de deeplearning.ai | 7 ianuarie 2020

dietă

Daniel a renunțat la slujba de dezvoltator web și a început o călătorie de cursuri, concursuri Kaggle și lucrări de cercetare pentru a intra în AI. În timp ce studia încă, un startup AI l-a contactat și acum este primul MLE dintr-o echipă care construiește un chatbot alimentat de NLP. Citiți sfaturile lui Daniel pentru a începe și cum și-a structurat propriul plan de învățare.

Prezentați-vă: care este trecutul dvs.? De ce ați decis să luați specializarea Deep Learning?

Am fost dezvoltator web pentru ceva mai mult de opt ani, lucrând la diferite proiecte de-a lungul universității și apoi cu normă întreagă. În timp ce avansam, am vrut să fac ceva mai provocator. Eram într-un moment din viața mea în care puteam să încep să învăț ceva nou sau să continui ca înainte. Am decis să renunț la munca de zi cu zi și să investesc în educația mea, deși nu știam exact ce voi studia. Inițial am vrut să trec la o inginerie software mai convențională, deoarece aveam o experiență în proiectarea algoritmilor. După o lună de cercetări în ce ar trebui să mă specializez, am aflat despre marile progrese care se întâmplă în inteligența artificială. Căutând mai multe informații, am dat peste specializarea Deep Learning. Nu eram sigur cât de departe aș merge, dar după ce am urmat primul curs de specializare, am fost complet îndrăgostit. În următoarele 7 luni, am mâncat cursuri pentru micul dejun, prânz și cină.

Aceasta este o decizie importantă! Ați urmat și alte cursuri?

Am terminat specializarea Deep Learning, dar am simțit că tocmai am răzuit suprafața. Am obținut un stagiu ca inginer de învățare automată timp de câteva luni, dar am decis să mă întorc la învățare pentru a putea lucra la proiecte mai mari. Am decis să încerc următoarea specializare Matematică pentru învățarea automată. Aș fi înțeles logica din spatele conceptelor fundamentale de ML, dar nu înțelegeam prea mult din matematică. Această specializare a fost mult mai provocatoare, dar a meritat. Am început să citesc lucrări de cercetare și să le înțeleg de fapt! Am urmat și cursul Stanford Machine Learning de Andrew Ng și specializarea Big Data.

Pe lângă cursuri, ce altceva ai făcut ca parte a planului tău de învățare?

Am participat la câteva competiții Kaggle pentru a câștiga experiență lucrând la probleme mari și de ultimă generație. Chiar dacă nu am obținut un rang bun, am învățat atât de multe implementând toate cunoștințele învățate la cursuri și văzând toate conceptele reunite. În timpul primei competiții, m-am oprit și am realizat „Hei, de fapt știu ce să fac. Nu trebuie să-l caut pe Stack Overflow. Sigur, trebuie să cercetez și să experimentez, dar am învățat deja acest lucru și îl pot face. ” Aș sfătui orice începător să încerce câteva competiții de genul acesta. Aflați atât de multe despre cum să puneți în practică ceea ce ați învățat și cum să parcurgeți pașii mulți și complecși ai unui proiect ML. Cea mai bună parte este că nu ești singur, faci parte dintr-o întreagă comunitate care face provocarea alături de tine și împărtășește descoperirile și ideile lor. În timp ce făceam aceste competiții, mi-am propus să citesc cel puțin o lucrare de cercetare pe zi. Am găsit o foaie de parcurs destul de bună pentru lucrările de învățare profundă, care a parcurs cronologic principalele lucrări din principalele categorii de ML. Iată linkul. Lista a fost foarte bună când am început acum un an, dar lucrurile evoluează rapid în acest domeniu, așa că aș sugera completarea acestei liste cu lucrări principale din anii lipsă (2018-2019).

Cum ai trecut de la studiu la jobul tău actual de ML?

În timp ce eram încă la mijlocul învățării, am fost abordat de un startup care dorea să construiască un chatbot alimentat de NLP care să intervieveze oamenii. Pe atunci, eram mai interesat de viziunea pe computer. Dar am început să-mi placă zona NLP în timp ce lucram la chatbot. Am decis să mă specializez mai mult în NLP și acum lucrez cu normă întreagă la startup ca prim inginer ML. În curând vom începe să mărim dimensiunea companiei și să construim o echipă pentru a face față acestei misiuni provocatoare, dar extrem de distractive.

Vrei să-ți construiești propria carieră în învățarea profundă?

Începeți luând Specializarea Deep Learning!

Care a fost cea mai grea parte a învățării ML? Și cum ai depășit acel obstacol?

În afară de a fi numit un nebun, de a-mi tăia salariul la jumătate și de a lucra fără nicio garanție de succes? Chiar și cu toate aceste preocupări în mintea mea, a fost să mențin impulsul, găsind motivația de a face un pic de curs în fiecare zi, care a fost cel mai greu. Cumva am reușit să o fac, parțial pentru că mă bucuram cu adevărat de ceea ce învățam, și parțial pentru că cursurile erau extrem de bine organizate. A fost un fel de clasă de facultate, dar mai aprofundată și cu libertatea de a învăța în ritmul meu.

Ce sfaturi ați oferi unui cursant care abia începe?

Învățarea ML poate fi un proces îndelungat. (Există un motiv pentru care cursurile sunt organizate în săptămâni.) Faceți o foaie de parcurs cu lucrurile pe care doriți să le învățați, cursurile pe care doriți să le urmați și proiectele pe care doriți să le încercați. Atunci începe doar. Foaia de parcurs originală se va schimba probabil probabil după câteva luni, dar având în vedere un plan general vă va ajuta. Petreceți timp pentru a înțelege cu adevărat conceptele fundamentale. Faceți din nou un curs sau citiți despre același concept de mai multe ori din surse diferite. Uneori poate fi plictisitor, dar veți fi deja un practicant mai bun decât unii oameni cu 3-4 ani de experiență în domeniu. Căutați sfaturi de la cei mai buni din domeniu. În specializarea Deep Learning, interviurile Heroes of Deep Learning de la sfârșitul săptămânii au avut unii dintre cei mai buni oameni din comunitatea Deep Learning. Am găsit sfaturile date acolo extrem de valoroase.

Cum țineți pasul cu cele mai recente știri și descoperiri AI?

Mă abonez la o duzină de buletine informative AI (Towards Data Science, Import AI, Medium și Analytics Vidhya) și încerc să citesc orice poveste interesantă primesc de la ei. De asemenea, încă îmi fac provocarea cu o singură lucrare pe zi. Este cel mai bun mod de a înțelege stadiul tehnicii și mă ajută să găsesc noi domenii de cercetare. De asemenea, intenționez să particip la următoarea întâlnire anuală ACL sau la o altă conferință similară. Cred că este cel mai bun loc pentru a aduna știri și cunoștințe despre stadiul artei din domeniu.

La ce lucrezi în prezent?

Pe lângă proiectul chatbot, folosesc Knowledge Graphs și NLP pentru a ajuta roboții să interacționeze cu oamenii într-un mod mai conștient de context și mai aprofundat.

Ce vă imaginați ca următorul pas pentru dvs.? Unde ai vrea să ajungi?

Încă îmi dau seama de următorul meu pas. După ce am văzut o privire de ansamblu asupra domeniului, îmi dau seama că mai am atât de multe de învățat, așa că, în timp ce lucrez la proiectele mele actuale, încă intenționez să-mi dezvolt cunoștințele pentru moment. În mod ideal, mi-ar plăcea să cercetez și să ajut la avansarea stadiului tehnicii în PNL. În cele din urmă, aș vrea să-mi aduc propria contribuție în domeniu și să devin, îndrăznesc să spun, un expert.

Orice altceva ați dori să distribuiți?

Învățarea automată este nouă și interesantă și există o mulțime de companii care caută ingineri ML. În timp ce învățarea ML este o modalitate excelentă de a-ți schimba cariera, obiectivul final ar trebui să fie îmbunătățirea abilităților și aflarea dacă ML te face entuziasmat și bucuros. Concentrați-vă asupra învățării, iar jobul va urma în mod natural. Aș dori să mulțumesc tuturor instructorilor de pe Coursera pentru crearea unui conținut educațional excelent. De asemenea, aș dori să îi mulțumesc în mod special lui Andrew Ng pentru cursurile sale extrem de perspicace și pentru toată munca pe care a făcut-o pentru comunitate.