Sunt sigur că ați auzit de aplicațiile incredibile de inteligență artificială de acolo – de la programe care pot învinge cei mai buni jucători Go din lume până la mașini cu conducere automată.

Problema este că majoritatea oamenilor sunt prinși de hype-ul AI, amestecând discuțiile tehnice cu cele filosofice.

Dacă doriți să treceți prin hype-ul AI și să lucrați cu modele de date practic implementate, instruiți-vă către un post de inginer de date sau de inginer de învățare automată.

Nu căutați aplicații AI interesante în articolele AI. Căutați-le în tutoriale de inginerie de date sau de învățare automată.

Cum sa treceti prin hype ul AI pentru a deveni un
O captură de ecran pe Twitter care poate rezumă cel mai bine

Aceștia sunt pașii pe care i-am făcut pentru a construi acest mic răzuitor distractiv pe care l-am construit pentru a-l analiza diversitatea de gen în diferite bootcampuri de codificare. Este calea pe care am urmat-o pentru a face cercetări pentru Springboard’s nou bootcamp online AI / ML cu garanție de locuri de muncă.

Iată un ghid pas cu pas pentru a intra în spațiul de învățare automată cu un set critic de resurse atașate fiecăruia.

1. Începeți să vă spălați pe Python și practicile de dezvoltare software

1611605888 185 Cum sa treceti prin hype ul AI pentru a deveni un

Veți dori să începeți prin a îmbrățișa Python, limba preferată de majoritatea inginerilor de învățare automată.

Limbajul de scriptare la îndemână este instrumentul de alegere pentru majoritatea inginerilor și cercetătorilor în date. Cele mai multe instrumente pentru date au fost construite în Python sau au acces API construit pentru acces ușor Python.

Din fericire, sintaxa lui Python este relativ ușor de preluat. Limba are multe resurse de documentare și instruire. De asemenea, include suport pentru tot felul de paradigme de programare, de la programare funcțională la programare orientată obiect.

Singurul lucru care ar putea fi puțin greu de preluat este tabularea și spațiul necesar pentru organizarea și activarea codului. În Python, spațiul alb contează cu adevărat.

Ca inginer de învățare automată, ați lucra într-o echipă pentru a construi aplicații complexe, adesea critice pentru misiune. Deci, acum este un moment bun pentru a actualiza și cele mai bune practici de inginerie software.

Învață să folosești instrumente de colaborare precum Github. Obișnuiește-te să scrii teste unitare amănunțite pentru codul tău folosind cadre de testare precum nasul. Testați-vă API-urile folosind instrumente precum Postman. Utilizați sisteme CI, cum ar fi Jenkins, pentru a vă asigura că codul dvs. nu se rupe. Dezvoltă abilități bune de revizuire a codului pentru a lucra mai bine cu viitorii tăi colegi tehnici.

Un lucru de citit: Care este cel mai bun IDE Python pentru știința datelor? Faceți o citire rapidă, astfel încât să puteți înțelege în ce set de instrumente doriți să lucrați pentru a implementa Python pe seturile de date.

Eu folosesc Notebook Jupyter eu, deoarece vine preinstalat cu majoritatea bibliotecilor importante de științe de date pe care le veți folosi. Acesta vine cu o interfață interactivă ușoară și curată, care vă permite să vă editați codul din mers.

Jupyter Notebook vine, de asemenea, cu extensii care vă permit să partajați cu ușurință rezultatele dvs. cu lumea în general. Fișierele generate sunt, de asemenea, foarte ușor de lucrat pe Github.

Un lucru de făcut: Cartea de bucate Pandas vă permite să intrați în exemple live ale cadrului Pandas, una dintre cele mai puternice biblioteci de manipulare a datelor. Puteți trece rapid printr-un exemplu despre cum să jucați cu un set de date prin intermediul acestuia.

2. Analizează cadrele și teoria învățării automate

1611605889 902 Cum sa treceti prin hype ul AI pentru a deveni un

Odată ce te joci cu Python și te exersezi cu el, este timpul să începi să te uiți la teoria învățării automate.

Veți afla ce algoritmi să utilizați. A avea cunoștințe de bază despre teoria din spatele învățării automate vă va permite să implementați modele cu ușurință.

Un lucru de citit: Un tur al primilor zece algoritmi pentru începătorii de învățare automată vă va ajuta să începeți cu elementele de bază. Veți afla că nu există un „prânz gratuit”. Nu există niciun algoritm care să vă ofere rezultatul optim pentru fiecare setare, așa că va trebui să vă scufundați în fiecare algoritm.

Un lucru de făcut: Joacă-te cu interactivul Curs gratuit de învățare automată în Python – dezvolta-ți abilitățile Python și începe să implementezi algoritmi.

3. Începeți să lucrați cu seturi de date și să experimentați

1611605889 195 Cum sa treceti prin hype ul AI pentru a deveni un

Ai la îndemână instrumentele și teoria. Ar trebui să vă gândiți să faceți mici mini-proiecte care vă pot ajuta să vă rafinați abilitățile.

Un lucru de citit: Aruncăm o privire la 19 seturi de date publice gratuite pentru primul dvs. proiect de știință a datelor și începeți să căutați unde puteți găsi diferite seturi de date pe web cu care să vă jucați.

Un lucru de făcut: Seturi de date Kaggle vă va permite să lucrați cu o mulțime de seturi de date disponibile publicului. Ce este interesant în această colecție este că puteți vedea cât de populare sunt anumite seturi de date. De asemenea, puteți vedea ce alte proiecte au fost construite cu același set de date.

4. Scăriți-vă abilitățile de date cu Hadoop sau Spark

Cum sa treceti prin hype ul AI pentru a deveni un

Acum, că vă exersați pe seturi de date mai mici, veți dori să învățați cum să lucrați cu Hadoop sau Spark. Inginerii de date lucrează cu streaming, date în timp real la nivel de producție la scară terabyte și, uneori, petabyte. Îndepărtați-vă învățându-vă calea printr-un cadru de date mari.

Un lucru de citit: Acest scurt articol Cum se stivuiesc Hadoop și Spark? vă va ajuta să parcurgeți atât Hadoop, cât și Spark și cum se compară și contrastează între ele.

Un lucru de făcut: Dacă doriți să începeți imediat să lucrați cu un cadru de date mari, Notebook-uri Spark Jupyter găzduite pe Databricks oferă o introducere tutorial la nivel de cadru și vă face să vă exersați cu exemple de coduri la nivel de producție.

5. Lucrați cu un cadru de învățare profundă, cum ar fi TensorFlow

1611605889 516 Cum sa treceti prin hype ul AI pentru a deveni un

Ați terminat de explorat algoritmii de învățare automată și de a lucra cu diferitele instrumente de big data.

Acum este timpul să preluăm un fel de învățare puternică de întărire care a fost în centrul noilor progrese. Aflați cadrul TensorFlow și veți fi la vârf în activitatea de învățare automată.

Un lucru de citit: Citit Ce este TensorFlow? și înțelegeți ce se întâmplă sub capotă atunci când vine vorba de acest cadru puternic de învățare profundă.

Un lucru de făcut: TensorFlow și Deep Learning fără doctorat este un curs interactiv construit de Google care combină teoria plasată în diapozitive cu laboratoare practice cu cod.

6. Începeți să lucrați cu seturi de date mari la nivel de producție

1611605890 105 Cum sa treceti prin hype ul AI pentru a deveni un

Acum că ați lucrat cu cadre de învățare profundă, puteți începe să lucrați pentru seturi de date la nivel de producție.

În calitate de inginer de învățare automată, veți lua decizii inginerești complexe privind gestionarea unor cantități mari de date și implementarea sistemelor dvs.

Aceasta ar include colectarea de date de la API-uri și web scraping, baze de date SQL + NoSQL și când le-ați folosi, utilizarea cadrelor de conducte, cum ar fi Luigi sau Airflow.

Când vă implementați aplicațiile, puteți utiliza sisteme bazate pe containere, cum ar fi Docker, pentru scalabilitate și fiabilitate și instrumente precum Flask pentru a crea API-uri pentru aplicația dvs.

Un lucru de citit: 7 moduri de a gestiona fișiere mari de date pentru învățarea automată este un exercițiu teoretic drăguț despre modul în care ați gestiona seturi de date mari și poate servi ca o listă de verificare la îndemână de tactici de utilizat.

Un lucru de făcut: Seturi de date mari disponibile public este o listă de locuri în care puteți obține seturi de date foarte mari – gata să vă exersați noile abilități de inginerie de date.

7. Exersează, practică, practică, construiește spre un portofoliu și apoi către un loc de muncă

1611605890 681 Cum sa treceti prin hype ul AI pentru a deveni un

În cele din urmă, ați ajuns la un punct în care puteți construi modele de învățare automată funcționale. Următorul pas pentru a-ți avansa cariera de învățare automată este să găsești un loc de muncă la o companie care deține acele seturi de date mari, astfel încât să îți poți aplica abilitățile în fiecare zi la o problemă de vârf de învățare automată.

Un lucru de citit: 41 întrebări esențiale pentru interviul de învățare automată (cu răspunsuri) vă va ajuta să exersați cunoștințele de care aveți nevoie pentru a obține un interviu de învățare automată.

Un lucru de făcut: Ieșiți și găsiți întâlniri dedicate învățării automate sau ingineriei de date Meetup – este o modalitate excelentă de a întâlni colegii din spațiu și potențiali manageri de angajare.

Sperăm că acest tutorial a ajutat la reducerea hype-ului din jurul AI la ceva practic și adaptat pe care îl puteți folosi. Dacă simți că ai nevoie de ceva mai mult, compania cu care lucrez, Springboard, oferă un bootcamp de carieră dedicat AI și învățării automate cu o garanție a locului de muncăși mentorat 1: 1 de la experți în învățarea automată.