專訪5位技術人,探祕AI酷職業背後的故事

humengyi發表於2018-08-02

無論是科技巨頭還是初創企業,所有的IT公司都在尋找AI(人工智慧)方面的人才,公眾也對這個行業充滿好奇,AI究竟是做什麼的?AI人員的職業生活究竟是怎樣的呢?筆者有幸採訪了五位AI領域內的專業人士,分享他們對AI的不同理解以及他們日常工作內容。

Rohit Ghosh

Qure.AI研究員和創始成員

這位來自孟買印度理工學院的計算機工程師說“我幾乎每天都在看X光片,現在差不多是一名半放射科醫生,我可以很輕鬆地讀懂胸部和腦部系列的X光片”。Ghosh在獲得學士學位後就加入了野村證券(日本企業)擔任資料科學家,但在一年後辭職,他解釋離職原因道:“我堅信自己肯定會在某些地方影響某些人,但現階段的工作讓我看不清未來的自己會如何發展,所以我選擇辭職”。

離職後他花了6個月時間與Qure.ai創始人談論他們待解決的各種問題,還開設了關於機器學習的進修課程,即使Ghosh已經工作,但他卻依舊在網上研究最新的技術論文,參與解決像Kaggle(一個為開發商和資料科學家舉辦機器學習競賽、託管資料庫、編寫和分享程式碼的平臺)這樣類似網站上的問題和挑戰,他通過這種方式使自己不斷學習,以便能及時瞭解最新技術。

2016年,他作為創始團隊的一員加入了健康科技初創公司Qure.ai,致力於研究放射學影像處理的深度學習演算法,他還是線上平臺Udacity的AI課程的專案評估員和課堂導師,同時也是艾德科技公司Greyatom的課堂機器學習講師。他表示在Udacity和Greyatom的教學任務可以幫助自己,用更加簡單和循序漸進的方式來解決複雜的數學問題。

他眼中的AI: 人們認為AI是一種可以解決所有問題的神奇工具。但實際上它只是一個統計工具,它解決問題是需要海量資料為前提的。

他眼中的工作: 我開始用另一種角度研究數學,並以非常真實的方式去創造拯救生命的機器。

Sohan Maheshwar

亞馬遜的開發人員及推廣者,City.ai的城市大使 

Maheshwar的日常工作是與亞馬遜Alexa平臺(一家專門釋出網站世界排名的網站)的開發人員合作,向全國各地的開發人員講述瞭如何構建更好的語音應用程式,此外作為班加羅爾市全球AI社群City.ai大使,他定期組織線下聚會,邀請演講者分享AI領域的最新趨勢和行業見解。

2009年Maheshwar從韋斯科技大學畢業後,直接入職TCS(Tata Consultancy Service印度塔塔諮詢服務公司)擔任軟體開發人員, 2013年加入InMobi(印度最大的移動廣告公司)擔任開發市場人員,2016年入職位於班加羅爾的移動社交公司Gupshup,去年加入亞馬遜擔任開發宣傳工作。

他認為如果想在AI領域工作,就必須保持開放的視野,及時參與最新的研究,許多城市都會有AI社群,線上、離線以及大量免費資源,Maheshwar是在維也納的一次會議上遇到的City.ai創始人,因此才有機會成為City.ai的班加羅爾城市大使。

他眼中的AI: AI就是與機器人交談,所有與其相關的語音資料、語言學、感測應用等知識都只是AI技術的一個子集。

他眼中的工作: 我享受每天與開發人員的互動,用自己的力量幫助人們開發令人興奮的應用。

Aakrit Vaish

Haptik執行長和創始人

32歲的Aakrit Vaish是Haptik(基於AI的一種私人助理服務)的執行長和創始人,他十分看重面試者的數學能力,他認為只有十分擅長數學的人才能適應AI領域的要求,你的數學邏輯能力可以幫助你瞭解問題、理解聚合資料、預測並解決出現的問題。

Vaish表示他公司進行的所有面試中有50%都是基於案例研究,面試官需要了解面試者解決問題的方式和能力、是否有在資料科學方面的具體專案經驗,是否進行過建模工作或演算法設計,如果有專案經驗,還會詢問具體工作細節來核實資訊的真假。

Paul Meinshausen

Montane Ventures常駐資料科學家

今年33歲的Meinshausen是一名人類學家,同時擁有路易斯維爾大學的學士學位和土耳其中東技術大學的碩士學位,他一直對人類以及人類群體的行為表現方面有深厚的興趣。

Meinshausen很早就開始在這個領域工作, 2009-2011年期間,他與美國軍隊合作開展了一系列專案,目的是研究伊拉克和阿富汗等衝突地區的人類行為,但衝突地區並不是採訪和觀察人的合適地點,因此他開始使用大型情報資料集。經歷過早期的的資料研究工作後,他選擇繼續在哈佛大學攻讀資料科學研究員,畢業後成為芝加哥大學的統計和程式設計專業的資料科學家。

他曾經任職於新加坡的Teradata(全球最大的專注於大資料分析、資料倉儲和整合營銷管理解決方案的供應商)和孟買的Paysense(印度網貸平臺)。Meinshausen現在任職於班加羅爾的早期風險基金Montane Ventures,負責挑選可進行投資的新型AI初創公司。

他眼中的AI: AI就是人與機器的結合,在國際象棋或圍棋遊戲人機對弈賽中,雖然現場是一個人和一臺機器對抗,但是機器背後擁有一支超百名科學家和複雜系統的團隊。

他眼中的工作: 我開始與有趣的初創企業合作,通過處理工作中遇到的不同問題來構建新的世界。

Shavak Agrawal

微軟資料科學家

21歲的Shavak Agrawal表示作為一名畢業生,除非你擁有相關工作經驗,否則很難在AI領域中找到一份工作。來自Pilani小鎮的Agrawal在獲得電腦科學工程學士學位之後,曾在班加羅爾的IBM 實驗室擔任研究實習生,並在Quant One Technologies公司(一家開發交易演算法的加爾各答公司)擔任培訓實習生,他在這家公司最後一年與班加羅爾的Flipkart(印度最大電子商務零售商)共同合作六個月,建立了用於識別和預測電商公司供應鏈中的異常情況的AI框架。

下面是他在工作期間總結的六點建議:

■思考自己進入機器學習的目的,這是面試官必問的題目。

■不斷更新自己的技術,關注最新研究論文。

■堅持線上課程的學習,Coursera的聯合創始人兼史丹佛大學教授Andrew Ng開設的Coursera機器學習課程是一個很好的開始。

■花時間理解演算法及其實際工作方式,而不是將演算法視為黑盒子。

■謹慎選擇你以後的工作公司,現在到處是尋求AI人才的公司,但你需要認真研究該公司的產品及研發產品的工作人員, 只有對公司產品有足夠的信心,你才會有足夠的動力進行後續的研發工作。

■充分了解線性代數、概率、統計和其他核心數學課程。機器學習過程中涉及不同變數的複雜函式問題,如果你能熟練掌握數學課程,就可以輕鬆調整不同的引數來使實驗順利執行。

來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/31547542/viewspace-2168996/,如需轉載,請註明出處,否則將追究法律責任。

相關文章