Я участник небольшого стартапа. Когда мы решили рассмотреть возможность включения немного ИИ в наш продукт, меня попросили провести расследование просто потому, что мне это показалось интересным, и я прошел несколько курсов по ИИ/машинному обучению в универе (бакалавриат).
Сегодня я возглавляю центральный компонент искусственного интеллекта нашего продукта. Единственная проблема, мне нужно (и хочется) больше опыта в этой области.
Если бы это была обычная должность, я бы предположил, что присоединился бы к большому отделу и проводил время, обучаясь и развиваясь под руководством старших разработчиков с большим опытом работы в этой области. Старая поговорка: «Окружай себя людьми лучше тебя».
В нынешнем виде, из-за отсутствия опыта, большинство решений, которые я принимаю, основаны на пробах и ошибках, что замедляет нашу работу. Не полностью понимая состояние отрасли, мы часто тратили довольно много времени на внедрение решения, а через месяц обнаруживали, что изобретаем велосипед или делаем что-то, заведомо неэффективное. И, естественно, я не собираюсь обеспечивать наилучшие условия роста для людей в компании, которые под моим началом работают над ИИ.
По общему признанию, я определенно сильно вырос в навыках с тех пор, как начал работать на своей должности, однако я все еще не решился бы описать себя как что-то большее, чем обладающий «средним» уровнем навыков в этой области.
Чтобы сделать это ценным вопросом для всех:
Какие практические шаги я или моя компания могли бы предпринять, чтобы быстро освоить область, в которой опыт компании более или менее основан на самообучении?
В нашем случае у нас, вероятно, нет ресурсов, чтобы привнести огромный опыт, но любые советы по этому поводу все равно будут оценены.
По сути, вы идете по тому же пути, что и любой, кто хочет чему-то научиться в свободное время. Если внутренних специалистов нет, ищите их в другом месте.
Ниже приведены лучшие ресурсы
Цены и эффективность различных методов могут различаться, но это зависит от того, где вы стоите и сколько ваш работодатель готов потратить.
Большинство областей, в которых я компетентен, я изучаю самостоятельно и работаю, когда была возможность. Отсутствие начальства означает, что вы работаете с основ и выше, но это не обязательно плохо для вас лично. Это означает, что ваши знания становятся довольно основательными.
Ищите курсы и т.д. что вы могли бы быть в состоянии убедить своих работодателей платить за. Важно заполнить пробелы между тем, что вы можете узнать самостоятельно, и передовым отраслевым опытом.
Одно преимущество, которое я обнаружил, заключалось в том, что вы не привязаны только к тому, чему вас учат, и иногда решаете проблемы уникальными способами, потому что вы слишком необразованы, чтобы знать лучше. В личном примере я объединил два поля для решения задачи и не особо задумывался об этом, потому что это был единственный способ понять, как это сделать. Но это решение сейчас используется в 11 правительственных ведомствах и большинстве школ в двух небольших странах, и я даже получил аудиенцию у короля.
В нынешнем виде, из-за отсутствия опыта, большинство решений, которые я принимаю, основаны на пробах и ошибках, что замедляет нашу работу.
Тогда почему бы не нанять кого-то с большим опытом в этой области?
Если бы это была обычная должность, я бы предположил, что присоединился бы к большому отделу и проводил время, обучаясь и развиваясь под руководством старших разработчиков с большим опытом работы в этой области. Старая поговорка: «Окружай себя людьми лучше тебя».
Это высказывание остается в силе. Вы — это более крупный отдел, но вам не хватает старших разработчиков с большим опытом работы в этой области . Похоже, что найм такого старшего разработчика поможет получить экспертные знания в этой области для вашей компании и команды.
у нас, вероятно, нет ресурсов, чтобы привнести огромный опыт
Это будет стоить либо привлечения другого опытного работника, либо превращения вас в одного из них. Может быть золотая середина в виде консалтинговых компаний, которые могут уменьшить количество проб и ошибок, которые вы выполняете.
Я в похожей ситуации. Я ведущий разработчик R&D в довольно небольшой компании (25 сотрудников).
Мне нравится узнавать что-то новое, поэтому я постоянно посещаю курсы. Udacity великолепен, как и Edx, и Coursera, и т. д. Там можно многому научиться, даже если вы не посещаете никаких курсов и просто просматриваете, вы увидите, какие предметы и инструменты «модны».
Что касается изучения ИИ, есть отличный курс по глубокому обучению на Udacity. Он основан на библиотеке Google TensorFlow, которая все еще довольно новая и очень мощная.
Я прошел этот курс, а затем приступил к созданию собственной нейронной сети для предсказания футбольных матчей.
Еще один способ развить свои навыки и посмотреть, на что вы способны, — это соревноваться в программировании. Kaggle — отличный сайт для решения задач машинного обучения. Недавно я принял участие в конкурсе для начинающих по классификации листьев, и в настоящее время я нахожусь на 200-м месте из 400 участников, поэтому я знаю, что мне еще многое предстоит улучшить! Там есть форумы, где вы можете задавать вопросы, люди делятся блокнотами Python и прочим, так что есть много способов учиться.
Кроме того, важно разговаривать с людьми (или разговаривать с человеком, который разговаривает с людьми). У меня есть друг в Кембридже, который посещает множество митапов и всегда в курсе последних тенденций и событий. Я обязательно остаюсь на связи в основном потому, что он классный парень, и нам нравится обмениваться идеями друг с другом, а также потому, что он дает мне знать, что происходит.
Учить. Поделитесь своим пониманием с остальной частью команды.
Когда вам нужно учить кого-то другого, вы должны:
Все это сделает вас лучше в своей области, улучшит вашу команду и в целом улучшит ваше рабочее место.
В дополнение к другим ответам:
вы говорите о росте людей в компании, занимающихся ИИ под моим руководством : можете ли вы что-нибудь сделать, чтобы использовать их ресурсы? Они могут быть не такими опытными, как вы, но у них есть свои уникальные мысли, идеи, методы поиска и т. д.
Почему бы не позволить им провести больше исследований, чтобы не изобретать велосипед или делать что-то заведомо неэффективное . Используйте своих коллег в качестве спарринг-партнеров при разработке следующих шагов.
Я нахожусь в том же положении, что и вы (хотя и немного в другой области разработки программного обеспечения), поэтому я полностью понимаю вашу ситуацию.
Другие люди дали хорошие ответы об обучении через обычные каналы (книги и т. д.), что является хорошим советом. Со временем вы научитесь выбирать более эффективные ресурсы.
Один момент, который я хотел бы добавить для вас и других в такой же ситуации: будьте честны со своими сверстниками и старшими. Не бойтесь сказать, что вы не знаете, признайте ошибки, которые вы сделали, потому что все делают. Это очень важно с точки зрения людей, которыми вы управляете, потому что вам нужно их доверие.
И, естественно, я не собираюсь обеспечивать наилучшие условия роста для людей в компании, которые под моим началом работают над ИИ.
Вы можете подать хороший пример самостоятельного обучения, а также поделиться ресурсами, которые вы считаете эффективными, и т. д. Так что все не так плохо, как вы думаете.
Удачи!
Я бы предложил сотрудничать с отделом искусственного интеллекта/профессором университета. Обычно они берут гораздо меньше, чем профессиональные консультанты, и имеют последние обновления в этой области. Они также могут связать вас со своими бывшими учениками, которые работали над аналогичными задачами. Я был в похожей ситуации несколько лет назад, когда мы занимались передовыми разработками в области телекоммуникаций с очень неопытной командой. Мы сотрудничали с университетом и еженедельно встречались с профессором. Это был механизм корректировки курса, и профессор также информировал нас о последних работах в этой области. Это очень помогло нам.
Подкасты!
Я слушаю множество подкастов о разработке и технологиях почти ежедневно — всякий раз, когда я езжу на работу, это отличная возможность, и это лучше, чем обычные радиоканалы.
В результате мои знания во многих областях выросли, и вы можете получить глубокие знания от опытных отраслевых экспертов, не теряя при этом своего драгоценного свободного времени.
Слушайте в машине, в поезде, в автобусе, во время прогулки с собакой, в спортзале, во время просмотра телевизора (всего один разъем для наушников), в очереди, в обеденное время на работе, в постели перед сном или после пробуждения, во время принятия солнечных ванн и т. д.
Очень простой ответ заключается в том, что результаты вашей работы должны включать новую категорию: «исследования».
Если вы используете гибкую методологию, то ваш спринт включает в себя задачу по изучению современного состояния дел в этой области.
Самый эффективный способ сделать это для решения серьезных инженерных задач, таких как изучение машинного обучения, которое является обширной областью с математическими, алгоритмическими и инженерными аспектами, — это присоединиться к отделу в уже существующей компании. Через несколько лет вы возвращаетесь в стартап опытным ветераном.
Вероятно, у вас есть некоторый опыт, необходимый в вашем стартапе прямо сейчас, чтобы пройти собеседование на эти роли.
папарацци
camden_kid
Марк Роджерс
Джош
Кейси
Замочить
Брэндон
Брэндон
Даниэль Джур
Ян
пользователь3834459
Гоббс
Мохаммед Джорайд
Мохаммед Джорайд