如何在机器学习的工作中获得成功?这是福布斯榜单CEO的八个建议

2017 年 8 月 1 日 量子位 专注报道AI
李杉 编译整理
量子位 出品 | 公众号 QbitAI

机器学习已经正在全面爆发,从电子邮件到手机应用,再到营销策略,这种智能算法被应用于各个领域。换言之:如果你在寻找一份炙手可热的职业,那么掌握一些与人工智能相关的技能是个不错的选择。

根据Dataiku CEO Florian Douetteau的建议,可以通过以下几种方法为未来的机器学习职业做好准备。

1、理解机器学习是什么

Douetteau说,这听起来似乎理所当然,但却至关重要。“具备相关经验,并理解机器学习的含义,理解背后的基本数学原理,理解这项替代技术,并且拥有上手操作这项技术的经验,是至关重要的。”

2、保持好奇心

机器学习和人工智能技术都是现代化的科技,今后只会不断进步,所以保持健康的好奇心和学习心态非常重要,这能帮助你不断学习新的技术,真正做到与时俱进。

“作为一种需求,机器学习过去几年快速发展,出现了很多需要学习的新技术、新语言、新框架。因此,学习热情变得非常重要。”Douetteau说,“这就意味着要上网了解新框架、阅读新文章、利用Coursera等网络课程等。如果你想在机器学习领域取得成功,好奇心就是首要素质。”

3、把企业面临的问题翻译成数学术语

机器学习是一个非常讲究逻辑思维的领域。作为一项职业,它将科技、数学和商业分析融为一体。Douetteau认为,“你应该多加关注技术,而且要有求知欲,但还必须对企业面临的问题怀有开放的心态,能够把企业的问题明确转化成机器学习能够解决的数学问题,并最终创造价值。”

4、讲究团队精神

“机器学习”这样的词或许会让人想到一个人在电脑和机器的包围下独自工作的场景。5年前或许是这样,但这个领域如今已经非常讲究合作。

Douetteau解释道,“如今,当你从事机器学习时,很有可能作为团队的一员参与合作。这个团队将包含很多直接与企业互动的人。这就意味着,如果你想要作为当今的机器学习实践者取得成功,就必须准备好与企业展开互动,还要以团队成员的身份开展工作。”

5、最好拥有数据分析背景

数据分析师非常适合转行到机器学习领域。“分析思维对于这种岗位非常重要。也就是说,你需要思考原因、结果和原理,从而了解数据,挖掘数据,了解哪些有用,哪些没用,是否存在异常值。”Douetteau说,“另外,我认为另外一项能力同样非常重要,那就是以有意义的方式分享信息,创造通俗易懂的可视化效果,并对信息进行合成,以便商业伙伴能够理解。”

6、学习Python和如何使用机器学习库

提到编程语言,Douetteau推荐学习Python,之后再研究机器学习库:“Scikit-learn和Tensor Flow在这个领域都很热门。”

7、参加在线课程或者数据科学训练营

你的目标是尽可能拓宽自己的机器学习相关技能。Douetteau提供了一些具体建议:‘首先将在线课程与机器学习竞赛融合起来。例如,通过Kaggle.com网站就可以参加机器学习竞赛。如果你有时间和资金,另外一种颇为流行的方法就是参加数据科学训练营,以此加快学习过程。’

8、了解你希望从事的行业

机器学习与数据驱动的职位很相似,它并不存在于真空之中。每一个行业和每一家公司都有自己独特的目标和需求。正因如此,你越是了解自己的目标行业,今后的发展就会越好。

“你需要一些时间来理解具体的产品。”Douetteau解释道,“理解金融产品需要花费时间,理解物流模式或者飞机引擎潜在的故障原因都也都需要花费时间。所以,如果你不具备这方面的知识,就需要花费几个月甚至几年的时间才能加速发展。”

不必非得成为专家(团队里应该有其他人会为你提供帮助),但具备一些业务知识确实很有帮助。

从智能手机到聊天机器人,机器学习和人工智能专家的需求只会有增无减,所以现在是投身这个成长性行业的绝佳时机。

【完】

活动报名

8月2日(周三),量子位邀请保险服务领域的AI公司灵智优诺CTO许可,分享NLP在保险智能投顾中的应用和相关技术问题,欢迎报名~

交流沟通

量子位还有自动驾驶NLPCV机器学习等专业讨论群,仅接纳相应领域的一线工程师、研究人员等

请添加小助手qbitbot2为微信好友,提交相应说明,符合条件将被邀请入群。(审核较严,敬请谅解)

诚挚招聘

量子位正在招募编辑/记者等岗位,工作地点在北京中关村。期待有才气、有热情的同学加入我们!相关细节,请在量子位公众号(QbitAI)对话界面,回复“招聘”两个字。



 扫码强行关注『量子位』

追踪人工智能领域最劲内容



登录查看更多
1

相关内容

“机器学习是近20多年兴起的一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。机器学习理论主要是设计和分析一些让 可以自动“ 学习”的算法。机器学习算法是一类从数据中自动分析获得规律,并利用规律对未知数据进行预测的算法。因为学习算法中涉及了大量的统计学理论,机器学习与统计推断学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。很多 推论问题属于 无程序可循难度,所以部分的机器学习研究是开发容易处理的近似算法。” ——中文维基百科

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
【2020新书】从Excel中学习数据挖掘,223页pdf
专知会员服务
90+阅读 · 2020年6月28日
专知会员服务
171+阅读 · 2020年6月4日
【实用书】Python数据科学从零开始,330页pdf
专知会员服务
141+阅读 · 2020年5月19日
斯坦福2020硬课《分布式算法与优化》
专知会员服务
118+阅读 · 2020年5月6日
【2020新书】数据科学:十大Python项目,247页pdf
专知会员服务
212+阅读 · 2020年2月21日
开发 | 用 Python 做机器学习不得不收藏的重要库
AI科技评论
5+阅读 · 2019年1月8日
今年高考志愿,选个好专业比选个好学校更重要!
深度学习世界
4+阅读 · 2018年6月10日
2018,怎样成为抢手的机器学习人才
Python开发者
6+阅读 · 2018年3月1日
2018年,AI工程师校招薪酬出炉!
数据玩家
6+阅读 · 2018年2月28日
高二进清华,大二开公司,29岁登上福布斯亚洲领袖人物榜
人工智能机器人联盟
5+阅读 · 2017年11月18日
Arxiv
20+阅读 · 2019年9月7日
Arxiv
4+阅读 · 2018年9月25日
Two Stream 3D Semantic Scene Completion
Arxiv
4+阅读 · 2018年7月16日
Arxiv
4+阅读 · 2018年4月30日
Arxiv
10+阅读 · 2018年3月22日
Arxiv
7+阅读 · 2018年1月24日
Arxiv
9+阅读 · 2018年1月4日
VIP会员
相关VIP内容
【2020新书】从Excel中学习数据挖掘,223页pdf
专知会员服务
90+阅读 · 2020年6月28日
专知会员服务
171+阅读 · 2020年6月4日
【实用书】Python数据科学从零开始,330页pdf
专知会员服务
141+阅读 · 2020年5月19日
斯坦福2020硬课《分布式算法与优化》
专知会员服务
118+阅读 · 2020年5月6日
【2020新书】数据科学:十大Python项目,247页pdf
专知会员服务
212+阅读 · 2020年2月21日
相关论文
Arxiv
20+阅读 · 2019年9月7日
Arxiv
4+阅读 · 2018年9月25日
Two Stream 3D Semantic Scene Completion
Arxiv
4+阅读 · 2018年7月16日
Arxiv
4+阅读 · 2018年4月30日
Arxiv
10+阅读 · 2018年3月22日
Arxiv
7+阅读 · 2018年1月24日
Arxiv
9+阅读 · 2018年1月4日
Top
微信扫码咨询专知VIP会员