8(495)912-63-37
gmc@edu.mos.ru
FacebookВКонтактеYouTubeInstagram

Специалист по машинному обучению

Специалист по машинному обучению – это специалист, эксперт в области искусственного интеллекта. В его задачи входит составление алгоритмов, по которым машина, компьютер, «думает»: анализирует полученную информацию, выстраивает причинно-следственные связи, делает логические заключения и выводы, производя и усваивая новую информацию, совершенствуя собственный «мыслительный» процесс. Работа таких специалистов предполагает наличие отличной логики, аналитического мышления, умения выстраивать логические цепочки, работать с информацией, а также навыков программирования.

Специалисты по машинному обучению востребованы в самых разнообразных отраслях. Уже сейчас есть автомобили с некоторыми навыками беспилотных. Ошибки, безусловно, ещё случаются. Google идёт по пути накопления огромнейших выборок, большое количество их машин каждый день ездят, собирают информацию, выявляют краевые случаи ошибок, и специалисты по машинному обучению всё время их дообучают. Медицина — также одно из важнейших направлений для машинного обучения. Представьте, что вас обследует не один врач-человек, а объединённое экспертное мнение всей медицины, которая объединяет экспертизу и статистику со всего мира.

Часто специалистам по машинному обучению предстоит работать над задачами из области промышленности: металлургия, нефтехимия, пищевая отрасль и др. Задачи будут приходить в виде неформализованных описаний того, что требуется получить в результате, нужно понимать, решается ли задача, определять требования к данным, предлагать альтернативные постановки задач, разрабатывать методики оценки качества решения.

Требования к квалификации специалиста, к объему выполняемой работы

  • построение моделей машинного обучения для обработки неструктурированных данных: рекомендательные сервисы, text mining, web mining, social mining, multimedia mining, кластеризация, нейронные сети;
  • решение актуальных задач финансового сектора: кредитный скоринг, интернет-маркетинг, anti-fraud, risk based pricing;
  • построение скоринговых карт на основе нескольких источников данных;
  • участие в разработке промышленной архитектуры с использованием Python, Hadoop, Spark;
  • внедрение технологий анализа больших данных: Hadoop, Spark, Hive, AWS, Elastic Map Reduce (EMR);
  • планирование задач, контроль их исполнения, самостоятельное построение и оценка качества математических моделей;
  • участие в разработке платформы, соединяющей виртуальные магазины с их будущими клиентами;
  • взаимодействие с поставщиками данных и партнерами по техническим вопросам.

Важные качества

  • фундаментальные знания в области математики, статистики;
  • опыт / интерес к экспериментам;
  • уверенное владение английским языком (письменный и устный);
  • желание изучать новые методики, технологии, инструменты;
  • умение работать в команде, желание делиться знаниями с командой;
  • умение аргументированно отстаивать свою точку зрения;
  • инициативность и самостоятельность;
  • умение планировать время и решать задачи в срок.

По материалам: https://postupi.online/professiya/, https://habrahabr.ru/, https://fix.profilum.ru/, https://www.ucheba.ru/.

 

Другие материалы в этой категории: « Аналитик больших массивов данных Веб-дизайнер »