給想從事人工智慧和數據科學的你:這是來自業界溫柔、實用的建議

【我們為什麼挑選這篇文章】人工智慧、大數據熱度不斷延燒,不但大學廣開相關課程,越來越多的企業開出的待遇也越來越誘人,以下是 Computing Edge 記者採訪業內資深工程師,請教人工智慧目前發展的現況及未來趨勢,幫助有意往該領域發展的學生解答疑惑,走出學術象牙塔。(責任編輯:鄧天心)

本文作者:劉肉醬 公眾號: 雷鋒網

在這樣競爭激烈的環境之中,一些關於未來職業規劃的建議肯定會對如今的學生、未來的科技人才們有所幫助。

IEEE 電腦學會 Computing Edge 雜誌的記者 Lori Cameron 就採訪了兩位人工智慧、大數據領域的業內人士,讓他們為學生們提出一些職業建議。

雷鋒網 AI 科技評論編譯如下:

Douglas Fisher 教授任教於 Vanderbilt 大學電腦科學和電腦工程專業,除了教職外,Fisher 教授在 CompSustNet 中擔任外聯、教育、多樣性和綜合應用方面的總監,CompSustNet 是一個美國國家科學基金會贊助的研究網路,致力於探索計算可持續性的新方向。

Fisher 教授在 IEEE Intelligent Systems 的 2016 年 7 月/ 8 月刊中發表了文章《人工智慧在計算可持續性領域的最新進展》。

Computing Edge 向他諮詢了人工智慧領域的職業發展狀況。

ComputingEdge:人工智慧領域中的哪些職業將在未來幾年內獲得顯著發展

Fisher:未來的許多人工智慧工作都會與自動化的設計與實踐產生廣泛的聯繫。

這些工作分佈於 零售、運輸和醫療保健 等領域。

然而,在大多數情況下,他們並 不傾向於完全自動化 ,因為按照以往的經驗來看,這樣容易出差錯。

相反, 在工作中將人類和人工智慧相結合,而不是以往的由人類或人工智慧中的某一方單獨完成工作,在未來最有可能

因此,人工智慧專家將與 HCI(human–computer interaction 人機交互)專家一起工作,具備這方面專業知識的人才在這一領域中會更具優勢。

他們製造的產品包括移動設備,以及能夠幫助處理工作、而非對使用者造成困擾的智慧個人助理。

在很長一段時間裡, 機器學習依然會是 AI 範疇中的支柱領域

不論是讓 AI 玩遊戲的水平,還是 AI 在模擬的社會環境與自然環境中的表現,都還有很大的提升空間。

ComputingEdge : 您有什麼建議給大學生們,幫助他們面對未來的競爭?

Fisher:我覺得學生們更應該考慮的是自己的 興趣,還有激情

要知道,電腦科學專業的學生們從不擔心自己會找不到工作,但他們獲得的工作也不一定是自己的興趣所在、不一定是能熱愛一生的職業。

提個善意的醒, 有時候老師會被電腦科學可觀的就業前景而蒙蔽雙眼,因此強烈推薦它,卻忽略了其他職業選擇的動機來源,比如對技術的熱愛或有可能促進到社會公益。

學生們應該考慮將他們 對人工智慧和電腦科學的興趣與其他事物結合起來 ,例如外語和文化,醫學和健康,心理學,神經科學,法律,新聞和寫作,音樂,電影或其他類型的藝術。

對這些領域的探索可以發掘人工智慧領域的更多可能性,並使他們在職場中更容易獲得公司的青睞。

實習也非常重要 ,包括在學校教授的實驗室或其他機構中進行的暑期研究項目。

那些還沒有準備好進行專業性電腦科學實習的低年級學生可以做一些其他的事情,比如參加夏令營項目,給更小的孩子們教寫程式。

我認為很多公司都更歡迎擁有豐富多樣的實習經歷的求職者。

ComputingEdge:在 申請人工智慧領域相關工作時,求職者應該注意些什麼?

Fisher:求職者應該了解這項工作,包括其要求、義務和自由。

例如,人工智慧是否是這項工作中唯一所需的專業技能?這份工作能否使自己在別的專業領域中有所提升?

ComputingEdge:請舉例說明一個畢業生在剛開始職業生涯時需要避免的嚴重錯誤?

Fisher:不要忽視未來,這既包括自我的財務規劃和對家庭發展的規劃,還意味著對社會和環境未來發展狀況的關注和貢獻,這就需要 個體必須擁有知識、專業技能和責任心

Jens Jelitto 是《大數據的認知存儲》文章的作者之一,這篇文章發表於 2016 年 4 月的 Computer 雜誌。

Jelitto 是 IBM 蘇黎世研究中心的研究員,他的研究方向包括無線局域網數字訊號處理、磁介質存儲技術,以及大數據存儲系統中的新技術。

Computing Edge 向 Jelitto 諮詢了大數據領域的職業建議。

ComputingEdge:大數據領域內,哪些技術將在未來幾年內獲得顯著進步?

Jelitto:自我學習人工智慧系統以及 AI 支持技術(如神經形態計算、大數據分析的新形式、機器學習、加密數據分析等)在未來將有顯著的進步

在許多領域中,數據分析都可以幫助得到新的研究視野並實現顯著的改進,與此同時,數據隱私也變得比以往任何時候都更加重要。

醫療保健領域中的數據分析便是一個很好的例子,數據分析已經極大改進了臨床試驗,並為患者帶來數據化的診斷流程和個人性化治療方案,但也帶來了對隱私安全的高度需求。

ComputingEdge :針對此專業的大學生,您有什麼建議來幫助他們面對未來的競爭嗎?

Jelitto:除了在你正在奮鬥的核心專業領域上,要盡可能的獲得卓越成績之外,還應該培養跨學科研究的能力,敢於探索其他相關聯的、或者起到補充作用的專業領域。創新總是產生於探索發現的路上。

ComputingEdge:如果畢業生即將成為大數據領域的一名實習生、自由職業者或獨立承包商,您是否能提供一些建議以幫助他們為自己打造一份引人注目的簡歷

Jelitto:一位大數據科學家必須做到如下幾點:

1. 在 AI / ML 的一個或多個領域內擁有深厚的算法知識和專業知識

2. 熟練掌握工具(程式語言,軟體開發和相關工具,數據分析庫和分析工具)

3. 在跨專業團隊和項目中表現出充分的求知慾和工作能力

4. 建立和展示良好的溝通技巧,成為團隊中的一份子,同時也能夠獨立勝任工作

 

ComputingEdge:請舉例說明一個畢業生在剛開始職業生涯時需要避免的嚴重錯誤?

Jelitto:過於狹隘地關注某一單一領域,或是從事一個你並不熱愛的事業。

ComputingEdge:您是否有任何學習經驗可以分享給這些即將踏入職場的畢業生?

Jelitto:我覺得最重要的是,盡量在一個積極向上且雄心勃勃的團隊中工作,敢於走出自己的舒適區,接受失敗,將其視為通往成功的必經之路。

公眾號: 雷鋒網

__

(本文經精選觀點 雷鋒網 授權轉載,並同意 TechOrange 編寫導讀與修訂標題,原文標題為 〈想從事人工智能和大數據的學生們,這裡有幾條職業建議給你 〉,首圖來源:PEXELS CC licensed。)

延伸閱讀

數據科學家、工程師們有福啦!Google「數據搜尋引擎」正式上線

如何像個工程師一樣思考?從學會「拆解問題」開始

如何成為一名數據科學家?來聽聽 Netfix 資深工程師的入門攻略

點關鍵字看更多相關文章: