نکاتی برای یافتن شغل در بخش هوش مصنوعی
کارشناسان نکاتی را برای یافتن شغل در بخش هوش مصنوعی به اشتراک می‌گذارند
صنعت Al در حال حاضر داغ است. کارشناسان نکاتی را برای یافتن شغل در این بخش به اشتراک می‌گذارند.
سر و صدا‌ها در مورد ChatGPT متعلق به OpenAl، باعث شده است که برخی از شرکت‌ها به این فکر کنند که چگونه می‌توانند از این فناوری برای نیازهای تجاری خاص استفاده کنند.
شرکت‌های بزرگ فناوری در چند ماه گذشته ده‌ها هزار کارمند را اخراج کرده‌اند، اما کارمندان با مهارت‌های هوش مصنوعی همچنان مورد تقاضا هستند.
اینسایدر با پنج کارشناس صحبت کرد تا بفهمد شرکت‌ها هنگام استخدام در این صنعت به دنبال چه چیزی هستند.
۱. ایجاد یک پایه قوی در ریاضیات و علوم کامپیوتر
داشتن درک قوی از مهارت‌های فنی در مورد یادگیری عمیق می‌تواند به نامزدها کمک کند تا مشاغل هوش مصنوعی با حقوق بالاتر را بدست آورند.
کارشناسان قبلاً به اینسایدر گفته‌اند که بسیاری از مشاغل پردرآمد در صنعت هوش مصنوعی، مانند دانشمندان داده و مهندسان یادگیری ماشین یا یادگیری ماشین غیرمتمرکز، معمولاً به حداقل مدرک لیسانس در زمینه‌های فنی مانند علوم کامپیوتر یا ریاضی نیاز دارند.
فورشاو گفت که دانشمندان داده با تحصیلات عالی و متخصصان اصلی هوش مصنوعی با دانش فنی با وجود اخراج‌های اخیر همچنان مورد تقاضا هستند.
نگایر مویس، مدیر کشوری لینکدین در بریتانیا، به اینسایدر گفت که «مهندس یادگیری ماشین» یکی از مشاغل پردرآمد لینکدین در بریتانیا در دو سال گذشته بوده است.
او گفت: «از آنجایی که هوش مصنوعی در سازمان‌هایی بیشماری که به شکل روزمره فعالیت می‌کنند، به کار گرفته می‌شود، این روندی است که ما پیش‌بینی می‌کنیم به رشد خود ادامه دهد.»
برخی از کارشناسان همچنین یادگیری زبان‌های برنامه نویسی و درک چارچوب‌های هوش مصنوعی را توصیه می‌کنند. مانند رابط‌های برنامه نویسی که به عنوان بلوک‌های سازنده برای آموزش و استقرار مدل‌های هوش مصنوعی عمل می‌کنند.
آدا مونرو گفت: «نامزدهای مشاغل هوش مصنوعی باید دانش پایۀ برنامه‌نویسی پایه را داشته باشند. مهارت‌های برنامه نویسی در جاوا Java، پایتون Phyton، پی اچ پی PHP، سی C یا روبی Ruby نسبتاً رایج است. پردازش زبان طبیعی در حال حاضر واقعاً داغ است، اما علم داده و مهارت‌های تجزیه و تحلیل داده همچنان مورد تقاضا هستند.
مونرو گفت: ریاضی و تجزیه و تحلیل آماری نیز مهارت‌های مهمی برای بسیاری از نقش‌های هوش مصنوعی هستند. او گفت که یک جزء تحلیلی برای همبستگی داده‌ها و قابلیت پیش‌بینی وجود دارد تا اطمینان حاصل شود که هوش مصنوعی پاسخ‌ها یا نتایج درست را در موارد خاص تجاری، مانند ربات‌های گفتگوی خدمات مشتری ارائه می‌کند.
۲. توانایی خود را برای حل مشکلات دنیای واقعی به نمایش بگذارید
پولو چاو، دانشیار دانشکده مهندسی و علوم محاسباتی جورجیا تک، به اینسایدر گفت که نامزدهای شغلی باید بتوانند نحوه ترجمه یادگیری کلاس درس را به دنیای واقعی بیان کنند. او گفت: «شما باید کاربردهای عملیِ آنچه می‌دانید را با مشکلات خاصی که مخاطبان شما در تلاش برای حل آنها هستند مرتبط کنید.»
به عنوان مثال، فرض کنید در یک هکاتون (ماراتون هکرها: یک رویداد برنامه نویسی که برنامه نویسان سایر افراد علاقه‌مند را گرد هم می‌آورد تا یک برنامه نرم‌افزاری جدید را بهبود ببخشند یا بسازند) شرکت کرده‌اید که در آن برنامه‌های یادگیری ماشین را با استفاده از تکنیک‌های آماری مختلف ایجاد کرده‌اید. چاو گفت که باید بتوانید به مدیران استخدام‌کننده توضیح دهید که چگونه تکنیک‌هایی را توسعه داده اید یا اختراع کرده‌اید یا تطبیق داده اید که منجر به پیشرفت قابل توجهی شده است و می‌توان از آنها برای حل یک مشکل در دنیای واقعی استفاده کرد.
او افزود: «اگر با یک شرکت لجستیک صحبت می‌کنید که تلاش می‌کند نحوه مسیریابی بسته‌ها را بهبود بخشد، می‌توانید در مورد بهبود سرعت صحبت کنید. اگر با یک شرکت مراقبت‌های بهداشتی صحبت می‌کنید که تلاش می‌کند واجد شرایط بودن بیمار برای معاینات را مشخص کند، می‌توانید در مورد بهبود عادلانه صحبت کنید. اگر با خرده‌فروشی صحبت می‌کنید که سعی می‌کند روند مشتری را درک کند، می‌توانید در مورد بهبود دقت صحبت کنید.»
۳. مهارت‌های ارائه قوی را توسعه دهید و ذهنیت همدلانه را در خود پرورش دهید
چاو گفت که موفق ترین نامزدها مهارت‌های ارتباطی و ارائه قوی دارند.
او گفت: «در طول همه‌گیریِ کرونا، بسیاری از چیزها مجازی بوده است، بنابراین مردم این فرصت را نداشتند که آثار خود را در مقابل مخاطبانِ زنده ارائه کنند. «ارائه بر روی صفحه نمایش زمانی که همه در یک جعبه کوچک هستند شامل سبک ارتباطی و انرژی متفاوتی است.»
اکنون که بسیاری از کنفرانس‌ها و رویدادهای شبکه‌ای دوباره به صورت حضوری برگزار می‌شوند، نامزدها باید ارائه ارائه آسانسوریِ (Elevator Pitch) خود را کامل کنند. این برای افرادی که به دنبال کار در هوش مصنوعی هستند صادق است، اما به طور کلی برای جویندگان کار نیز توصیه خوبی است. او گفت: «شما باید خلاصه‌ای سریع از آنچه انجام داده اید آماده و آن را تمرین کنید.»
آسو اوزداگلار، رئیس بخش مهندسی برق و علوم کامپیوتر MIT، به اینسایدر گفت که رویکرد مشارکتی و همدلانه نیز کلیدی است. «شما باید مفاهیم فنی در مورد یادگیری ماشین و الگوریتم‌ها و تصمیم گیری را بدانید، اما همچنین باید از خود بپرسید که این تصمیمات چگونه زمینه انسانی را هم لحاظ کرده‌اند». اوزداگلار گفت که محبوبیت روزافزون ChatGPT این نکته را اثبات کرده است.
در بسیاری از موارد از این ابزارها برای تقویت تصمیم گیری انسانی استفاده می‌شود. بنابراین زمانی که آنها به کار گرفته می‌شوند، نه تنها باید موثر و کارآمد باشند، بلکه باید قابل اعتماد، منصفانه و قابل اتکا باشند.
۴. با حضور در رویدادها، شبکه‌سازی را در اولویت قرار دهید
با داغ شدن مسابقه تسلیحاتی هوش مصنوعی در سراسر سیلیکون ولی، شبکه‌سازی برای نفوذ به این صنعت بسیار مهم شده است.
برایان کیمل، سرمایه‌دار مخاطره‌آمیز که شرکت سرمایه‌گذاری Worklife Ventures مستقر در سیلیکون ولی را تأسیس کرد، گفت که بسیاری از گفتگوها پیرامون هوش مصنوعی در شام‌های کوچک یا هکاتون‌های شخصیِ آخر هفته انجام می‌شود. او گفت، بنابراین، ممکن است احساس شود که هوش مصنوعی محدود به افراد داخل سیلیکون ولی است.
کیمل گفت: «این فناوری برای همه قابل دسترسی است و دیگر محدود به دکتراهایی که در گوگل کار می‌کنند نیست، اما قراردادها به سرعت و بی سر و صدا امضا می‌شوند.»
با این حال، کیمل (که اخیراً یک بوت کمپ برای استارت‌آپ‌های هوش مصنوعی راه‌اندازی کرده است) پیشنهاد می‌کند که بهتر است در کنار سازندگان اولیه، یاد بگیرید. این به ویژه برای کسانی که می‌خواهند در زمینه‌هایی مانند بازاریابی، فروش یا به عنوان اپراتورهای غیرفنی به هوش مصنوعی نفوذ کنند، زیرا نیازی به آموزش رسمی ندارند.
کیمل گفت: «قالب بندی معمول من از مشکل این است که همه با هم در حال کشف این موضوع هستیم.» او از ده‌ها زن در زمینه فناوری دعوت کرد تا در هکاتون اخیر OpenAI شرکت کنند، حتی اگر همه آنها آماده حرکت به سمت کشاغل تمام وقتِ هوش مصنوعی نبودند.
کیمل گفت: «من فکر می‌کنم آمدن و یادگیری در مورد فناوری و شنیدن و مشاهده انواع شرکت‌هایی که در حال ساخت هستند، بسیار مهم است. اگر ۶ یا ۱۲ ماه دیگر تصمیم به ترک شرکت فعلی خود بگیرید، در معرض آنچه که قبلا ساخته شده است قرار خواهید.»
