После восемнадцати лет работы в сфере ИКТ моя карьера назрела для перезагрузки. Я отправился в лагерь. Настроил ли я себя на неизбежное повторение прошлого?

Хорошо, что я вышла замуж за историка. 📜

Похоже, это было давным-давно, когда я заново открыл для себя свою страсть к сложностям. Но это было всего полгода назад. Эта страсть снова всплыла в форме проектов машинного обучения, появляющихся везде, куда я смотрел, и во всем, о чем я думал. Не сложность сама по себе, а такая сложность, которая порождает нечто новое: эмерджентное поведение. Возьмем, к примеру, эту ногу, «разработанную» инженером / художником Тео Янсеном:

Пропорции частей в многокомпонентном соединении были определены генетическим алгоритмом в 1990-х годах на домашнем компьютере. Янсен тогда написал об этом колонку в моей газете. Это было незадолго до того, как он перезапустил свою карьеру и стал спорщиком Strandbeest.

Такая сложность никогда не перестает меня увлекать. В ноябре прошлого года именно этот проект HackaDay снова зажег в моей голове запал: Сортировщик кубиков Lego от Жака Маттей.

Жак описал болезненный процесс классификации кирпичей с использованием алгоритмов, основанных на правилах, и восхитительный опыт обучения CNN, чтобы вместо этого проводить классификацию. Что действительно привлекло мое пристальное внимание, так это его наблюдение, что создание такого классификатора теперь доступно среднему хакеру. Он пишет в своем блоге, что научиться создавать и тренировать классификатор можно дома.

«В течение часов (да, вы это хорошо читали) я превзошел все результаты, которые мне удавалось мучительно собирать по каждой функции за предыдущие месяцы».

Блог Жака первым привел меня на Fast.ai. Это привело меня к тому, что я нашел гораздо больше онлайн-ресурсов, о которых я не знал. Пока я был в творческом отпуске, мир искусственного интеллекта бурно расцвел, и он вошел в сферу домашних хакеров. Мне нужно было наверстать упущенное!

На той неделе я решил, что машинное обучение - достижимая цель для самообучения и что Fast.ai собирался научить меня. Хорошо, что я решил изучить Python всего за несколько недель до этого ...

И здесь история повторяется.

Вскоре я увяз в «учебе». Освоение концепций искусственного интеллекта во время обучения программированию на Python при попытке настроить облачные виртуальные машины, а также при поиске на рынке труда и написании приложений. Сложность больше не была чем-то, что порождало новое поведение. Скорее мои старые инстинкты заставили меня ограничить программирование. Смотрю на экран до посинения. Для меня это не было перезагрузкой. Это было самонаказание. И я был здесь раньше в своей жизни. Мне нужно было разобраться в своих задачах и расставить приоритеты.

Моя жена-историк может быть отличным менеджером проектов. 💞 И поэтому она пнула.

К счастью, я снова наткнулся на поисковую систему на рынке труда. Пытаясь найти ближайшего работодателя в области машинного обучения, я наткнулся на Общество Тьюринга в Роттердаме. Среди других образовательных программ, направленных на ознакомление с технологиями студентов, не являющихся техническими специалистами, они предложили начать Учебный лагерь Блетчли для машинного обучения в финансовом контексте. Онлайн-информация об этом учебном лагере была в лучшем случае скудной, но я все равно решил попробовать войти. Все, что я знал, это то, что я впервые в жизни попаду в настоящий университет, с одноклассниками вдвое моложе меня, учителями-дито, с несколькими неделями практики Python за плечами и абсолютно без образования, чтобы говорить из.

И они приветствовали меня с распростертыми объятиями. Спасибо ребята!

По причинам, о которых я узнал только в следующие девять недель, этот учебный лагерь был именно тем, что мне было нужно. Еженедельные задачи по программированию заставляли меня писать код снова весь день каждый день, но с большой разницей; крайний срок. Каждое еженедельное испытание давало мне ежедневную цель. И приходя в следующий понедельник вечером, я «ходил в школу» и сдавал домашнее задание, каким бы несовершенным оно ни было в тот момент. Каждый понедельник я заканчивал весь проект, и мне больше не о чем было беспокоиться. Больше никакой отладки или совершенствования моего кода. Просто перезагрузись для другого испытания. Каждая неделя начиналась с новой возможности опробовать новую технику машинного обучения.

Итак, во время учебного лагеря мы:

  • построил логистический регрессор с нуля в Excel и на Python;
  • построили нейронную сеть для предсказания успеха телефонной маркетинговой кампании;
  • построили нейронную сеть на структурированных данных для прогнозирования продаж;
  • построили сверточную нейронную сеть для классификации саженцев растений по изображениям;
  • построил повторяющуюся нейронную сеть для классификации токсичных комментариев в Интернете;
  • построили систему Q-Learning, которая научилась балансировать (виртуальный) шест;
  • финансовая компания предложила им извлечь информацию из отсканированных счетов, построив повторяющуюся нейронную сеть;
  • построили сиамскую нейронную сеть для идентификации отдельных горбатых китов;
  • собрал и построил все необходимое программное обеспечение для поддержки наших проектов, завершив конвейер от подготовки данных до представления наших результатов;

(Многие из этих проектов могут звучать как соревнования Kaggle, потому что они таковы.)

Я очень рад, что присоединился к этому учебному лагерю. И вот несколько причин, почему.

Курс доставил мне массу удовольствия от изучения сложных вещей. Проблемы заставили нас рассмотреть все, что нужно организовать в основе вашего проекта. Работа в учебной группе дала мне возможность консультироваться со своими сверстниками и делиться с ними неудачами и успехами. Тренеры были очень внимательны, и онлайн-общение (через Slack) было отличным бонусом. Наш учитель, очевидно, знает свое дело, и он не стеснялся давать советы о том, как стать и действовать как настоящий специалист по машинному обучению.

Кроме того, организующее общество Тьюринга помогло нам связаться с несколькими компаниями, которые используют машинное обучение, большинство из них в контексте финансовых услуг.

Лагерь закончился, и я считаю себя полностью перезагрузившимся. За это я должен благодарить Общество Тьюринга. Они сделали большую работу. Как и мой любимый менеджер проектов дома.

Когда она пнула меня, а потом поцеловала, в нужное время. 😉 😉