Спрос на специалистов по искусственному интеллекту (ИИ) и машинному обучению продолжает активно расти. В связи с этим руководитель группы аудио модальности в отделе экспериментальных технологий AI VK и преподаватель Школы информатики, физики и технологий НИУ ВШЭ в Санкт-Петербурге и VK Артем Васильев рассказал о ключевых навыках для старта и роста в этой сфере. Его комментарий поступил в распоряжение «Ленты.ру».
Специалист отметил, что на практике ML-задачи редко сводятся к обучению одной модели. Чаще это работа с данными, проверка гипотез, выбор корректных метрик и доведение идеи до конечного состояния, когда ее можно запускать и использовать в продукте.
«Индустрии нужны сотрудники, которые сочетают исследовательскую глубину с инженерной дисциплиной: мало построить и обучить модель, нужно доказать ее прикладную пользу. Поэтому качественное образование должно давать и теоретический фундамент, и практику в реальной проектной среде», — отметил он.
Новичкам, которые только рассматривают вход в эту сферу, Васильев советует сконцентрироваться на математике и базовой работе с моделями. Также параллельно следует развивать инженерные навыки и умение правильно использовать современные технологии. Он выделяет три ключевых навыка для старта карьеры: сильная теоретическая база, инженерная зрелость и развитое критическое мышление.
Формировать такие компетенции помогают программы, где академическая база переплетается с работой над реальными технологиями. Один из примеров такого взаимодействия с бизнесом — Школа информатики, физики и технологий, отметил Васильев.
«Карьеру в сфере ИИ и машинного обучения лучше строить не вокруг иллюзии быстрого входа, а вокруг стратегии долгого роста: база, дисциплина, проекты, разбор ошибок, аккуратность в экспериментах», — резюмировал он.