Стоит ли делать карьеру в ИСКУССТВЕННОМ ИНТЕЛЛЕКТЕ / Машинном обучении
Мнения, представленные здесь, являются моим пониманием, а также блог представляет собой краткое изложение видео, снятого Танаем Пратапом на YouTube с заголовком «Почему вам НЕ следует делать карьеру в ИСКУССТВЕННОМ ИНТЕЛЛЕКТЕ! | Tanay Pratap Hindi», я предоставил ссылку в качестве ссылки.
- Входной барьер:
Если кто-то хочет работать в области ИИ или понимания и разработки моделей машинного обучения, ему нужна степень доктора математики.
Хотя некоторые модели машинного обучения просты, но по мере увеличения объема данных и в случае с нейронными сетями они становятся все более сложными.
Чтобы понять математику, нужно много терпения, если кто-то не интересуется математикой, становится сложно сделать карьеру в области ИИ.
2. Автоматизация задач в ИИ:
Автоматизация сначала заменит рабочие места ИИ начального уровня. Всякий раз, когда какая-либо компания нанимает на роль AI / ML, им даются задачи начального уровня, такие как очистка данных, интеллектуальный анализ данных, разработка функций, которые можно легко автоматизировать.
Большинство задач в области искусственного интеллекта будут автоматизированы, а также будет несколько инструментов, таких как AutoML, который устраняет необходимость в количестве исследователей искусственного интеллекта для организации.
3. Недоступность
Только компании FAANG и крупные технологические компании обладают высококачественными ресурсами с точки зрения вычислительной мощности, данных и исследовательских работ по сравнению с другими компаниями. Будет хорошим вариантом присоединиться к компаниям для исследователей ИИ, если у них есть хорошие ресурсы, которые большинство компаний не могут себе позволить.
Доступность работы больше в других областях, таких как веб-разработчик, больше, чем в ролях ИИ.
4. Рынок не готов к огромным возможностям
Многим людям обычно промывают мозги технические/онлайн-курсы, которые говорят, что искусственный интеллект — это самая быстрорастущая область. Каждые несколько лет будет появляться какое-нибудь хорошее приложение от ИИ, такое как ChatGPT, Netomi, которое пытается создать искусственный ажиотаж.
В нескольких ведущих технологических компаниях, таких как Microsoft, соотношение инженеров и исследователей ИИ составляет примерно 1000:15, поэтому на каждую 1000 инженеров приходится только 15 исследователей ИИ. Многие люди получают степень магистра в области науки о данных / ML для зарубежного образования и заканчивают инженером в компаниях.
5. Инженер с искусственным интеллектом и инженер с полным стеком
В одном приложении, таком как Gmail для прогнозирования предложений, видео с рекомендациями на YouTube, где используется ИИ, но есть только одно приложение ИИ, и в том же приложении есть несколько функций для пользовательского интерфейса.
и пользовательский интерфейс должен быть создан для различных устройств ios, Android и настольных компьютеров, для чего требуется больше инженеров с полным стеком по сравнению с исследователями ИИ.
6. Сравнение самых высокооплачиваемых исследователей ИИ и инженеров-программистов
Исследователи ИИ, входящие в 1% лучших, безусловно, будут получать самые высокие зарплаты, но то же самое относится и к инженерам-программистам.
Стать 1% лучших в любой области будет иметь спрос и деньги. По сравнению с компенсацией есть инженеры-программисты, которые похожи на исследователей AI/ML. Но попасть в топ-1% исследователям искусственного интеллекта сложно из-за меньшего количества специалистов по сравнению с разработчиками программного обеспечения. легко попасть в 1% лучших инженеров-программистов.
7. ИИ не будущее
В технологиях ничто не гарантирует будущее. Каждые несколько лет люди должны изучать новые технологии, которым люди должны учиться и двигаться вперед. Это произошло 10 лет назад для JQuery и 5 лет назад для Angular. ИИ будет постоянно расти, как и любой другой инженер-программист. ANN будет расти и становиться сложными многоуровневыми сетями, которые люди должны будут принять.
Ссылка:
