- Джереми Карновски и Росс Фадели, Insight Artificial Intelligence
Хотите узнать о прикладном искусственном интеллекте от ведущих профессионалов Кремниевой долины или Нью-Йорка? Узнайте больше о программе.
Во время работы в Insight стипендиаты программ Data Science, Data Engineering и искусственного интеллекта завершают сложные и первоклассные проекты, используя передовые инструменты и методы. Эти проекты повторяют работу, которую эти профессионалы выполняют во всей отрасли. Машинное обучение (ML) часто является компонентом проекта во всех трех областях, но его использование зависит от роли. Специалисты по обработке данных часто используют машинное обучение, чтобы раскрыть идеи, которые помогут бизнесу или моделировать пользователей для улучшения продуктов данных. Специалисты по обработке данных решают инженерные задачи по применению методов машинного обучения, когда объем данных огромен и требует распределенных вычислений. И, как упоминалось в нашем посте Как карьера ИИ вписывается в ландшафт данных, ИИ фокусируется на понимании основных человеческих способностей и разработке алгоритмов, которые часто имеют компонент машинного обучения, для имитации этих процессов.
Ниже мы выделяем несколько совместных проектов в каждой из трех дисциплин (Data Science, Data Engineering, Искусственный интеллект) и даем вам несколько конкретных примеров того, как ML используется в каждой из них.
Data Science
Многие научные сотрудники работают над аналитическими проектами, используя данные для принятия ключевых бизнес-решений. Например, Кевин Кан использовал байесовское обучение для персонализации моделей пользователей, чтобы повысить вовлеченность и конверсию в компании. Стипендиаты по науке о данных также часто создают информационные продукты с компонентом машинного обучения, такие как настраиваемый фильтр спойлеров фильмов Рут Тонер, который можно интегрировать в платформу социальных сетей.
Инженерия данных
Специалисты по разработке данных часто создают конвейеры данных и инфраструктуру, комбинируя многие из имеющихся на рынке инструментов с открытым исходным кодом. Например, Януш Славек построил торговую платформу с использованием Kafka, Storm и Cassandra, а Райан Уокер построил платформу потокового поиска с использованием Storm, Luwak и Elasticsearch. Некоторые проекты Data Engineering также сосредоточены на масштабировании алгоритмов машинного обучения для работы с большими распределенными наборами данных, например, работа Себастьяна Дери над графическим машинным обучением с Spark GraphX и Дэниела Блазевски реализация k-ближайших соседей для Apache Flink.
Искусственный интеллект
Хотя первые сессии стипендии Insight по искусственному интеллекту пройдут в марте (Кремниевая долина) и июле (Нью-Йорк), предыдущие стипендиаты выполняли проекты, которые отражают часть работы, которую профессионалы ИИ выполняют в промышленности. Мелисса Рунфельдт построила модель глубокого обучения для удаления очков с лица, а Ксинлу Хуанг построил сквозную систему компьютерного зрения, которая построила набор слайдов из видеолекции. В рамках проекта Патрика Доупа исследовалось прогнозирование численности населения с использованием спутниковых снимков. Также растет число приложений искусственного интеллекта в секторе здравоохранения. Яньчэн Лю, например, помог автоматизировать экспертизу врачей для создания системы обнаружения сердечных аритмий с использованием машинного обучения и данных Apple Watch.
Для получения более подробной информации об искусственном интеллекте и программе Insight Artificial Intelligence Fellowship, пожалуйста, ознакомьтесь с нашим официальным документом.
