Embarcando em uma carreira de aprendizado de máquina? Aqui está tudo que você precisa saber

Embarcando em uma carreira de aprendizado de máquina? Aqui está tudo que você precisa saber
Author

Walker Rowe

Last updated February 20, 2017


  • 1201 Views

Um fenômeno relativamente recente, o aprendizado de máquina emergiu da sombra da ciência de dados para se tornar um dos domínios de carreira mais empolgantes da atualidade. Em sua essência, é tudo sobre a habilitação da inteligência artificial (IA) para aprender algoritmicamente a partir de experiências passadas, da mesma maneira que um ser humano faria.

Não é difícil imaginar as virtualmente infinitas aplicações para uma tecnologia como essa!

Neste artigo, exploramos o mercado de especialistas qualificados em aprendizado de máquina, abordando as empresas que contratam cientistas de dados de aprendizado de máquina (ML), quanto os funcionários podem esperar ganhar e quais serão suas responsabilidades. Também descobriremos a importância do treinamento em certificação de som em aprendizado de máquina e como o papel tradicional do cientista de dados foi virado de cabeça para baixo devido ao crescimento de ferramentas de big data e estruturas de programação.

Leia também : O que é aprendizado de máquina e por que isso importa?

Data Science v / s Machine Learning

Primeiro, é necessário definir o que entendemos por ciência de dados, pois isso pode variar muito de uma empresa para outra e de uma posição para outra.

Os cientistas de dados costumavam ser contratados principalmente por universidades e empresas, como empresas farmacêuticas, onde realizavam testes clínicos. Eles fizeram matemática e estatísticas puras. Esses cientistas de dados trabalharam com a linguagem de programação R e ferramentas estatísticas e de aprendizado de máquina como o Matlab. A maioria desses cientistas de dados tinha mestrado ou doutorado.

Mas a invenção do Hadoop em 2003 e Spark logo depois mudou tudo isso. Essas ferramentas tornaram muito mais simples aplicar o aprendizado de máquina aos negócios. Neste ambiente, os cientistas de dados estão agora esperado para saber linguagens de programação também. Ou, se não o fizerem, ganharão menos.

Ferramentas modernas que simplificam a ciência de dados de décadas

O Apache Spark inclui uma biblioteca de aprendizado de máquina, chamada Spark ML. E a linguagem de programação Python inclui a API do Scikit-Learn ML. Scala também suporta ML. Essas ferramentas não só facilitam a aplicação da ciência de dados a problemas de negócios, como também facilitam a adaptação de algoritmos para processar grandes quantidades de dados não estruturados. Isso é algo que os data warehouses e sistemas de BI que vieram antes não puderam fazer.

E as fontes de dados com as quais se espera que os cientistas de dados trabalhem mudaram também. Os programadores podem explorar os tópicos de tendências no Twitter para monitorar a lealdade e a percepção da marca. E todos, desde empresas de telefonia celular, jornais on-line, até varejistas, estão oferecendo dados sobre seus clientes - por um preço!

Tudo isso significou que a ciência de dados não é mais um assunto acadêmico, restrito a universidades e unidades de P & D na indústria. Agora, as empresas de publicidade, os varejistas e os fabricantes poderiam aplicar o aprendizado de máquina a problemas de negócios, e surgiu a necessidade de cientistas de dados. Mas cientistas de dados qualificados são mais difíceis de encontrar. Assim, os programadores regulares procuram entrar nesse campo. E os estatísticos PhD estão procurando aprender programação.

O que devo aprender a começar como cientista de dados especializado em aprendizado de máquina?

Essas grandes plataformas de análise precisam de diferentes tipos de habilidades. Geralmente, eles são agrupados em funções de ciência de dados e engenharia de big data. O cientista de dados extrai ideias de negócios e trabalha para envolver modelos de classificação e preditivos em torno deles. O engenheiro de big data e o cientista de dados trabalham para implementar essas ideias como código.

Dados os cientistas trabalham com ferramentas de nuvem como os notebooks Jupyter ou Zeppelin para massagear e selecionar dados de forma interativa, criar subconjuntos, juntar conjuntos e executar algoritmos ML contra isso. Eles podem fazer isso diretamente com bancos de dados distribuídos de big data. Ou eles podem fazer isso off-line usando planilhas e entregar os detalhes da implementação aos engenheiros de big data.

O engenheiro de big data entende como implantar o Spark, o Hadoop e o Kafka em sistemas distribuídos usando ferramentas como Ansible, Mesos, Yarn e Docker. E eles fazem tudo isso com código.

Tudo isso significa que não é mais suficiente para o cientista de dados saber apenas R ou Matlab. Agora eles estão cada vez mais esperados para saber como abstrair seu trabalho usando linguagens de programação como Python e Spark e suas respectivas bibliotecas ML. Isso é muito diferente de executar um algoritmo em uma planilha.

O que a empresa quer é um pipeline de dados ML que seja executado em um loop infinito para gerar insights sobre como eles devem definir preços, ajustar o mix de produtos, etc. Não é mais suficiente criar um gráfico ou imprimir um modelo e entregá-lo ao negócio Gerente.

Salários para especialistas em aprendizado de máquina

Assim, o cientista de dados tornou-se mais valioso para os negócios. Então, quanto eles podem ganhar?

Os salários variam de acordo com a localização. Cientistas de dados e programadores de todos os tipos ganham muito mais nos EUA do que na Índia. E os salários na área de São Francisco estão muito à frente do resto dos EUA.

Podemos dizer algo sobre salários médios com base em pesquisas publicadas.

Datajobs relata que os cientistas de dados - incluindo especialistas em aprendizado de máquina - podem ganhar de US $ 85.000 a US $ 170.000. Glassdoor lista salários médios em empresas individuais. Airbnb paga US $ 123.724. O Twitter paga US $ 135.402.

Onde encontrar trabalho como aprendizado de máquina Especialista

A maioria dos cientistas de dados e especialistas em aprendizado de máquina encontra trabalho nos portais de trabalho habituais, incluindo Indeed.com, Glassdoor, Monster e Dice. A Microsoft lista seus trabalhos de aprendizado de máquina aqui . E para entrar em campo, você pode encontrar contratos individuais na Upwork .

As melhores empresas para se trabalhar se você é um especialista em aprendizado de máquina

Existem dois tipos de empresas a serem consideradas quando se procura trabalhos de aprendizado de máquina: as grandes empresas estabelecidas e as empresas iniciantes. E há empresas que fazem da ciência de dados seu principal negócio e outras que têm departamentos de ciência de dados. Além disso, existem dois mercados para especialistas em aprendizado de máquina: nuvens que permitem que os clientes carreguem dados e registros para análises e empresas que oferecem APIs e outras ferramentas para permitir que os clientes criem seus próprios algoritmos.

A grande maioria das empresas iniciantes de especialistas em aprendizado de máquina está localizada na Califórnia. Alguns deles, como a Hydrosphere , têm presença lá, mas têm seus desenvolvedores no exterior. Você precisaria falar russo para trabalhar na Hydrosphere. As empresas que lidam com grandes conjuntos de dados e possuem departamentos de aprendizado de máquina, como o Bank of America ou Accenture, também são uma ótima opção.

As empresas maiores que dominam o negócio de nuvem de dados científicos nos EUA incluem o Databricks e o IBM Watson Analytics . O Google tem sua API do Google Prediction . Se você não conseguir um emprego no Google, poderá navegar pelo lista de parceiros e aplica-se a qualquer um deles.

Assim, a mensagem de saída é que a demanda por cientistas de dados está aumentando devido à disseminação de big data. Com um treinamento de certificação de alta qualidade em aprendizado de máquina , você aprende as cordas com o mentor da indústria e o conteúdo do curso de uma equipe de influenciadores globais para que você esteja pronto para a indústria quando se formar.

About the Author

Walker Rowe is an American big data programmer and writer. As a tech enthusiast, he covers a wide range of technology topics for online publications.

Recommended articles for you

Course Announcement: Simplilearn’s Machine Learning Certif...

Article

Machine Learning: What it is and Why it Matters

Article

Machine Learning vs. Deep Learning: 5 Major Differences You...

Article

{{detail.h1_tag}}

{{detail.display_name}}
{{author.author_name}} {{author.author_name}}

{{author.author_name}}

{{detail.full_name}}

Published on {{detail.created_at| date}} {{detail.duration}}

  • {{detail.date}}
  • Views {{detail.downloads}}
  • {{detail.time}} {{detail.time_zone_code}}

Registrants:{{detail.downloads}}

Downloaded:{{detail.downloads}}

About the {{detail.about_title && detail.about_title != null ? detail.about_title : 'On-Demand Webinar'}}

About the {{detail.about_title && detail.about_title != null ? detail.about_title : 'Webinar'}}

Hosted By

Profile

{{author.author_name}}

{{author.author_name}}

{{author.about_author}}

About the {{detail.about_title && detail.about_title != null ? detail.about_title : 'Ebook' }}

About the {{detail.about_title && detail.about_title != null ? detail.about_title : 'Ebook' }}

View {{detail.about_title && detail.about_title != null ? detail.about_title : 'On-Demand Webinar'}}

Webcast

Register Now!

Download the {{detail.about_title && detail.about_title != null ? detail.about_title : 'Ebook'}}!

First Name*
Last Name*
Email*
Company*
Phone Number*

View {{detail.about_title && detail.about_title != null ? detail.about_title : 'On-Demand Webinar'}}

Webcast

Register Now!

{{detail.about_title && detail.about_title != null ? detail.about_title : 'Webinar'}} Expired

Download the {{detail.about_title && detail.about_title != null ? detail.about_title : 'Ebook'}}

Email
{{ queryPhoneCode }}
Phone Number

Show full article video

Name Date Place
{{classRoomData.Date}} {{classRoomData.Place}} View Details

About the Author

{{detail.author_biography}}

About the Author

{{author.about_author}}

Recommended articles for you

{{ article.title }}

Article