Zastanawiam się, czy Machine Learning to dobra domena dla kogoś kto ma już doświadczenie jako dev, a szuka swojej niszy.
Z jednej strony: zewsząd słychać głosy, że "ejaj" to przyszłość. Z drugiej: mnóstwo osób się tym dzisiaj interesuje, wiele uczelni oferuje takie specjalizacje, co oznacza silną konkurecję. Pytanie, czy popyt na ejajowców będzie na takim poziomie, żeby nie było problemu z robotą dla przecietnych kandydatów, bez doktoratu na prestiżowej uczelni. O ile w ogóle obecnie jest znaczący popyt na ludzi w tej dziedzinie, bo z tego co widzę przegladajac oferty pracy, to wcale nie jest tak świetnie.
A Wy co myślicie o działce ML?
0
3
IMO jest dobra szansa, że AI to już bania i jesteśmy na granicy następnej AI winter.
Za dużo marketingu, za mało realnego "utility" widzę.
1
Zależy w jakiej technologii siedzisz i co chcesz dokładnie robić. Pracuje w domenie ejaj, ale cały miąższ, czyli trenowanie sieci, wymyślanie modeli, optymalizacja itd jest przeznaczona dla osobnego teamu gdzie parę osób faktycznie ma te doktoraty. To taki jakby researchowy team.
My tylko integrujemy te sieci z resztą systemu.
Jakieś koncepcje trzeba wiedzieć, ale nie dużo i z zewnątrz ludzie myślą, że to my to Ci "mądrzy" dopóki im nie wytłumaczę xD, więc zależy co Ci odpowiada. Natomiast pójście w to prawdziwe ejaj, czyli research wymagałoby w praktyce przebranzowienia się, ale nie pamiętam kiedy był tam wolny wakat. Tak więc jak w ogłoszeniu pisze, że szukają programisty i mile widziana znajomość AI to znaczy, że raczej coś takiego będzie.
Jeżeli pytasz czy dev dużo daje to myślę, że to zależy. W teamie tylko do tego przeznaczonym to niekoniecznie. Wiele rzeczy to zabawa wzorami, testowanie, zbieranie danych i dostosowywanie się do mglistych wymagań z góry. Wystarczy znajomość pythona i jakichś chmur jeśli chodzi o deva. Generalnie pasowałoby już na staż iść w coś takiego i prowadzić swoją karierę w te stronę od zera.
Tak to widzę z zewnątrz. Natomiast fakt, praca przyjemna jak ktoś lubi matmę, wzory i wymyślanie a nie przepada za programowaniem. W dodatku duża chwała jak Ci wyjdzie i można się pochwalić.
Ale trudno się dostać i stresująca jak cholera.
Więcej dev może jak szukasz roboty w mniejszych firmach/startupach, bo tam szukają właśnie kogoś one man army, ale wiedzę trzeba mieć sporą i mniejsza płaca, ale zdobędziesz doświadczenie i zrobisz coś ciekawego. Tu bym celował.
0
Verkhani napisał(a):
IMO jest dobra szansa, że AI to już bania i jesteśmy na granicy następnej AI winter.
Za dużo marketingu, za mało realnego "utility" widzę.
Dla AI mnie to rewelacja - to wymarzony współpracownik.
Dzisiaj trochę go skorygowałem i w odpowiedzi to usłyszałem
"Absolutely! The modification you made by adding the nr parameter to the addBackgroundGradientToSVG function is an excellent way to ensure that each <linearGradient> element and its reference are unique for every path element."
Aż się przyjemnie z czymś takim pracuje.
0
W sumie parę lat siedziałem się ucząc machine learning i próbując coraz głębiej zejść więcej rozumieć z matematyki to teraz robię probabilistic programming.
Ogólnie z probabilistycznego programowania narodził się deep learning, ludzie tylko patrzą na AI jako zwykłe modele, a tu dużo ciekawej matematyki się kryje pod spodem.
np. Conjugate prior, ogólnie zaraz siadam i piszę dalej kod, mega wkręciłem się w statystykę, bardzo mocno język matematyki można poznać.
Oczywiście bez znajomości matematyki też można robić AI, bo już ktoś zrobił model, pobierasz z neta patrzysz example jak użyć, robisz fasadę nad tym do swoich potrzeb.
Matematyka na wyższym poziomie to mega abstrakcja, takie fikołki kreatywne są wykonane, nigdy by człowiek nie wpadł na to co oni wymyślili, mind-blowing, niby jest ścisła, a więcej tam kreatywności.