Действия, которые необходимо предпринять перед подачей заявки на вакансии, связанные с машинным обучением и искусственным интеллектом. Дорожная карта, необходимые наборы навыков и материалы также приведены ниже.

Это один из самых часто задаваемых вопросов, когда начинающие специалисты в этой области часто задают мне вопросы, так что давайте продолжим.

Почему профессии, связанные с искусственным интеллектом или машинным обучением?

Потому что это намного интереснее, чем другие традиционные работы, связанные с кодированием и не связанные с кодированием, и следующая причина, названная всемирным экономическим форумом (источник), - это ... .

С этой областью связаны два основных типа рабочих мест в ближайшие годы. Поскольку ИИ сам по себе является интеллектом, вам не нужно беспокоиться о своей работе, поскольку он будет заменен любыми другими факторами.

Хотя если появится ИИ, который создает ИИ, тогда все мы останемся без работы, это было бы круто, хотя просто думать об этом.

Теперь, когда « почему» очевидны, давайте поговорим о том, как получить эти рабочие места.

Как получить работу, связанную с искусственным интеллектом и машинным обучением

«Подготовьте свой набор навыков» - сейчас из-за шумихи слишком много конкурентов стремятся к такого рода работе, поэтому убедитесь, что вы выделяетесь на фоне остальных. зная большинство навыков, необходимых для этой работы.

«Пройдите стажировку» - это то, что я обычно говорю: «Сначала встаньте». Если вы действительно хотите выделиться, это один из способов выйти из среды колледжа.

Действия, которые необходимо предпринять перед подачей заявления о приеме на работу или стажировку

  1. Выберите подполе AI: В AI есть много полей, выберите одно, которое вам интересно, и продолжите его, некоторые из них включают
    - ›NLP (обработка естественного языка) - Работа с текстом данные
    - ›Компьютерное зрение - Работа с данными изображений
    -› Робототехника
    - ›Skynet
    Даже если вы можете изучить множество полей, начните с одного и придерживайтесь его, пока не сможете выполнить два или три проекта в этой области.
  2. Прикладной искусственный интеллект или исследования искусственного интеллекта:
    Прикладной искусственный интеллект:    : использование технологий и алгоритмов для решения проблем в определенной области. Пример: диагностика сканирования для выявления рака.
    Шаги:
    - ›Как работают алгоритмы машинного обучения?
    -› Предположения и сбор данных
    - ›Причины успеха или неудачи алгоритмов на определенных данных
    -› Реализация конвейеров машинного обучения (sci-kit learn, Tensorflow, pytorch и т. Д.)
    - ›Масштабная реализация конвейеров машинного обучения ( Например, на AWS)
    - ›Предварительная обработка данных
    Исследования ИИ:     Если вы хотите стать исследователем ИИ, вам нужно знать, что перечисленные выше, а также математика этих алгоритмов (кстати, довольно большая).
    И вы должны постоянно читать и писать исследовательские работы, чтобы быть в курсе, поскольку эта область сейчас растет как сумасшедшая.
  3. Будьте активны в Twitter, Linkedin, Github ( если вам нравится мой контент, подпишитесь на меня на этих платформах ), а также подписывайтесь на группы в Facebook и т. Д.
  4. Создавайте контент с искусственным интеллектом. Потому что это единственное, что вас замечают, а также способ вернуть что-то сообществам. Если вы писатель, пишите в блоге, если вам комфортно с камерой, размещайте сообщения на YouTube.

Дорожная карта

Если вы новичок, пройдите этот заказ. ниже не требуется, чтобы вы обладали техническими знаниями, но вы должны их знать.

1. Искусственный интеллект реален или это просто шумиха этого десятилетия ??

2. Искусственный интеллект: определение, виды, примеры, технологии

3. Искусственный интеллект против машинного обучения

4. Почему машинное обучение для достижения искусственного интеллекта? «Потребность в машинном обучении »

5. Типы и алгоритмы машинного обучения

Кодирование начинается отсюда.

1. Линейная регрессия (Часть 1): типы, примеры, пример градиентного спуска

2. Линейная регрессия (Часть 2): Реализация на Python, пример с нуля

НЛП

1. N LP против NLU против NLG (Знайте, чего вы пытаетесь достичь) Двигатель NLP (Часть 1)

2. Механизм НЛП (Часть 2) -› Лучшие инструменты или библиотеки обработки текста для обработки естественного языка

Я буду продолжать добавлять содержимое на эту страницу в упорядоченном виде, поэтому сделайте закладку и продолжайте посещать ее

Вы также можете найти в Интернете гораздо больше контента в области ИИ, которая вас интересует. Следите за мной в LinkedIn и Twitter, чтобы узнать больше об ИИ. < br /> Проверьте это Сирадж Раваль
https://github.com/llSourcell/Learn_Machine_Learning_in_3_Months

Теперь, если у вас есть все необходимое, вы можете подать заявку здесь или на любом другом портале вакансий
1. https://intern.supply/
2. https: //www.angel. co

Кредиты: https://www.youtube.com/watch?v=CGTn0ceOaOM

Не забудьте подписаться на меня в Medium, LinkedIn, Twitter, Instagram, чтобы получать больше обновлений. А также, если вам понравилась эта статья, обязательно похлопайте и поделитесь ею.

Присоединяйтесь к нашему сообществу WhatsApp здесь.