О хайпе вокруг машинного обучения с другого ракурса.
Разбавлю немного серию постов про инфлюенсеров.
Я хотел бы подметить одну важную по моему мнению тенденцию. Сейчас интернет переполнен информацией о том, что очередная нейросеть сделала вот такую штуку, а потом вот такую, а под конец и вовсе запустила человека в космос. У широкой аудитории появляется непонимание того, про что собственно речь, как это работает и какие у этой технологии есть слабые стороны - все прямо как с криптовалютами.
Зато у многих появляется желание начать работать в сфере Data Science/Machine Learning. Ведь ТАМ ЗАРПЛАТЫ БАСНОСЛОВНЫЕ.
Так откуда берутся эти самые огромные зарплаты? У меня складывается впечатление, что берутся они от точно такого же непонимания (что вообще происходит и как работает машинное обучение) у самих бизнесменов, то есть тех, кто эти вакансии создает.
В итоге бизнесмены как обычно ждут кнопку "бабло": "вот придет сейчас яйцеголовый Data Science, прикрутит к нашей шаурмичной нейросеть, и мы начнем крутить шаурму в 10 раз быстрее, а зарабатывать и вовсе в 20 раз больше."
С другой стороны, сотрудники, которые устраиваются на работу, сами крайне воодушевлены своим статусом яйцеголового машинообучалы. Как итог - они считают, что получают зарплату просто за то, что балуются с какими-то коэффициентами нейросети. Или, проще говоря, за то, что они такие крутые.
В итоге все ходят очень важные и надутые, как павлины. При этом не создают никакой добавленной стоимости. Потом отдел машинного обучения закрывают, бизнес терпит убытки, а сотрудников выбрасывают на рынок труда.
Я считаю, что эта проблема может быть решена. Бизнесменам, которые хотят применять у себя в компании машинное обучение, следует хоть немного разобраться, как оно работает и какие имеет ограничения.
А будущим сотрудникам стоит смотреть на машинное обучение не как на какое-то таинство, за одно лишь знание которого платят деньги, а как на еще один инструмент бизнеса, уместное и точечное применение которого приносит компании дополнительную прибыль.
Для решения задачи понимания того, как машинное обучение применимо к бизнесу, отлично подходит курс "Практический Machine Learning". Он, собственно, так и называется - практический, потому что объясняет практическое применение и ограничения алгоритмов машинного обучения. Так что крайне рекомендую его вам, если вы сейчас думаете о том, как стать квалифицированным сотрудником в этой отрасли, либо как успешно внедрить его в вашем бизнесе.
Разбавлю немного серию постов про инфлюенсеров.
Я хотел бы подметить одну важную по моему мнению тенденцию. Сейчас интернет переполнен информацией о том, что очередная нейросеть сделала вот такую штуку, а потом вот такую, а под конец и вовсе запустила человека в космос. У широкой аудитории появляется непонимание того, про что собственно речь, как это работает и какие у этой технологии есть слабые стороны - все прямо как с криптовалютами.
Зато у многих появляется желание начать работать в сфере Data Science/Machine Learning. Ведь ТАМ ЗАРПЛАТЫ БАСНОСЛОВНЫЕ.
Так откуда берутся эти самые огромные зарплаты? У меня складывается впечатление, что берутся они от точно такого же непонимания (что вообще происходит и как работает машинное обучение) у самих бизнесменов, то есть тех, кто эти вакансии создает.
В итоге бизнесмены как обычно ждут кнопку "бабло": "вот придет сейчас яйцеголовый Data Science, прикрутит к нашей шаурмичной нейросеть, и мы начнем крутить шаурму в 10 раз быстрее, а зарабатывать и вовсе в 20 раз больше."
С другой стороны, сотрудники, которые устраиваются на работу, сами крайне воодушевлены своим статусом яйцеголового машинообучалы. Как итог - они считают, что получают зарплату просто за то, что балуются с какими-то коэффициентами нейросети. Или, проще говоря, за то, что они такие крутые.
В итоге все ходят очень важные и надутые, как павлины. При этом не создают никакой добавленной стоимости. Потом отдел машинного обучения закрывают, бизнес терпит убытки, а сотрудников выбрасывают на рынок труда.
Я считаю, что эта проблема может быть решена. Бизнесменам, которые хотят применять у себя в компании машинное обучение, следует хоть немного разобраться, как оно работает и какие имеет ограничения.
А будущим сотрудникам стоит смотреть на машинное обучение не как на какое-то таинство, за одно лишь знание которого платят деньги, а как на еще один инструмент бизнеса, уместное и точечное применение которого приносит компании дополнительную прибыль.
Для решения задачи понимания того, как машинное обучение применимо к бизнесу, отлично подходит курс "Практический Machine Learning". Он, собственно, так и называется - практический, потому что объясняет практическое применение и ограничения алгоритмов машинного обучения. Так что крайне рекомендую его вам, если вы сейчас думаете о том, как стать квалифицированным сотрудником в этой отрасли, либо как успешно внедрить его в вашем бизнесе.