Py学习  »  机器学习算法

在硅谷,学了机器学习能够胜任哪些工作?

机器学习算法与自然语言处理 • 5 年前 • 263 次点击  

原文:https://medium.com/swlh/an-introduction-to-machine-learning-jobs-af62da35aed2


人工智能对社会的几乎每个方面都产生了重大影响,毫无疑问,许多企业已经在利用这项技术产生的力量了。

所以我们可以看到各行业对相关人才产生的巨大需求。我们都知道机器学习很有可能改变当今的商业前景,但这种转变的速度在很大程度上取决于人才。

特别是机器学习正在被越来越多的产品和行业所使用 —— 从自动驾驶汽车到有助于识别疾病的计算机、能够识别和根除杂草的机器人,以及更接近人类的数字助理程序。

难怪你几乎可以在任何地方看到它。

随着越来越多的企业开始依赖于算法,对机器学习岗位的需求也在增加。在我们开始讨论机器学习相关的工作岗位之前,首先要注意 ,除了具有机器学习学位和持有相关的认证之外,还有很多方法可以让人们找到机器学习相关的工作

例如,没有任何开发经验或软件工程知识的人可以获得机器学习的工作,只要他们具备计算机科学、统计学、数学等方面的扎实知识。

具有几年经验的软件工程师也可以将他的职业转变为机器学习。 数据科学家Python 开发人员 也可以轻松完成同样的工作。了解 Python 编程对学习机器学习有很大帮助。

与机器学习相关的工作岗位

虽然在不久的将来对机器学习相关人员的需求会大大增加,但是早就有一系列行业已经为这一有着丰厚薪酬和光明前景的职业铺平了道路。

我们将对目前在该领域提供的最热门的机器学习相关的工作进行阐述。


机器学习工程师

它通常被认为是所有机器学习工作中的初级角色

机器学习工程师通过算法来帮助解读大量数据中有意义的模式。

这些人还将会开发程序,这些应用程序可以帮助人类完成常见的工作任务,以便准确无误地生成有效结果。

机器学习工程师有两个主要工作职责:通过机器学习算法开发具有高度可扩展的分布式系统,还有就是解决不同的业务带来的挑战。


数据科学家

作为最受欢迎的机器学习相关工作之一数据科学家的职责是主要是不同来源收集数据、分析并解释数据、吸取见解和推论,并为业务问题提出前瞻性的解决方案。

强大的编码技能和扎实的统计学知识是这一职位的两个重要标准。他们还需要在不同地方获取大量的数据集,以发现可以做出业务决策的可行性见解和信息。这一职位还需要找出问题并努力纠正它们。


数据分析师

这些人员应熟悉数据检索、数据可视化、数据仓库、基于 Hadoop 的分析和其他商业智能相关的概念。

这个位置需要具有统计学、数学、机器学习和编程方面背景的人。

这些对持久数据进行挖掘的岗位,其核心职责包括设计和部署算法、检测代码问题、挑选信息和识别风险,以及对数据进行清洗等。


商业智能开发人员

除了应用AI和机器学习相关的技能外,商业智能开发人员也需要具有很强大商业头脑。

他们负责通过处理大量数据以获取业务见解,并致力于从多个角度来增加业务的利润。从设计和维护数据到优化流程和工作流,这些人负责业务的增长。


研究科学家

这个跨学科的角色需要在与机器学习和人工智能相关的项目之间来回奔波。他们应该参与到自然语言处理深度学习,强化学习和计算机感知等领域。

成为研究科学家所需的一些关键技能包括分布式计算、并行计算以及计算机体系结构和算法。

除此之外,机器学习工作岗位还包括数据仓库工程师、软件架构师、人本机器学习设计师、计算语言学家等。

备受欢迎的机器学习相关的公司

今天越来越多的企业正在将机器学习AI 集成到他们的产品中,并且在未来几年,这种趋势只会增加。

不同规模和不同领域的公司正在通过他们的软件扩展自己的能力、智能和人员效率。这使得它们能够提供各种机器学习相关的工作。在这里,我整合了一些备受好评的机器学习相关公司列表,可以留意一下这些公司的招聘启事。

亚马逊

从 Kindle 到 Echo 再到在线商店 —— 机器学习已经在亚马逊所有的服务上得到了实施。在亚马逊,有很多依赖机器学习的团队 —— Amazon JHIM、Amazon Music,到 Alexa Engine,再到客户个性化服务等。亚马逊无疑是以机器学习为核心的最好的公司之一。能够提供各种各样的机器学习工作机会。

Google

毫无疑问,Google是实施机器学习的最强大力量之一。在过去几年中,这个巨头将重点放在机器学习上,以增强Google 在语言,视觉处理,语音识别,搜索引擎排名,图像处理等技术上。

以员工为中心的 Google 除了提供和其他一流公司一样诱人的薪酬和福利外,还提供了一些特别的东西 —— 非凡的计算资源。


Uber

如果你认为Uber 是一个租车业务公司,那就大错特错了。

其内部团队使用机器学习即服务平台,无缝地开发、部署和操作着公司规模的机器学习解决方案。

它涵盖了端到端的机器学习工作流程,如管理数据、评估和部署模型、制定和监控预测等,例如你乘车的到达时间。如果你对机器学习带来的挑战感兴趣,请抓住 Uber 提供的机器学习工作


Facebook

Facebook 的用户每天都在享用着机器学习带来的便利,但是他们并没有意识到这一点。

通过机器学习完成个性化新闻提要、朋友标记建议、朋友关注建议、小组推荐、共同朋友分析等事项。

如果你希望被一家技术领先的公司聘用,并希望能够与顶级行业专家合作,那么你到 Facebook 去试试。


Apple

借助机器学习,Apple 大大增强了 Siri 的能力,因此它能做的越来越多,而不仅仅是帮你去拨打电话。

在过去几年中,Apple 已经收购了许多 AI 和机器学习初创公司,如 Pop Up Archive,SensoMotoric,Lattice.io 等。

凭借 iPhone,Apple 在机器学习领域已经取得了长足的进步,如果你想参与到这令人兴奋的未来旅程,那么就应该去抓住 Apple 提供的机器学习工作机会了 。


Feedzai

Feedzai由大学教授创建,其目标是为客户提供更安全和更好的体验,并通过 AI 和机器学习提供端到端的反欺诈服务。它能够为实体店和在线商店提供支持,并帮助他们通过每一笔销售获得知识。它基于行为分析,使分析师能够实时预防和预测电子支付欺诈所带来的损失。

Feedzai 的机器学习工作机会将让你使用尖端技术打击网络犯罪。


Darktrace

人工智能和机器学习被 **Darktrace **用来开发网络安全系统,通过了解用户和设备的正常行为来构建防御系统,通过环境的变化来修改其规则,并发现可能的安全问题和异常情况。

如果你想为世界网络安全的领军者工作,并且因为接受挑战而感到兴奋,应该考虑申请 Darktrace 提供的机器学习工作机会。


IBM Watson

除了数据处理之外,数据科学家在这里用机器学习算法进行训练预测模型和开发智能程序的工作,利用机器学习模型进行预测。算法还用于通过在数据集中进行学习,来开发基于这些数据集生成的预测模型。

如果你期待在机器学习领域中得到一份可信的工作,那么申请 IBM Watson 的工作将是一个明智的决定。

结论

不断增加的数据量和数据种类、更加便宜和强大的计算能力以及经济实惠的数据存储等诸多因素都极大的推动了机器学习的快速进步。

通过实时从可用数据中获取洞察商机的能力,企业也获得了比竞争对手更大的优势。正是由于以上这些,我们正在得到更多与机器学习相关的工作机会。

目前人工智能最发达的是国家是美国。尤其是美国的硅谷,研究人工智能的公司很多。现在的很多人工智能芯片基本都在美国生产。

你知道在美国硅谷,传统程序员是如何转行做人工智能的吗?

如果你也想跟着硅谷技术领袖学AI

我想向你推荐真正的硅谷人工智能训练营:8天跟着硅谷技术领袖学AI】,它会让你知道在美国,传统程序员是如何转行做人工智能的。

本训练营免费开放5天,5天之后开始收费。


一、训练营导师是谁?

1.既然是硅谷AI课程,我们的讲师都在美国硅谷,不过课程中会使用中文。

2.讲师简介:

Dr. Glen Qin

Dr. Glen Qin 现任加州科技大学校长 本科毕业于清华大学后留校任教,后赴加州 大学伯克利分校获计算机博士学位 历任 AT&T 、贝尔实验室科学家 、硅谷高科技企业及初创公司开发总监等

Andrew

现任某世界500强公司人工智能技术负责人、企业内训师。曾学习和工作于斯坦福大学、加州大学,后进军企业界,坐标硅谷。愿在课堂上,陪伴您与AI同行、开启梦想之旅!


二、这门课程适合谁来学习?

想要转行做人工智能的程程序员

本科学历以上、及计算机相关专业的大学生


三、训练营都能学到些什么?

1.第一节:人工智能的应用和就业前景

  • 人工智能的发展趋势

  • 人工智能应用的经典实例

  • 人工智能最佳学习路线

  • 人工智能未来将走向哪里

2.第二节:在硅谷,传统工程师是如何转行机器学习工程师的

  • 机器学习在人工智能中的位置

  • 机器学习的主要应用领域

  • 美国人工智能岗位列表和薪资情况

  • 全球主流人工智能领域(机器学习)企业名单

  • 如何转行机器学习工程师?

3.第三节:机器学习工程师的实用小技术 - 买房子

  • 一段甜蜜浪漫的爱情故事

  • 终究逃不过现实 - 买房子

  • 机器工程师买房子的实用小技术

  • 这小技术是万能的吗?

  • 如何买到房子?

4.第四节:Python实战:Bing壁纸爬虫

  • 使用 Python 处理 HTTP

  • 分析 HTTP 协议及页面结构

  • 定时抓取Bing壁纸

5.第五节:逻辑回归及梯度下降

  • 逻辑回归公式及编码实现

  • 梯度下降及编码实现

6.第六节:TensorFlow 基础编程

  • 深度学习的结构

  • 深度学习库

  • TensorFlow的安装

  • TensorFlow的代码示例


四、最后,再简单同步下学习形式、价格、时间等信息——

学习形式:直播+录播

价格:训练营388元,4月15日-4月19日免费报名,之后将恢复原价。

时间:训练营将于4月20日正式开始,具体上课安排将在群内通知。

以上,介绍的差不多了,有意向报名学习的同学,速速扫描下方二维码,添加大鹏老师微信进群!

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/31709
 
263 次点击