Специалисты по машинному обучению — кто они?

Вот решил занятся изучением чего-то так сказать «фундаментального». Посмотрел в сторону анализа данных и машинному обучению. Нашел курсы на курсере и на яндексе, скачал пару книг. Но там сплошная математика, не скажу что супер супер ядерная, но на уровне курса в хорошем техническом вузе. Я так понял, что специалисты из этой области — довольно востребованные и редкие люди в Украине. Может кто знает — много ли у нас таких спецов и действительно ли намного больше оплачиваемые? И второй вопрос — действительно ли машинное обучение так страшно или просто еще не придумали более или менне простых курсов — по крайней мере для введения для новичков?

LinkedIn
Допустимые теги: blockquote, a, pre, code, ul, ol, li, b, i, del.
Ctrl + Enter
Допустимые теги: blockquote, a, pre, code, ul, ol, li, b, i, del.
Ctrl + Enter
Я так понял, что специалисты из этой области — довольно востребованные и редкие люди в Украине.

Судя по зарплатам — нет. Java-сеньйоры получают кажется в разы больше.

Может кто знает — много ли у нас таких спецов и действительно ли намного больше оплачиваемые?

Если спецов — то около десятка человек на всю страну.

И второй вопрос — действительно ли машинное обучение так страшно или просто еще не придумали более или менне простых курсов — по крайней мере для введения для новичков?

Актуальное машинное обучение взлетело буквально год-два назад. Поэтому «простые курсы» это из области отдаленного будущего. Кроме того там заказывает музыку в первую очередь интуиция и эмпирика чему научить вероятно невозможно.

Но там сплошная математика
Ну не супер сложная. Линейку, теорвер и матстат помоему даже экономисты изучают в упрощенном виде (без теории меры и функана).
действительно ли намного больше оплачиваемые
ага, да хертам даже близко было! Если
Ну признание не обязательно, желательно побольше зеленых бумажек)
то лучше не лезь туда, а иди на джаваскрипте фигачь.
действительно ли машинное обучение так страшно
 Ну вообще многим методам фиг знает сколько лет. Какой нибудь линейный дискриминант или регрессия почти 100 лет назад использовались. Ну только на малых данных. Некоторые методы тоже дофига назад времени были придуманы, но реализовать и промышленно применить их смогли относительно недавно — вычеслительной мощности наконец то хватило. Короче обычная стата, чуть ржачно когда просто занимаешся этой статой, а тут кто то достает из торбы байесовский классификатор, который еще его прадед использовал и орет что он «машины обучает». Хотя абсолютно не интерпретируемые модели типа сетей, може и подходят под это определение.
Точно уверен, что не хочу тратить столько лет на приобретиния опыта в этой сфере)
ну тут 2 варианта, в принципе много чего уже реализовано в готовых пакетах — бери и используй, там не сильно обязательно четко помнить про, например, условия каруша-куна-таккера и т.д. бо все уже «в коробке». Но потом наверняка надо будет «копать» и «копать» всю жизнь. Программисты ж тоже всю жизнь обучаются, но в стате все более менее стабильно и фундаментально — новый фреймворк не запартачит тебе карьеру. Хотя хороший программист, тоже ж шарится в 100 летних основах, а не профигачил курсы 2 недели.

Моя жена — спец по машинному обучению.
Планирую написать книгу об этом.

О машинном обучении, или о жене, или о том как жить с женой-специалистом по машинному обучению?)

«Рассказы о веселых людях и хорошей погоде». :)

Мне тема тоже интересна. Посадили меня времено в отдел аналитики, ох тут есть где применить анализ данных и машиное обучение. Аж руки чешутся. Только время и силы бы найти.

Качество спецов невысокое как и форума

не востребованны не только в Украине но и в европе. хайп типа был на биг дата и на мл но вакансии часто пишут — «10 лет мл». Пользуется частенько в простых сценариях определения чего то там, например как определить что это спам или как определить что юзер хочет что то купить, вроде еще банки требовали людей кто знает мл для оперделения разных рисков но опять же «10 лет +».оверолл можна сказать не востребованно пока.

действительно ли машинное обучение так страшно или просто еще не придумали более или менне простых курсов — по крайней мере для введения для новичков?

Уровень «страшности» в данном случае обратно пропорционален уровню ранее полученного образования. Да, с той легкостью, как через курсы «веб-разрабочик за две недели» сюда не войдешь. С другой стороны, в МL есть те, кто придумывают новые методы и алгоритмы, а есть те, кто их использует. Для последних глубина математических знаний не столь важна, но важно знание конкретной области применения и умение выбрать (подобрать) метод. Если посмотреть литературу, в особенности англоязычную, можно обратить внимание, что очень значительная ее часть ориентирована именно на вторую группу специалистов. Да и курсы той-же Сoursera, кстати, тоже. Вот ШАД — тот конечно замудрил так, что даже непонятно, кого они хотят видеть на выходе.

А есть-ли у нас в стране какие-то курсы по МL, Data Mining, Big Data — не знаю, вроде бы ничего вразумительного и нет. Кстати, было-бы интересно узнать мнение публики, на сколько такие курсы были-бы востребованы?

Были кальки с курсеры во Львове

на сколько такие курсы были-бы востребованы?
судя по востребованности ШАД — у нас будут тоже востребованы )
А есть-ли у нас в стране какие-то курсы по МL, Data Mining, Big Data
есть несколько человек которые читают введение, как таковых курсов не встречал
есть несколько человек которые читают введение, как таковых курсов не встречал
Я вот тоже не встречал. Вопрос в том, были-бы такие курсы реально востребованы?

Были курсы у киевстара, но на них набирали людей с опытом

Не правда) Туда надо было решить простое задание, просто большинству за него было страшно взяться

Ух ты, даже не слышал о таких

Условно простое. Если кто-то его за раз сделал, то зачем ему вообще эти курсы?

И срок обучения 5 недель. У всяких аутсорсеров курсы по джаве и т.п. 3 месяца. А задание было по классификации с применением машинного обучения. На этих курсах по названию Big Data могли бы изучать Spark, MapReduce и задания соответствующие давать. Интересно бы спросить у слушателей как и что там было в реале, они же уже выпустились.

Я не понял кто вам сказал про 5 недель) Это все длилось больше 2-х месяцев по выходным и пятницам. Но времени и правда мало было. В общем-то я и выпустился. И хотя самой БигДаты там было мало, были очень крутые лекторы из Мадридской IE бизнес-школы, из России, были Александр Крот и Стас Семенов, курс по машинному обучению на базе Стенфордского (не тот который на курсере, а тот который более математический). Эконометрика тоже была. В целом я нигде не видел даже платно такое количество знаний в одном месте, а тут все было покрыто Киевстаром. А все что надо было знать это постройка самого простого классификатора. Причем не обязательно на лог.регрессии или еще более сложных методах. Нужно было, как я и сказал, решить простое идейно задание, которое просто выглядело нерешаемым на первый взгляд

Ну вам же было интересно что было в реале. Это и было) Не всегда (внезапно) информация на сайте соответствует действительности. В случае с киевстаром соответствие было где-то на 70-75%

Спасибо, что зарегистрировались, что бы проинформировать нас. Действительно, интересно услышать «мнение из первых рук». Какие темы затрагивались?, в чем была «крутость» лекторов? сколько и каких лекций они провели?, курс по машинному обучению — что в него вошло? Это же огромная тема, в общем-то? Что было из эконометрики? Что за «простое идейно» задание?
В общем- интересно все. Например, много-ли народу поступило/закончило?
Заранее спасибо за информацию.

Если вкратце)
1. Темы были связаны полностью с Data Science — начиная от математических основ для машинного обучения, плюс эконометрики немного, плюс немного инструментов больших данных — Спарк, Vowpal Wabbit без хадупов-хайвов-эйчбейсов. Плюс были темы связанные с визуализацией данных, создание презентаций. Так же были темы с бизнесовой стороны — как правильно продукты БигДаты и ДатаСайенса продвигать и продавать.
2. Лекторы были не теоретики а люди не первый год в теме.
3. В курс по мл вошли обычные вещи типа supervised unsupervised reinforcment learning. Только с углублением в математику. Был вводный курс в ДипЛернинг. Тема огромная, заданий было много, в том числе проект курсовой и компетишн на Каггле. Идеально все успеть не получилось ни у кого, времени было для всей этой информации было действительно мало
4. По эконометрике было много всего плюс реальные кейсы с написанием кода на стате и матлабе
5. Простое идейно — это бинарный классификатор. Определение пола абонента. сложность была в том что данные были очень и очень плохими, были люди кто тратил на чистку данных 5-6 часов и потом забивал.
6. Было 25-27 человек. Не закончило в итоге пару человек, еще пару не сдало минимум домашних, поэтому не получило диплом на награждении.

Спасибо за информацию.

Столько специалистов по специалистам в машинном обучении, что просто ужснах.
И все все знают.
Пойду напьюся.

Пойду напьюся.
Каждому своё. Кому-то машины обучать, кому-то пойти напиться.
И второй вопрос — действительно ли машинное обучение так страшно или просто еще не придумали более или менне простых курсов — по крайней мере для введения для новичков?
Как только придумают прямой интерфейс в мозг и транслятор знаний текстовом виде в набор сигналов мозга и прямой перестройки твоей нейронной сети, так сразу и появиться.
Пока же в роли такого транслятора выступают преподаватели, что читают и пишут лекции и люди, что пишут книги. А интерфейс с твоим мозгом: зрение и слух, иногда осязание (ремень по жопе). И (само) обучение твоей нейронной сети долгий процесс.
довольно востребованные и редкие люди в Украине
Нет. Потому как эти работы требуют долгосрочного планирования и получение прибыли часто возможно только после длительных вложений. В Украине такое себе могут позволить «лишь только не все».
Но в тех же США они востребованы чуть более.

любая обезяна с мехмата или матфака может быть переучена на этот датасаенс. Вам тяжело там потому что видимо учились за сало или в каком то политехе с другими колхозниками.

людей с опытом мало, вакансий еще меньше
зп как правило чуть меньше чем у прогреров (пришельцы из академ мира нищие зачем их перекармливать )

пришельцы из академ мира нищие зачем их перекармливать
Не только. Программист практически сразу приносит прибыль, потому как код почти сразу делает то, что хотели. А вот тот кто разрабатывает алгоритмы обучения часто должен перепробовать много разных подходов, прежде, чем его алгоритм начнет делать то, что просили и прибыль будет сильно позже (а часто может в итоге вообще не сделать ожидаемого).
любая обезяна с мехмата или матфака
Я даже больше предроложу — для ряда базовых задач, вроде, пресловутого движка рекомендаций, даже образования не нужно, нужен мозг способный осилить перемножение двух матриц и все.

Да по тому уровню математики, который я увидел на coursera и в книгах — вполне вменяемо. На уровне технического вуза. Просто что бы туда окунаться — нужно принять решение поломать свой мозг опять и перейти на язык математики, чего я не делал со времен университета). Плюс с текущей работой не всегда по вечерам адекватно усваивать информацию. Думаю тут нужно серьезно решиться и взятся за это дело, возможно даже уйти с работы и годик штудировать, но на это нужно решиться. А в противном случаи просто не морочить себе голову)

Проверяй не только, как хорошо они оплачиваемы, а ещё и как быстро выходит срок годности. То есть сколько времени придётся тратить на обучение.

И ещё один момент: спрос на них очень связан с модой. Тренд является производной второго порядка. И если IT замедлится, по машинному обучению случится спад. То есть когда инвесторы с одной стороны согласны с хорошими идеями, но вкладывать деньги — ой, не сейчас, но в будущем обязательно. Иными словами, банальнейший пессимистический тренд на рынке — и все эти «редкие» внезапно обнаруживаются, что работа для них тоже редкая.

Перевожу на русский: если готов к колебаниям рынка, чётко уверен что хочешь добиться пика карьеры лет через 10-15 — иди. Если же тебе интересно снимать сливки рынка именно сейчас — следи за более жирными трендами, вливайся в них.

PS. Машинное обучение машинному обучению рознь. Не обязательно брать гребень волны, можно поступить наоборот — стать ищейкой в мире технологий, брать то что уже разработано — и внедрять, внедрять, внедрять и продавать. Например Apple именно так работает: они ничего революционного не производят, но очень чётко и последовательно внедряют разработки.

Иными словами, банальнейший пессимистический тренд на рынке — и все эти «редкие» внезапно обнаруживаются, что работа для них тоже редкая.
Просто видится, что эта тема не может загнуться, так как это основа основ — анализ, статистика, прогнозы — на этом и держится айти по сути.
чётко уверен что хочешь добиться пика карьеры лет через 10-15 — иди.

Точно уверен, что не хочу тратить столько лет на приобретиния опыта в этой сфере)
Просто видится, что эта тема не может загнуться, так как это основа основ — анализ, статистика, прогнозы — на этом и держится айти по сути.
Сие мне видится не совсем так: как только появится мощный и дешевый компьютер(типа, но только дешевый))) ) - обязательно загнется в том виде в котором она сейчас есть )

Даже в случае появления такого супер компьютера — он не решит все ваши пробемы.

Все — нет, а с тем что вы имели ввиду уже успешно справляется

Добавлю на всякий случай ;) , вдруг кто спросит по поводу компьютера, что он не может решить

дак обычных программистов и формошлепов это тоже касается. Но думаю на наш век формошлепства еще хватит.

Все — нет, а с тем что вы имели ввиду уже успешно справляется
у вас не будет:
1. Доступа к такой машине, либо средств для оплаты доступа к компьютеру
2. Документации на освоение компьютера
3. Если есть документация, то времени на ее освоение
4. Если освоите, то кастомная конфигурация займет много усилий
Добавлю на всякий случай ;) , вдруг кто спросит по поводу компьютера, что он не может решить
в прошлый раз с подобным юмором сталкивался в школе, когда подобные сайты (demotivators.to) были популярными
компьютер сможет и уже есть проекты типа www.nextrembrandt.com

Не переживайте, свои сертификаты по ML вы получали не зря и они не пропадут :-)
По поводу выших пунктов для меня это слышется так:
Например есть гит.
— Ой гит это сложно, там много документации, вся на английском, времени мало и тд. Буду юзать что попрощще типа сорстри.
Это все не аргументы. Даже первый пункт.

Например есть гит.
— Ой гит это сложно, там много документации, вся на английском, времени мало и тд. Буду юзать что попрощще типа сорстри.
можно еще рогатку с танками сравнить.
Это все не аргументы. Даже первый пункт.
значит необходимый софт и лицензии вы себе за свои деньги покупаете?
наверное, вы ценный сотрудник на IT рынке в Украине и, хочется верить, за ее пределами тоже.

Успехов вам.

Точно уверен, что не хочу тратить столько лет на приобретиния опыта в этой сфере)
Тут такой момент, чтобы реализовать какой алгоритм по какой статье много времени не надо (понятно некоторый минимум знаний надо, но этот минимум дается в ВУЗе).
Но, в твоих условиях, реализованный тобой алгоритм не будет решать твою задачу. И вот тут и всплывают 10-ки лет набора опыта и набора знаний.
Ну и второе момент, если хочешь стать тем, на кого будут сслылаться в своих работах другие, то здесь уже 15 лет и понадобиться. Тебе же нужно будет не только изучить уже наработанное, но и разработать свое — а это время и еще раз время. Возможности нашего мозга ограничены физически.
Точно уверен, что не хочу тратить столько лет на приобретиния опыта в этой сфере)
это наука а не програмирование )))) там это не срок
не хочу тратить столько лет на приобретиния опыта в этой сфере
Не опыта. Признания.

Ну признание не обязательно, желательно побольше зеленых бумажек)

Люди которые зеленые бумажки хотят, обычно идут в предприниматели.

ну человек же хочет именно этого почему нет? Лично я не понимаю почему в нашей научно-инженерной среде все закрыто, сложно и для избранных а в сша предпочитают дать людям шанс и не запугивать лишний раз. Хотя по моему опыту ничего такого там нет и американские курсы по качеству не уступают нашим

Но там сплошная математика
правда
довольно востребованные
нет
редкие люди
да
действительно ли намного больше оплачиваемые?
нет
так страшно
не страшно, но немного непонятно
просто еще не придумали более или менне простых курсов
это как книга «Занимательная хирургия сетчатки глаза в домашних условиях»
просто еще не придумали более или менне простых курсов
это как книга «Занимательная хирургия сетчатки глаза в домашних условиях»
ну не правда любой МООС дает что-то подобное. Как говорится Энштейном можешь ты не быть но закон ома знать обязан. Многие инженеры успешно разрабатывают скажем радиоапаратуру не имея глубоких познаний в физике и математике

пробуйте потом сравним наши впечатления о курсе )

Энштейном можешь ты не быть но закон ома знать обязан
кем говорится и зачем?
кем говорится и зачем?
я имел ввиду градацию требований. Человек хочет значит имеет право
пробуйте потом сравним наши впечатления о курсе )
не думаю что ВШЭ чем-то отличается от КПИ так что ничего нового. я больше предпочитаю www.udacity.com/...urse/deep-learning—ud730. новее и дальше от того что в универе проходят

в штатах зп крутого датасаентиста и тд ничем не ограничена — за крутого программиста никто столько платить не будет тк там выхлоп известен и ограничен — почитайте про Open IA например

Вы название топика читали?

Специалисты по машинному обучению — кто они?
какие нафиг
крутого датасаентиста
причем тут
Open IA
крутые предприниматели в штатах тоже хорошо зарабатывают: например он

в машин лернинг такая же ситуация думаю. при чем тут предприниматели, тут лернинг спецов сравнивали с програмерами

Подписаться на комментарии