Мы провели онлайн-исследование и выяснили основные препятствия и проблемы для работы в качестве специалиста по данным или для того, чтобы сменить карьеру на специалиста по данным?
# Не знаете, с чего начать или где учиться?
#No Network, чтобы найти работу или компанию, которая вам нравится?
# Нет опыта работы специалистом по обработке данных? Даже вы умеете писать алгоритм?
Вот 8 основных советов, которым нужно следовать
1. Сначала установите цель
Ищете новую интересную работу? Просто любите алгоритм или математику? Хотите запустить собственный стартап? У вас есть особая проблема, хотите найти решение? Или просто чтобы получить лучшую работу с большими деньгами?
2. Найдите кого-то, кто прошел интересующий вас путь, а затем попросите его / ее стать наставником?
Это похоже на запуск стартапа: это требует много энергии, времени, преданности делу, мотивации, дисциплины, а иногда даже денег. Вы можете изучить все лучшие курсы глубокого обучения у этих известных профессоров и экспертов со всего мира, однако, когда дело доходит до мягких навыков, вам нужен наставник, который поможет вам, если у него / нее есть даже обширные сети, это еще лучше.
3. Воспользуйтесь онлайн-обучением и составьте план, чтобы учиться и учиться
Само собой разумеется, Курсы глубокого обучения Эндрю Нг на Coursera в партнерстве с NVIDIA Deep Learning Institute.
Эндрю Нг - один из лучших инструкторов и учителей, которых я когда-либо слышал и видел, он прекрасно понимает, терпелив и полон страсти к преподаванию. Я лично посещал несколько его онлайн-курсов в Стэндфорде. (курс был действительно достаточно простым для всех, кто решил начать!
Кстати, я плохо разбирался в линейной алгебре в старшей школе :(
Если вам нравятся более интересные занятия, звезда Youtube: Сирадж Раваль также имеет канал Youtube и онлайн-курсы Udemy, чтобы следить за ними и учиться, его цель - использовать машинное обучение для создания всего, о чем вы можете мечтать. После достаточного количества времени для учебы и онлайн-обучения всегда полезно подать заявку на интересующую вас тему.
Не забывайте о традиционном способе чтения книги: Библия глубокого обучения, которую написали Ян Гудфеллоу, Йошуа Бенжио и Аарон Курвиль.
Конечно, если вам нравится более индивидуальный подход, мы предлагаем Deep Learning Bootcamp в январе в одном из самых исторических музеев Берлина на тему НЛП, прогнозирования временных рядов и компьютерного зрения. Наши инструкторы - из IBM и известного исследовательского института Max Planck Institute. Ромео Кинцлер, у него также есть канал на Youtube, и он является одним из самых успешных инструкторов по глубокому обучению в Европе.
4. Присоединяйтесь к некоторым онлайн-сообществам, а также офлайн, чтобы помочь вам учиться и участвовать, а также получайте отзывы для улучшения
В сети: Github, Codeacademy, Kaggle, KD Nuggets
Оффлайн: Meetup, Eventbrite
5. Выберите инструмент / язык и придерживайтесь его.
Это один из самых распространенных вопросов для новичков. У нас может быть еще одна статья, чтобы углубиться в это в будущем. А пока выберите язык, который вам наиболее знаком или самый простой для вас. Если вы новичок, выберите между возможностями обработки данных, улучшениями в инструментах, шансами на карьеру и поддержкой глубокого обучения. По моему личному опыту, я консультировал стартап машинного обучения с одним ученым Python, одним ученым R, каждый раз, когда у меня возникали проблемы с данными, я просил ученого Python написать мне быстрый код, чтобы исправить мою проблему, в то время как R действительно не мог справиться таким простым способом. На данный момент Python становится любовью всей моей жизни.
6. Сосредоточьтесь на реальных случаях и приложениях, а не только на изучении теории.
Подумайте о сценарии, над которым вы хотите поработать, о музыкальной рекомендации, финале Игры престолов? Проблема с парковкой? Прогнозировать фондовый рынок? (Посетите наш учебный курс по DeepLearning на Eventbrite)
7. Не забывайте, что машинное обучение и глубокое обучение зависят от ваших математических способностей.
Предупреждение: не просто проходите курсы глубокого обучения и НЛП, но забудьте, что математика - это реальная основа. Пройдите также несколько курсов линейной алгебры или хотя бы линейной алгебры.
8. Наконец, вы можете подключиться к сети, но всегда помните, играйте с умом.
Не тратьте на это слишком много энергии и времени, особенно многие из них идут с бесплатными спиртными напитками ... Проверьте тему, прежде чем посещать также участников, являются ли они вашей целевой аудиторией или нет? Или запишитесь на какое-нибудь мероприятие по подбору персонала, там будет куча рекрутеров и менеджеров по персоналу из компаний. (Мы запускаем наш Первый день приема на работу, посвященный набору команды данных в марте 2018 г.)
Зарегистрируйтесь на нашем учебном курсе по глубокому обучению до 12 часов ночи первого ноября, вы по-прежнему можете получить скидку на раннюю покупку со скидкой 25%. Место ограничено. Продано 50% билетов.
PS MIE в настоящее время проводит ребрендинг на Beyond Machine, нашу миссию по подключению и развитию экосистемы искусственного интеллекта за счет подключения и обучения. Мы запустим серию мероприятий в 2018 году, вслед за Deep Learning Bootcamp, Data Analytics Мастер-класс, День приема на работу, Мастер-класс по самостоятельному вождению, Неделя машинного обучения. Кроме того, мы начнем также за пределами Берлина и принесем больше корпоративных и партнерских обменов в Германии и за ее пределами. Если вы заинтересованы в каком-либо спонсорстве или партнерстве, просто напишите нам.
