Mga spotlight
AI Manager, Data Science Manager, Analytics Manager, Artificial Intelligence Manager, Data Engineering Manager
Mula noong unang nilikha ang mga computer, nais ng mga programmer na makapag-isip sila para sa kanilang sarili. Sa katunayan, mayroong isang buong larangan ng data science na tinatawag na machine learning na nakatuon sa layuning iyon!
Gaya ng paliwanag ng IBM , “Ang pag-aaral ng makina ay isang sangay ng artificial intelligence (AI) at computer science na nakatutok sa paggamit ng data at mga algorithm upang gayahin ang paraan ng pagkatuto ng mga tao, unti-unting pinapabuti ang katumpakan nito.”
Sa sandaling nakakulong sa larangan ng science fiction, ngayon libu-libong kumpanya ang labis na namumuhunan sa AI at machine learning—na may mga dedikadong team na nagsusumikap na paunlarin ang teknolohiya. Ang mga team na ito ay nangangailangan ng nakatutok na pamumuno ng mga may karanasan na Machine Learning Manager na nauunawaan ang mga layunin ng negosyo ng kanilang mga kumpanya at alam kung paano mag-coach ng mga team para magtagumpay.
- Paggawa kasama ang mga koponan sa makabagong teknolohiya
- Pagbuo ng mga programa upang palakasin ang kahusayan at matugunan ang mga layunin sa negosyo
- Competitive na kabayaran at magagandang pagkakataon para sa pagpapaunlad ng mga kasanayan
Oras ng trabaho
- Ang Mga Manager ng Machine Learning ay nagtatrabaho ng mga full-time na trabaho, karaniwang may mga gabi, katapusan ng linggo, at mga holiday, kahit na maaaring kailanganin paminsan-minsan ang overtime.
Mga Karaniwang Tungkulin
- Maghanap ng mga lugar kung saan maaaring ilapat ang machine learning (ML) sa mga kasalukuyang proyekto at proseso
- Makipagkita sa pamunuan ng kumpanya at mga team para ipaliwanag ang mga konsepto, magmungkahi ng mga diskarte, at suriin ang mga potensyal na epekto at benepisyo
- Gumawa ng isang machine learning na roadmap na naglilista ng mga proseso at problema, pati na rin ang matematika, mga mapagkukunan, at mga tool na gagamitin
- Ipatupad ang mga inisyatiba ng ML ayon sa iskedyul
- Nangunguna sa mga ML team na maaaring kabilang ang mga data scientist, engineer, at programmer
- Palakasin ang kamalayan ng user sa kung paano pinagtibay ang ML at kung anong mga pagbabago ang maaaring kailanganin nilang malaman
- Makipagtulungan sa mga pangkat ng pamamahala ng mobile device kung kinakailangan upang matiyak na mahusay na naipapatupad ang mga bagong diskarte sa data
- Bumuo at mag-deploy ng mga algorithm na may kakayahang kumuha ng kapaki-pakinabang na impormasyon mula sa malalaking set ng data
- Layunin na suriin ang iba't ibang mga pamamaraan at ang kanilang mga resulta
- Gumamit ng mga programming language at tool tulad ng Python, R, at TensorFlow
- Bumuo ng mga awtomatikong proseso para sa predictive na pagpapatunay ng modelo
Mga Karagdagang Pananagutan
- Makipagtulungan sa mga kasosyong negosyo ayon sa direksyon na magbahagi ng kaalaman, insight, o impormasyon tungkol sa mga pagbabago
- Bumuo ng matibay na mga external na network ng pakikipagsosyo upang mapahusay ang pag-aaral
- Sanayin o i-mentor ang mga miyembro ng team at assistant manager
Soft Skills
- Analitikal
- Katalinuhan sa negosyo
- Kakayahan sa pakikipag-usap
- Mapagpasya
- Mabusisi pagdating sa detalye
- Etikal
- Independent
- Mga kasanayan sa pamumuno
- Layunin
- Organisado
- pasyente
- Pagtugon sa suliranin
- Pagtutulungan ng magkakasama
Teknikal na kasanayan
- Mga kumpanya sa pagkonsulta
- Mga tindahan ng e-commerce/tingi
- Sektor ng pananalapi
- Mga ahensya ng gobyerno
- Mga kumpanya ng pangangalagang pangkalusugan at parmasyutiko
- Paggawa
- Mga institusyon ng pananaliksik
- Mga kumpanyang tech
Ang mga Machine Learning Manager ay inaasahang nasa tuktok ng kanilang laro, at handang epektibong manguna sa mga team upang maabot ang mga layunin ng organisasyong nauugnay sa ML.
Dapat silang maging malikhain, etikal, at pasulong na pag-iisip, kayang hanapin at pagsamantalahan ang lahat ng pagkakataon upang pagsamahin at gamitin ang mga kakayahan ng ML at palakasin ang pagganap. Sa panahong ito ng high-tech na competitiveness, ang mga kumpanyang hindi nangunguna sa mga uso ay maaaring mabilis na mahuli at mawalan ng mga customer.
Mabilis na umuunlad ang machine learning at may ilang kapansin-pansing trend na dapat subaybayan. Kabilang sa mga ito ay ang pagsulong ng malalim na pag-aaral at malalim na neural network na inspirasyon ng magkakaugnay na network ng mga neuron sa utak ng tao. Ang reinforcement learning ay isa ring mainit na uso sa robotics, mga programa sa pagsasanay (aka mga ahente) upang makipag-ugnayan sa mga kapaligiran sa pamamagitan ng pagsubok at pagkakamali.
Habang nagiging mas kumplikado ang mga modelo ng ML, dapat bigyang-pansin ng mga mananaliksik ang mga etikal na pagsasaalang-alang at kung paano gumagawa ng mga desisyon ang mga modelo ng ML. Kasama sa iba pang mga trend ang mga konsepto tulad ng federated learning, transfer learning at pre-trained na mga modelo, AutoML, edge computing, at on-device ML—na bawat isa ay kailangang matutunan ng Machine Learning Managers upang manatiling up-to-date!
Ang mga Machine Learning Manager ay malamang na mahilig sa teknolohiya sa murang edad. Maaaring interesado sila sa matematika, computer coding, at programming language. Malamang na nasiyahan din sila sa analytical na paglutas ng problema o kahit na nagbabasa tungkol sa mga epekto ng teknolohiya sa mga negosyo.
Ang pagtutulungan ng magkakasama ay isang mahalagang bahagi ng larangan ng karera, ngunit ang Mga Tagapamahala ng Machine Learning ay mga pinuno na dapat na handang kumilos kapag may hindi pagkakasundo. Trabaho nila na tiyakin ang naaangkop na pag-uugali ng ML at paggawa ng desisyon. Ang kakayahang mamuno ay maaaring umunlad sa pamamagitan ng mga ekstrakurikular na aktibidad sa paaralan.
- Ang mga Machine Learning Manager sa pangkalahatan ay nangangailangan ng master's degree sa data o computer science o isang kaugnay na larangan
- Ang mga manggagawa ay hindi nagsisimula bilang mga tagapamahala. Ang mga tagapamahala ay nangangailangan ng ilang taon ng nauugnay na karanasan sa trabaho, kabilang ang hindi bababa sa ilang taon ng karanasan sa pangangasiwa
- Maraming manager ang na-promote mula sa loob ng organisasyon, na gumagawa ng kanilang paraan mula sa entry-o mid-level na mga posisyon bilang mga ML engineer, programmer, o sa ilang mga kaso kahit na mga tungkulin sa negosyo
- Mga karaniwang paksa ng kurso isama ang:
- Pagmomodelo ng data
- Malalim na pagkatuto
- Mga algorithm at pamamaraan ng Machine Learning
- Natural na pagproseso ng wika
- Mga neural network
- Mga programming language (R, Python, C++, Java) at Python library tulad ng NumPy , Pandas , Matplotlib , at Scikit-learn
- Pagpapatibay ng pag-aaral
- Relasyon sa pagitan ng AI at ML
- Mga istatistika at posibilidad
- Ang mga mag-aaral ay maaaring matuto ng mga programming language tulad ng Python sa kanilang sarili, masyadong!
- Tingnan ang mga alok na kurso mula sa Coursera , gaya ng Artipisyal na Katalinuhan nito: Isang Pangkalahatang-ideya na Espesyalisasyon
- Makakatulong din ang pagkakaroon ng third-party na certification. Kasama sa mga opsyon ang:
- Ang mga mag-aaral ay dapat maghanap ng mga kolehiyo na nag-aalok ng mga major sa data science, computer science, artificial intelligence, o machine learning
- Maghanap ng mga programang may mga internship o iba pang pagkakataon kung saan maaari kang makakuha ng praktikal na karanasan, lalo na nauugnay sa AI at ML
- Isaalang-alang ang pag-apply sa isang dual BS/MS program upang makatipid ng oras sa pagkumpleto ng iyong master's
- Magpasya kung gusto mong gumawa ng mga online o hybrid na kurso
- Palaging ihambing ang mga gastos sa matrikula at iba pang mga bayarin. Suriin ang iyong mga opsyon para sa mga scholarship at tulong pinansyal
- Tingnan kung ang programa ay may anumang pakikipagsosyo sa mga kumpanyang kumukuha ng mga nagtapos!
- Tandaan ang mga istatistika ng pagtatapos at paglalagay ng trabaho para sa mga alumni
- Ang mga mag-aaral sa high school ay dapat kumuha ng mga kurso sa matematika (kabilang ang differential calculus), Ingles, komunikasyon, at teknolohiya ng impormasyon (lalo na ang AI at ML, kung maaari)
- Ang mga mag-aaral sa high school na walang access sa mga kursong AI/ML ay maaaring mag-aral nang mag-isa para magsimulang magtayo ng pundasyon. Isaalang-alang ang pagsali o pagbuo ng isang computer club!
- Ang kaalaman sa Python at SQL ay magiging kapaki-pakinabang sa ibang pagkakataon, at ang mga ito ay maaari ding matutunan sa pamamagitan ng sariling pag-aaral
- Mag-apply para sa isang bachelor's program sa computer o data science o isang kaugnay na larangan, na may pagtuon sa machine learning. Isaalang-alang ang pag-apply sa isang dual BS/MS program upang makatipid ng oras sa pagkumpleto ng iyong master's
- Maaaring hindi kailangan ng master's degree para sa bawat posisyon ngunit mapapalakas nito ang iyong mga kredensyal at maaaring makapag-aplay para sa mga panimulang posisyon na mas mahusay ang suweldo
- Maghanap ng mga part-time na trabaho kung saan maaari kang makakuha ng nauugnay na karanasan sa trabaho. Kakailanganin mo ang mga taon ng karanasan upang maisaalang-alang para sa isang posisyon sa pamamahala (kabilang ang karanasan sa pangangasiwa sa iba at nangungunang mga koponan)
- Mag-apply para sa mga nauugnay na internship, sa pamamagitan ng iyong paaralan o sa iyong sarili
- Magbasa ng mga magazine at artikulo sa website na nauugnay sa machine learning. Isaalang-alang ang paggawa ng mga ad hoc na kurso sa pamamagitan ng Coursera o iba pang mga site para sa mas structured na pag-aaral
- Humiling ng panayam na nagbibigay-impormasyon sa isang gumaganang Machine Learning Manager
- Tingnan ang mga portal ng trabaho tulad ng Indeed.com , LinkedIn , Glassdoor , Monster , CareerBuilder , SimplyHired , o ZipRecruiter
- Huwag asahan na magsimula sa isang antas ng pamamahala! Maliban kung mayroon ka nang ilang taon ng nauugnay na karanasan sa trabaho, kakailanganin mo munang mag-apply sa mga entry-level na posisyon
- Pag-isipang lumipat malapit sa isang tech hub city tulad ng Austin, Dallas, Raleigh, San Jose, o Charlotte
- Manatiling nakikipag-ugnayan sa mga kaklase at gamitin ang iyong network para makakuha ng mga tip sa trabaho. Karamihan sa mga trabaho ay matatagpuan pa rin sa pamamagitan ng mga personal na koneksyon
- Tanungin ang iyong mga instruktor, dating superbisor, at/o mga katrabaho kung handa silang magsilbi bilang mga personal na sanggunian. Huwag ibigay ang kanilang personal na impormasyon sa pakikipag-ugnayan nang walang paunang pahintulot
- Tingnan ang ilang halimbawa ng resume na nauugnay sa Machine Learning at mga halimbawang tanong sa panayam , kabilang ang mga pangunahing kaalaman tulad ng "Ano ang Iba't Ibang Uri ng Machine Learning?" o mas advanced na mga paksa tulad ng "Paano Mo Malalaman Aling Machine Learning Algorithm ang Pipiliin para sa Iyong Problema sa Pag-uuri?"
- Magsanay sa paggawa ng mga kunwaring panayam sa career center ng iyong paaralan (kung mayroon sila nito)
- Magsuot ng angkop para sa mga panayam at ipakita ang iyong sigasig at kaalaman sa larangan ng AI/ML
- Ito ay tumatagal ng mga taon ng edukasyon at karanasan sa trabaho upang magawa ang iyong paraan upang maging isang Machine Learning Manager. Kapag nandoon ka na, medyo mataas ka na, pero may mga pagkakataon pa rin para sa pag-asenso at pagtaas ng suweldo
- Kasama sa mas mataas na antas ng mga titulo sa trabaho ang Senior Machine Learning Manager at Direktor ng Machine Learning o Pinuno ng Machine Learning
- Ang mga tagapamahala ay maaari ring maghanap ng cross-functional na pamumuno o mga tungkulin sa espesyalisasyon sa industriya. Ang ilan ay nagpasyang lumipat sa mga purong posisyon sa pananaliksik at pagpapaunlad
- Ipaalam sa iyong superbisor na interesado ka sa pag-unlad ng karera at humingi ng kanilang payo
- Karamihan sa mga ML Manager ay may graduate degree, ngunit para sa mga hindi, ang pagkakaroon ng master's ay magiging isang magandang paraan para mapalakas ang mga kredensyal at kwalipikasyon
- Magdagdag ng halaga sa organisasyon sa pamamagitan ng pagsasama ng ML saanman ito magagamit. Makipag-ugnayan sa pamunuan at mga stakeholder upang matiyak na nauunawaan ang mga layunin at benepisyo ng ML
- Mabisang pamunuan ang mga koponan at tiyaking napapanatili ang mga proyekto sa iskedyul at nasa badyet
- Subaybayan ang mga trend at hamon ng AI at ML. Manatiling up-to-date sa pinakabagong software
- Para sa mga nagtatrabaho sa mas maliliit na organisasyon, maaaring kailanganin mong mag-apply para magtrabaho sa mas malaki o ibang uri ng organisasyon para makakuha ng mas malaking suweldo o maabot ang mas matataas na layunin sa karera
- Halimbawa, ang mga manager na nagtatrabaho para sa mga ahensya ng gobyerno ay maaaring makakuha ng mas malaking suweldo sa isang pribadong kumpanya ng teknolohiya
- Makakatulong din ang pagkumpleto ng mga advanced na third-party na certification. Kasama sa mga opsyon ang:
- Siyempre, ang mga ML Manager na may malakas na background sa negosyo ay maaaring umunlad bilang mga negosyante na naglulunsad ng kanilang sariling AI o mga negosyong nauugnay sa ML sa halip na magtrabaho para sa ibang tao!
- Isaalang-alang ang propesor ng Stanford na si Andrew Ng, isang kilalang ML na negosyante at co-founder ng Coursera at Google Brain, na may netong halaga na ~$122 milyon !
Mga website
- ACM
- AI Now Institute
- Asosasyon ng mga Propesyonal ng AI
- Amazon Web Services
- Kapisanan para sa Computational Linguistics
- Association para sa Computing Machinery
- Kapisanan para sa Pagsulong ng Artipisyal na Katalinuhan
- Atomium
- Bard
- Bing AI
- Center para sa Data Innovation
- Sentro para sa Human-Compatible AI
- Codementor
- Konseho para sa Big Data, Etika, at Lipunan
- Coursera
- DARPA
- DataCamp
- DataRobot, Inc.
- Data Science Central
- Data Science Dojo
- DeepLearning.AI
- DeepMind
- edX
- EthicsNet
- Mabilis.ai
- GitHub
- Google AI
- IEEE
- IFTF - Institute para sa Kinabukasan
- Institute para sa Ethical AI at Machine Learning
- Institute of Electrical and Electronics Engineers
- International Association for Pattern Recognition
- International Neural Network Society
- Kaggle
- KDnuggets
- Machine Intelligence Research Institute
- Mastery sa Machine Learning
- Microsoft
- MIT-CSAIL Computer Science at Artificial Intelligence Lab
- National Security Commission on Artificial Intelligence
- NIST
- OECD.AI Policy Observatory
- OpenAI
- Buksan ang Data Institute
- Pakikipagsosyo sa AI
- PwC
- RightsCon
- Asosasyon ng Robotics Industries
- Salesforce - Einstein AI
- Software.org
- Stanford University HAI
- Tech Policy Lab
- TensorFlow
- Topcoder
- Udacity
- Udemy
- UNICRI Center para sa Artificial Intelligence at Robotics
Mga libro
- Hands-On Machine Learning gamit ang Scikit-Learn, Keras, at TensorFlow: Mga Konsepto, Mga Tool, at Teknik sa Pagbuo ng Mga Matalinong Sistema , ni Aurélien Géron
- Machine Learning For Dummies , ni John Paul Mueller
- The Hundred-Page Machine Learning Book , ni Andriy Burkov
Ang Machine Learning ay isang kamangha-manghang larangan ngunit nangangailangan ng mga taon ng edukasyon at karanasan sa trabaho upang maging kwalipikado para sa isang posisyon ng manager. Maraming mga nauugnay na opsyon sa karera na dapat isaalang-alang, ang ilan sa mga ito ay maaaring mangailangan ng mas kaunting oras upang maging kwalipikado. Sa parehong paraan, maaaring magsilbing stepping stone ang ilan sa mga tungkuling ito para maging ML Manager mamaya!
- AI Prompt Engineer
- Big Data Engineer
- Developer ng Business Intelligence
- Computer Programmer
- Analyst ng Computer Systems
- Arkitekto ng Database
- Data Scientist
- Information Security Analyst
- Mathematician
- Machine Learning Engineer
- Robotics Engineer
- Arkitekto ng Software
- Web Developer