Машинное обучение (machine learning) — это подраздел искусственного интеллекта, изучающий методы построения алгоритмов, способных обучаться по данным.
Глубокое обучение (deep learning) — это подобласть машинного обучения, изучающая методы обучения искусственных нейронных сетей.
Методы машинного и глубокого обучения применяются в самых разных областях для решения различных задач — от прогнозирования и обработки естественного языка до компьютерного зрения.
Специалист по машинному обучению (machine learning) занимается:
- созданием алгоритма работы компьютерной программы, с помощью которого техническое устройство обретает способность к самообучению;
- в отдельных случаях — аналитикой и выделением признаков, которыми обладает определенная информация (формирование вектора признаков для каждого объекта, который нужно проанализировать).
Специалист по глубокому обучению (deep learning) занимается:
- конструированием искусственных нейронных сетей* — созданием алгоритма работы компьютерной программы, чтобы она самостоятельно анализировала и выделяла признаки, которыми обладает информация или объект и структурировала их (например, сортировка и анализ контента: изображений, текстов, аудиозаписей).
*Примечание. Искусственные системы, устроенные по принципу нейронных сетей в голове человека.
Места работы
ИТ-компании
Компании, занимающиеся робототехникой
Компании–разработчики продуктов для индустрии развлечений
Лаборатории вузов/или НИИ
Профильные коммерческие компанииЗаработная плата
Начальный уровень:
Продвинутый уровень:
в зависимости от опыта работы
Подойдет ли это мне
- математика (особенно математическая статистика);
- информатика (технологии баз данных, параллельные и распределенные вычисления, Python);
- биология (базовые знания нейрофизиологии);
- физика;
- английский язык.
- аналитическое мышление;
- способность к обучению в течение жизни;
- ориентированность на результат.
- не готов к работе с большим объемом информации.
План Б
Если захочется что-то поменять, можно стать:
- программистом;
- разработчиком программного обеспечения;
- аналитиком баз данных;
- менеджером ИТ-проектов;
- ученым, уйти в фундаментальную науку (проводить исследования);
- предпринимателем.
Можно выбрать любую сферу деятельности, в которой важен анализ данных. Например, бизнес, медицина, биология, социология, маркетинг, геология и многое другое.
Квалификация
Вариант 1
Высшее образование в области ИТ.
Вариант 2
Высшее инженерное образование.
Вариант 3
Высшее математическое образование.
- Специалитет (5 лет).
- Бакалавриат (4 года).
- Магистратура (2 года).
Предметы, необходимые для поступления в вуз
Вариант 1
Высшее образование в области ИТ
- математика;
- русский язык;
- информатика;
- физика;
- иностранный язык.
Полезные ссылки
Порталы, форумы
- Портал о современной нейронауке.
- Задачи в machine learning. Научный форум.
- Научно-образовательный сайт Neuro Science.
- Make it quantum. «Квантовый мир». Все, что происходит в мире современной физики.
Журналы
