Imagen del autor
Puede ser difícil tener una conversación individual con profesionales de datos de alto nivel, especialmente cuando recién estás comenzando. Este artículo estilo entrevista tiene como objetivo obtener una mejor comprensión del recorrido y los consejos del profesional de datos de alto nivel, para brindarle los recursos para reflexionar sobre su recorrido en el mundo de los datos.
Empecemos…
Mi viaje al mundo de la IA y la ingeniería de software comenzó en mi infancia con un gran interés por la programación. Esta pasión me llevó a realizar una licenciatura en Ciencias de la Computación e Ingeniería en NIT Warangal, donde me gradué en 2015. Luego me uní Microsoft a través de una colocación en el campus, en la que luego me uní al equipo de Bing Maps dentro de la organización de Búsqueda e IA.
En mi tiempo en Bing Maps, contribuí a varios proyectos destinados a mejorar el servicio. Mi contribución más notable fue liderar el desarrollo de un nuevo algoritmo de aprendizaje automático para mejorar la detección de densidad de etiquetas en mapas. Escribí un artículo de investigación sobre la nueva técnica que recibió varios premios y se publicó en el Microsoft Journal of Applied Research.
Después de los mapas, me convertí en miembro fundador de la vertical Bing Shopping. Allí, dirigí el lanzamiento de múltiples funciones junto con anuncios de productos, desempeñando un papel importante en el refuerzo de los ingresos de Bing. Me encanta innovar y resolver problemas cotidianos. He ganado numerosos hackathons a lo largo de mi carrera, el último fue donde creé un chatbot de IA diseñado para agilizar las compras de comestibles en línea. Actualmente, estoy de regreso en Bing Maps, trabajando en formas innovadoras de perfeccionar y ampliar nuestros servicios de mapas.
La clave para el crecimiento de mi carrera ha sido un impulso incesante para liderar proyectos llenos de incógnitas y una determinación para resolver problemas complejos.
Creo que el paso de la ciencia de datos o el análisis a la IA suele ser más sencillo de lo que la gente cree. Ambos campos exigen una base sólida en matemáticas y programación. Pero, si usted es un profesional de datos y desea dar un giro, deberá profundizar en los algoritmos de aprendizaje automático y las redes neuronales.
Una de las primeras preguntas que suelen hacer los profesionales es los requisitos educativos previos para ingresar a la IA. ¿Necesita un doctorado o será suficiente con una licenciatura o una maestría?
La respuesta varía según el puesto y la empresa. Mientras que un Ph.D. puede ser beneficioso, especialmente para puestos de investigación, no es un requisito estricto. Una licenciatura o maestría en informática, matemáticas o un campo relacionado puede ser suficiente.
Lo crucial es una comprensión profunda de los principios de la IA y el aprendizaje automático, que se puede adquirir a través de cursos especializados y autoestudio.
Las certificaciones pueden ayudar a demostrar su interés y conocimientos básicos en IA, especialmente cuando se realiza la transición desde un campo diferente. Pero deberían complementar tu educación y experiencia, no reemplazarlas. Es importante tener en cuenta que las certificaciones no son un billete de oro.
Sirven mejor cuando se utilizan para complementar la experiencia del mundo real y una educación básica sólida. Los empleadores suelen buscar experiencia práctica y capacidades de resolución de problemas, que a veces se pueden obtener fuera de los programas de certificación.
Saltarse lo básico es una mala idea. Comience con cursos fundamentales de álgebra lineal, cálculo y estadística.
A partir de ahí, recomiendo sumergirse en el aprendizaje automático, posiblemente a través de cursos en línea como Curso de aprendizaje automático de Coursera por Andrew Ng. EdX y Udacity También ofrecemos programas como MicroMasters en Inteligencia Artificial y Nanogrados en IA, respectivamente.
Luego, explore cursos o proyectos especializados que se alineen con sus intereses, ya sea procesamiento del lenguaje natural, visión por computadora o aprendizaje por refuerzo.
Si bien Python sigue siendo el lenguaje de referencia en ambos campos, para la IA también necesitarás ensuciarte las manos con bibliotecas especializadas como TensorFlow y PyTorch. Proporcionan los componentes básicos para diseñar, entrenar y validar modelos con eficiencia y escalabilidad. Cuadernos Jupyter También son cruciales para crear prototipos y compartir modelos con pares.
Más allá del lenguaje y las bibliotecas, conocer los servicios de inteligencia artificial basados en la nube, como Azure AI o AWS SageMaker, puede diferenciarlo del resto.
El conocimiento teórico es importante, pero también necesitarás experiencia práctica.
Una forma eficaz es participar en proyectos personales. Adapte estos proyectos para resolver problemas que le apasionen o que aborden las brechas en la tecnología actual; esto hará que el proceso de aprendizaje sea más agradable y el resultado más impactante.
Además, contribuir a proyectos de código abierto no sólo puede perfeccionar tus habilidades sino también hacerte notar en la comunidad. Otra vía es participar en concursos, como los de Kaggle, que lo desafían a aplicar sus habilidades a problemas novedosos y aprender de la comunidad global.
Las pasantías son invaluables y ofrecen tutoría y experiencia práctica en entornos industriales. Incluso si no se les remunera, los conocimientos prácticos adquiridos pueden ser un importante paso adelante. La experiencia práctica no se trata solo de codificar, sino también de comprender cómo se puede implementar la IA de manera efectiva para resolver problemas del mundo real.
Por lo tanto, a través del trabajo en proyectos, colaboraciones y competencias, puede crear una cartera que muestre su capacidad para ofrecer soluciones de IA con un impacto tangible.
La creación de redes es vital. Asista a reuniones, seminarios web y conferencias sobre IA. Siga a los líderes de opinión en el campo en las redes sociales. Participe en debates, busque tutoría y no evite hacer preguntas. Las relaciones pueden abrir puertas que de otro modo permanecerían cerradas. Los problemas del mundo real ofrecen las mejores experiencias de aprendizaje.
Lo que me impulsó hacia adelante fue una mezcla de curiosidad y el impulso de afrontar lo desconocido, que guió el liderazgo de mi proyecto en Microsoft.
Si pudiera revisitar el pasado, enfatizaría aún más el networking. Establecer relaciones dentro de la industria puede abrir puertas a oportunidades de colaboración y conocimientos que son invaluables en un campo tan dinámico como la IA.
También asignaría más tiempo a proyectos personales para innovar libremente y sin restricciones, lo que permitiría una exploración más completa de las posibilidades de la IA y quizás, incluso más, contribuciones innovadoras al campo.
Joshi Manas Es ingeniero de software sénior en Microsoft y ha dirigido varios proyectos en todo el ecosistema de Microsoft Bing con experiencia en IA, PNL y aprendizaje automático. En este artículo, esperamos que haya podido conocer la experiencia de Manas, seguir sus consejos y comprender mejor las habilidades necesarias para los profesionales de datos ansiosos por ingresar al campo en constante evolución de la IA.
nisha aria es científico de datos y escritor técnico independiente. Ella está particularmente interesada en proporcionar consejos o tutoriales sobre la carrera de Data Science y conocimiento basado en la teoría sobre Data Science. También desea explorar las diferentes formas en que la Inteligencia Artificial es o puede beneficiar la longevidad de la vida humana. Una estudiante entusiasta que busca ampliar sus conocimientos tecnológicos y sus habilidades de escritura, mientras ayuda a guiar a otros.
- Distribución de relaciones públicas y contenido potenciado por SEO. Consiga amplificado hoy.
- PlatoData.Network Vertical Generativo Ai. Empodérate. Accede Aquí.
- PlatoAiStream. Inteligencia Web3. Conocimiento amplificado. Accede Aquí.
- PlatoESG. Carbón, tecnología limpia, Energía, Ambiente, Solar, Gestión de residuos. Accede Aquí.
- PlatoSalud. Inteligencia en Biotecnología y Ensayos Clínicos. Accede Aquí.
- Fuente: https://www.kdnuggets.com/a-microsoft-engineer-guide-to-ai-innovation-and-leadership?utm_source=rss&utm_medium=rss&utm_campaign=a-microsoft-engineers-guide-to-ai-innovation-and-leadership
