Автор|Ричмонд Алейк Компиляция|Флин Источник|наука о данных
Содержит информацию об ожидаемой заработной плате, рабочей нагрузке, результатах и других ключевых различиях.
вводить
Искусственный интеллект сейчас представляет собой интересную отрасль, а специалисты по машинному обучению стали «крутыми ребятами».
Но даже среди «крутых ребят» существует четкое различие между группами специалистов по машинному обучению, а точнее между теми, кто работает над решениями, и теми, кто их проектирует. При этом разница не столь очевидна.
Эта статья призвана раскрыть некоторые ключевые различия между ролями исследователя машинного обучения и инженера машинного обучения. Выделение различий между двумя ролями может дать вам информацию, необходимую для того, чтобы сделать лучший выбор в учебе и карьере.
Прежде чем продолжить, важно отметить, что я использую термины инженер по машинному обучению и исследователь как общий термин для следующих ролей:
- Инженер по компьютерному зрению / исследователь
- Инженер по обработке естественного языка/исследователь
- специалист по данным
ключевое отличие
1. Описание должностных обязанностей
Основная задача роли инженера по машинному обучению заключается в реализации алгоритмов и моделей машинного обучения во внедренном программно-аппаратном решении.
Основная работа роли исследователя машинного обучения связана с развитием конкретной предметной области машинного обучения.
2. Академическое образование
Исследователи машинного обучения обычно имеют докторскую степень. Как правило, это люди с сильным академическим и исследовательским опытом. У них также есть ученая степень по темам, связанным с компьютерными науками. Большинство инженеров машинного обучения имеют степень магистра, и лишь несколько инженеров машинного обучения имеют докторскую степень.
Чтобы понять академический опыт инженеров и исследователей машинного обучения, я использовал LinkedIn (Ву Ву. LinkedIn.com/). Просмотрите множество профилей со словами «Исследователь по машинному обучению», «Ученый по машинному обучению» или «Инженер по машинному обучению» в названии должности.
3. Результаты/конечные продукты
Результатом работы инженера по машинному обучению часто является инженерное решение с моделью машинного обучения, способной выполнять набор задач автоматизированным, эффективным или творческим способом. Для инженеров машинного обучения конечным продуктом или конечным продуктом может быть часть программного обеспечения, функциональность которого основана на методах машинного обучения.
В то время как результат исследователя машинного обучения, как правило, представляет собой хорошо написанную исследовательскую работу с подробностями экспериментов и обзорных исследований для достижения определенного прогресса или улучшения производительности / точности в конкретной задаче, связанной с машинным обучением. Конечным продуктом исследователя машинного обучения будет задокументированное исследование нового открытия, улучшения или анализа, которое затем будет представлено и принято международными конференциями и научными журналами.
4. Зарплата
Заработная плата, вероятно, является ключевым отличием, которое больше всего интересует многих читателей.
Специалисты по машинному обучению пользуются большим спросом, и зарплаты, предлагаемые на должностях, связанных с машинным обучением, отражают это. Например, в этой статье New York Times упоминается, что ведущие исследователи ИИ зарабатывают более 1 миллиона долларов. Ясно, что в требовательной отрасли высокооплачиваемые 0,01% людей получают высокие зарплаты.
В Великобритании в течение шести месяцев с 3 апреля 2020 г.Средняя зарплата исследователя машинного обучения(Woohoo. IT job swatch.co.UK/Jobs/UK/Mac…за 57 500 фунтов стерлингов.
Кроме того, в тот же периодинженер по машинному обучению(Woohoo. IT job swatch.co.UK/Jobs/UK/Mac…Средняя зарплата составляет 68 750 фунтов стерлингов.
Таким образом, в Великобритании разница в прибыли между двумя ML-ролями составляет 10 000 фунтов стерлингов.
Согласно LinkedInСредняя базовая зарплата исследователей машинного обучения(woohoo.LinkedIn.com/salary/Ма Чао…, в США составляет 143 000 долларов (110 стипендиатов ML).
для американскогоинженер машинного обучения(woohoo.LinkedIn.com/salary/Ма Чао…Например, эта цифра была уменьшена до 125 000 долларов, но она включала больше данных от более чем 900 инженеров машинного обучения.
Лично, исходя из моих наблюдений за людьми, которых я исследовал и с которыми работал в индустрии ИИ, денежный мотив не является основным. Возможность получить доступ к знаниям и узнать о них кажется более привлекательной для моей команды (включая меня). Проще говоря, молодые инженеры по машинному обучению могут больше заботиться о правах хвастовства и влиянии, чем о денежном поощрении. Кто не хочет быть в компании FAANG, несмотря на высокую зарплату (woohoo.dictionary.com/oh/acronyms/…Кто-то из инженеров по машинному обучению или исследователей? Не думайте, что статистика не отражает реальную среднюю зарплату в отрасли, используйте ее как ориентир, а не абсолютные факты.
5. Объем работ/проект
Инженеры машинного обучения должны видеть более широкую картину. Исследователям машинного обучения нужна более целенаправленная перспектива.
Программная инженерия — это дисциплина, требующая понимания компонентов, связанных с продуктом, процессом или конвейером. Это очень важно, поскольку инженеры несут ответственность за интеграцию нескольких компонентов.
Вот некоторые из проблем, которые типичный инженер машинного обучения решит во время проекта:
- Понимать форматы данных, используемые моделями машинного обучения.
- Понимать формат данных, полученных из источника данных
- Реализуйте подключения к пулам данных и базам данных для хранения данных и доступа к ним.
- Знайте среду, в которой будет использоваться конечный продукт, так как это может определить уровень ресурсов, выделенных для обеспечения эффективного времени безотказной работы и оптимальной операционной мощности.
С другой стороны, объем работы исследователя машинного обучения, как правило, очень ясен. Исследователи машинного обучения должны быть очень сосредоточены.
Исследователям машинного обучения не нужно беспокоиться о том, насколько хорошо модели или алгоритмы машинного обучения работают в различных средах. Работа исследователей машинного обучения имеет тенденцию быть очень проблемно-ориентированной и конкретной. Зачастую их задачей является поиск новых способов решения проблем или повышение производительности и точности ранее придуманных решений.
6. Требования к должностным обязанностям
Описание должностных обязанностей и требования к исследователю машинного обучения точны и сосредоточены на конкретной области машинного обучения. Типичные требования к работе исследователя машинного обучения включают:
- Знание платформ и библиотек машинного обучения, таких как TensorFlow, PyTorch, Keras и др.
- Способность проводить обзоры литературы и представлять отчеты и экспериментальные результаты в хорошо написанном исследовательском формате для представления на конференциях или в научных журналах.
- Твердые знания конкретных областей машинного обучения, таких как вероятностные модели, гауссовские процессы, обучение с подкреплением и т. д.
- Глубокое понимание фундаментальных тем машинного обучения, включая теоретические знания
Типичные требования к работе инженера ML включают:
- Узнайте о службах облачных вычислений, таких как Google Cloud Platform (GCP) (облако.Google.com/)и Amazon Web Services (AWS) (AWS.Amazon.com/can/)
- Умение программировать на Java, Python, JavaScript и других языках
- Опыт развертывания моделей машинного обучения в производственных средах
- Опыт развертывания моделей машинного обучения на периферийных устройствах, таких как мобильные телефоны.
- Способность внедрять, оценивать и тестировать современные решения общих проблем, таких как обнаружение объектов, семантическая сегментация и классификация изображений.
- Способность извлекать ключевые детали и информацию из опубликованных исследовательских работ и сообщать результаты заинтересованным сторонам проекта.
- Опыт реализации скриптов интеллектуального анализа данных.
7. Некоторые перекрытия
Исследователи машинного обучения могут заниматься проектированием, а инженеры машинного обучения могут проводить исследования.
Стать практиком машинного обучения также означает владеть современными программными библиотеками и оборудованием. Само машинное обучение (если задействовано несколько дисциплин) и названия должностей часто не дают полного представления о роли.
Чтобы проиллюстрировать мою точку зрения, исследователь машинного обучения может разделить 70/30 между реальными исследованиями и инженерным проектом. Инженеры машинного обучения обычно 70/30 между проектированием и исследованиями.
Я могу подтвердить, что в качестве инженера по машинному обучению существует разделение между исследованиями и проектированием, потому что в моей нынешней роли инженера по компьютерному зрению я трачу много времени на разработку моделей машинного обучения для таких решений, как веб-сайты или программы для мобильных приложений. При этом поиск PaperWithCode(документы с code.com/)или ResearchGate(woohoo.research gate.net/), чтобы найти опубликованные исследовательские работы по конкретной проблеме, которую я пытаюсь решить.
в заключении
Есть некоторые отличия, не упомянутые в этой статье, быстрый поиск в Google даст соответствующие результаты. Независимо от того, какую карьеру вы выберете, важно признать тот факт, что обе роли требуют много времени и усилий, но понимать, что усилия окупаются.
Оригинальная ссылка:к data science.com/7-can-local поделиться…
Добро пожаловать на сайт блога Panchuang AI:panchuang.net/
sklearn машинное обучение китайские официальные документы:sklearn123.com/
Добро пожаловать на станцию сводки ресурсов блога Panchuang:docs.panchuang.net/