Нравится нам или нет, мир вокруг нас развивается очень быстро. Какой бы крутой ВУЗ ни окончил специалист, через 5-7 лет появляются технологии, которых еще не было во время недавней учебы. Как случается, что взрослые дяди и тети снова садятся за школьную парту, мы разбирались с Эмилем Магеррамовым, спикером-экспертом школы SkillFactory.
Нейронные сети начали активно применяться 7-8 лет назад. Сейчас термины «нейронные сети», «машинное обучение», «Data Science» слышали многие. Это все еще экзотика или уже нет?
Машинное обучение – уже давно не экзотика. Если посмотреть на Gartner Hype Cycle, то машинное обучение уже прошло пик хайпа. Это технология, которая активно применяется во многих областях, таких как ритейл, производство, медицина, медиа.
Алгоритмы Data Science начинают активно преподавать в классических университетах, хотя всего 10 лет назад эти знания в программах вузов были только факультативно. При этом, область развивается очень быстро и самые новые технологии и принципы все равно не успевают попадать в программу.
Онлайн-образование в намного более выгодном положении, так как позволяет активно менять и дополнять программу, чтобы соответствовать ожиданиям рынка. Многие наши студенты работают в крупных компаниях и применяют алгоритмы машинного обучения на практике: делают скоринг клиентов, рекомендательные системы, системы по распознаванию изображений и даже алгоритмы для беспилотных автомобилей.
А может быть можно как-то отсидеться в стороне от этих «умных» технологий?
Отсидеться в стороне уже не получится.
Для сравнения — смартфоны. Недавно была экзотикой, теперь в кармане у каждого. Но это потребительская технология. Машинное обучение и нейронные сети приходят к нам на работу, на производство. Они трансформируют рынок труда и в ближайшие десять лет часть профессий исчезнет, а на смену придут совсем другие специальности.
Только что утверждена программа «Цифровая экономика», в ней запланировано потратить сотни миллиардов рублей на искусственный интеллект и роботов в ближайшие годы. Соответственно, потребуются работники, которые будут эти миллиарды осваивать. Также запланировано внедрение больших данных и ИИ в госуправление.
Откуда взять всех этих специалистов? Тут на помощь приходят онлайн-школы, например, SkillFactory. Большая часть студентов – специалисты из совсем других областей. Они понимают, что если не заняться своим образованием сейчас, потом будет уже поздно. Спрос на онлайн-обучение растет в несколько раз каждый год, людям требуются актуальные знания. И эти знания специалисты могут применять уже сейчас – в транспорте, сельском хозяйстве, ЖКХ. Машинное обучение проникает даже в самые консервативные области и “подрывает” их, меняя и улучшая процессы. Мы находимся в процессе новой революции, которая полностью изменит мир.
К Вам на курсы, наверное, приходят не только те, кто хочет больше зарабатывать, но и те, кому интересно сделать «искусственный разум»?
Высокие зарплаты – это достаточно сильная мотивация. В IT зарплаты традиционно выше, чем во многих других областях, но в Data Science начальный порог по оплате труда еще выше. Одна из причин – специалистов мало, а работы много. Область быстро меняется, появляются новые алгоритмы и новые инструменты для работы. Данных все больше и нужны люди, которые умеют их обрабатывать.
Возможно, в будущем спрос на таких специалистов снизится из-за автоматизации и снизятся зарплаты. Несмотря на это, люди идут в машинное обучение не только за деньгами.
Анализ данных – это действительно увлекательный процесс. Ты берешь сырые данные, которые пришли, например, с каких-то датчиков. Обрабатываешь их, конструируешь свою модель машинного обучения (те же нейросети), обучаешь модель и она начинает что-то предсказывать. Через несколько таких итераций модель начинает все чаще давать правильные ответы и появляется возможность автоматизировать какой-то процесс или создать что-то совершенно новое.
В машинном обучении все еще много низковисящих плодов. Каждый может создать что-то свое и приносить пользу всему миру. Это очень сильная мотивация.
Многие представляют себе программирование и как научиться, что такое математика, — но «машинное обучение» — это и программирование, и математика. Чем отличается машинное обучение от того и другого?
Считаю, что вопрос поставлен не совсем корректно. Машинное обучение вбирает в себя такие вещи, как математика, программирование, статистика. Кроме этого, многие специальности внутри машинного обучения требуют не только хард, но и софт-навыков – умение общаться, сообщаться о своих результатах, переводить их на язык бизнеса.
Не очень важно, что вы умеете – программировать, общаться с людьми, решать уравнения. В любом случае вы сможете найти применение своим навыкам в области анализа данных.
Стремясь не отставать от всех, мы попробовали, для примера, пройти один из курсов по работе с данными, это был бесплатный курс. Честно признаемся, до конца не дотянули. Наверное, важна мотивация?
Мотивация действительно важна. Очень важно понимать: независимо от вашей специальности, машинное обучение может помочь вам не только автоматизировать ваш труд, но и привнести что-то совершенно новое в вашу работу.
В обычных онлайн-курсах неоткуда брать мотивацию, кроме как изнутри. Это действительно тяжело, особенно, если параллельно есть работа, хобби и семья.
SkillFactory решает эту проблему: у каждого студента есть преподаватель, куратор и ментор. Эти люди всегда могут помочь с темами, в которых трудно разобраться. Они ответят на ваши вопросы, если вы отстаете. Подкинут дополнительных задач, если вы идете вперед. Найдут индивидуальный подход к вам с учетом ваших знаний.
Машинное обучение очень быстро меняет мир. Если вы хотите остаться конкурентоспособным, нужно заняться своим образованием прямо сейчас.
SkillFactory – это онлайн-школа, которая готовит специалистов по работе с данными, программированию и управлению продуктами.