
David Khachaturov, inginer de învățare automată la compania de tehnologie de recunoaștere a vorbirii Speechmatics, ne-a oferit o imagine mai detaliată a modului în care ar putea funcționa în practică inginerii de învățare mașină.
„O mare parte din a fi un inginer de învățare automată implică să rămâneți la curent cu ultimele noutăți în domeniul AI / ML - indiferent că este vorba despre pagina de tendințe a GitHub, despre reîncărcarea frenetică a arXiv sau pentru petrecerea timpului prea mare parcurgând reddit.com/r/MachineLearning ", Spune Khachaturov. „Încearcă să-și recomponeze tehnologiile orientate spre cercetare pentru mai multe contrafacere comerciale. Această repunere implică în mod obișnuit adăugarea funcționalității suplimentare și a utilizabilității care le va lipsi de multe ori munca academică inițială. "
Uneori, spune el, descoperiri mari în învățarea mașinii se întâmplă rapid.
„În aceste momente, inginerii de învățare mașină adesea dau cu viteză mare și încearcă rapid să dezvolte o dovadă de concept (PoC) care poate adăuga valoare extremă afacerii și clienților lor”, adaugă el. „Dacă PoC funcționează așa cum intenționează, acesta poate fi inclus într-un produs cu totul nou. Acest lucru poate fi foarte interesant în ceea ce privește deschiderea de noi oportunități atât pentru intern, cât și pentru clienții finali, datorită avantajului tehnic sporit obținut prin utilizarea învățării de ultimă oră a mașinilor. "
Khachaturov se întoarce, de asemenea, la ceea ce ne-au spus mulți alții despre inginerii ML, că unele dintre lucrurile mai obositoare implică curățarea și gestionarea datelor. Există multe activități de rotație legate de această necesitate continuă de curare și manipulare a datelor și, chiar dacă unele dintre ele pot fi automatizate, restul nu va dispărea în curând.
„Un inginer de învățare în mașini ar trebui să fie gata pentru orice”, spune Khachaturov, „De la încercarea de a obține date în formatul corect de introducere până la scrierea de utilizatori web. „
Ce am învățat
Sperăm că acest lucru vă oferă o imagine mai bună despre modul în care inginerii ML își petrec timpul. Acest rol important al muncii este unul care va continua să atragă multă atenție, întrucât ne ocupăm de capacitățile ML pentru a ne transforma afacerile și viața.