Автор: Брэд Нгуен — ведущий специалист по данным в Gooroo

По мере того, как машинное обучение (ML), специализация науки о данных / искусственного интеллекта (ИИ), переходит от шумихи к тому, чтобы стать мейнстримом, остается много неизвестных о роли, которую ML играет в бизнесе. Для чего именно компании нанимают машинное обучение? Какие навыки им нужны? Как говорится в этой статье

Ясности в отношении того, как наука о данных и машинное обучение решают бизнес-задачи, гораздо меньше. Если вы спросите меня, это настоящий пробел в навыках.

Например, знаете ли вы, что самая популярная должность в науке о данных больше не «Ученый по данным». На самом деле, это связано с навыками машинного обучения.

Поскольку это происходит, на Gooroo.io мы рады возможности смотреть на живые тенденции перед нами. В этом посте мы подробно расскажем о конкретных навыках и ролях в мире машинного обучения и искусственного интеллекта.

Появление инженеров по машинному обучению

Как указано выше, знаете ли вы, что сейчас самая популярная должность в профессии по науке о данных — «Инженер по машинному обучению» (или ее варианты — Разработчик машинного обучения, Инженер-программист по машинному обучению и т. д.)? В настоящее время его часто можно увидеть при трудоустройстве, особенно в более развитых технологических регионах (таких как Сан-Франциско, Бостон, Лондон, Сиэтл).

Облако тегов ниже показывает известность таких ролей в разнообразном ландшафте ролей машинного обучения (размер соответствует проценту). Вакансии для ролей инженеров по машинному обучению теперь составляют 10% всех вакансий машинного обучения.

Мекки найма машинного обучения

Наши данные показывают лучшие места найма для машинного обучения в 2017 году: Лондон, район залива Сан-Франциско, Нью-Йорк, Кембридж/Бостон (Массачусетс), Нью-Йорк, Сиэтл.

Как и ожидалось, в этом списке по-прежнему преобладают передовые технологии и места, ориентированные на исследования и разработки. Большинство этих локаций находятся в районе залива — у них есть свои подкластеры (Сан-Хосе, Сан-Франциско, Санта-Клара, Маунтин-Вью, Пало-Альто, Саннивейл). Отмечается, что среди городов Лондон выделялся из-за концентрации (технических) рабочих мест в Великобритании (второе местоположение в Великобритании значительно отстает).

Компании по найму — от мегакорпораций до стартапов

Мы видели, как найм происходит во всей отрасли, от крупных организаций, таких как Intel, Facebook, Lenovo, до технологических единорогов, таких как Uber, Udacity, Human Longevity (стартап в области медико-биологических технологий), Square, до новых бутик-стартапов, таких как X-Team. , волна, Splunk.

Интересно видеть, что компании, нанимающие для машинного обучения, теперь варьируются от технологических компаний (таких как Adobe, Facebook, NVIDIA) до профессиональных фирм (EY, JP Morgan Chase) до розничной торговли (Home Depot), Guardians.

За исключением кадровых агентств, верхние строчки списка найма по-прежнему занимают технологические гиганты, включая Facebook, Samsung, Intel, Cisco. Крупные компании, такие как Google или Amazon

Каковы подспециальности, которые нанимают в ML?

Как и любая технология, которая становится все более распространенной, машинное обучение сформировало подспециализацию. Мы определили следующие подспециальности, по которым компании сейчас нанимают:

  • Скала / Большие данные
  • Go (ML)
  • Азур / АВС
  • Компьютерное зрение
  • Нейронная сеть и глубокое обучение
  • Датчики
  • Поиск и машинное обучение
  • База данных (NoSQL)
  • C# / AI

Какие функциональные области нанимают для ML? Производство и коммерциализация машинного обучения.

Интересно, что профессии, в которых упоминается «Машинное обучение», больше не ограничиваются инженерными ролями. По мере того, как отрасль становится основной, для ее поддержки требуются различные функциональные роли, начиная от разработки и заканчивая UX и продажами. Это сигнал о том, что отрасль переходит в «фазу производства», а не только в фазу исследований и разработок. Основными функциональными областями с вакансиями, связанными с «Машинным обучением», являются:

  • Инженер
  • UX
  • Продажи
  • Маркетинг
  • Исследования и разработки
  • Маркетинг
  • Управление проектом

Вывод

Наш набор данных дает некоторые интересные сведения о состоянии индустрии машинного обучения (и ИИ в целом). Во-первых, это говорит о том, что машинное обучение как отрасль развивается довольно быстро, далеко за пределами фазы исследований и разработок, с которой многие люди до сих пор ассоциируют ее. В то время как основные вступительные должности по-прежнему относятся к инженерным областям, отрасль, скорее всего, вступает в фазу производства/коммерциализации, при этом найм чаще происходит в других функциональных областях.

Во-вторых, разнообразие навыков и специализаций продолжает нас удивлять — это уже не статистика, математика, программирование, а набор навыков, инструментов и техник. Это захватывающее время, если вы думаете о карьерном росте в этой области, поскольку спрос (рабочие места) растет очень быстро. Если вы хотите следить за последними тенденциями и аналитикой по определенным навыкам, зарегистрируйтесь на Gooroo.io или перейдите на нашу страницу Аналитика навыков и зарплат на https://gooroo.io/analytics.