«Машинное обучение — как секс в старших классах. Рассказывают все, разбираются единицы, а занимается только преподаватель», — Вастрик.

Первые разговоры об искусственном интеллекте пошли на заре 1960-х. Разработчики пускали слюни на компьютеры, размером с квартиру в Молодечненском, и мечтали о прекрасном будущем. Тогда же появился язык LISP, который мог писать программы, которые пишут программы, которые пишут программы, которые…

И тогда, и сейчас за всю суету с ИИ и нейронными сетями отвечали специалисты двух видов — дата-сайентисты и ML-инженеры. Первые проектировали модели и ковыряли алгоритмы, вторые — развертывали системы в производственных средах. О том, как освоить профессию инженера машинного обучения в 2024 году, мы тебе и расскажем. 

Чем конкретно занимаются ML-инженеры

Спец в области ML-инженерии — и швец, и жнец и на дуде игрец от мира нейронных сетей. На работе он анализирует огромные инфопотоки и создает приложения с ИИ. Сами по себе алгоритмы искусственного интеллекта — как сферический конь в вакууме, никому не нужны. Важно, чтобы программы решали задачи (обычно из предпринимательского, финансового, промышленного и врачебного секторов). 

При взгляде со стороны, ML-инженера от обычного разработчика не отличить. Сидит условный Олег — пишет производительный, покрытый тестами код. На практике же оказывается, что условный Олег — вовсе не Олег, а Игорь, и работает он над самыми глобальными и серьезными вещами. Применительных областей в Machine Learning много. В числе самых ярких:

• медицинская диагностика — поиск болячек по симптомам или прогнозирование хода патологических процессов;
• кредитный скоринг — выявление платежеспособных граждан для угона в финансовое рабство выдачи займов;
• помощь в составлении экономических стратегий — предсказание оттока клиентов по месяцам и другим отчетным периодам. 

Насколько реально стяжать лавры «эмэльщика» с нуля

ML-инженерия — направление не для всех. Во-первых, для вступления в дружные ряды таких специалистов, нужна определенная база. Во-вторых, понадобится если не чувство прекрасного, то желание двигать инновации, создавать мини-прорывы и стремление проводить исследования. Сыну маминой подруги это дастся легко, а тебе, скорее всего, придется попотеть. 

В бэкграунде начинающего «эмэльщика» — опыт работы с «Питоном» или иным объектно-ориентированным языком программирования. Падаван должен владеть матаном, хотя бы на уровне выпускника технического вуза. В нейронных сетях без математики никуда — она используется при проектировании, тренировке и тестировании модели, а также при интерпретации результатов ее действий. 

Кому стоит пойти в ML-инжиниринг

95% курсов в школе TeachMeSkills — для абсолютных новичков. Программа ML в этом плане особенная. На занятиях мы ждем подготовленных ребят, владеющих матаном и тем же «Питоном». Эксперты рекомендуют обращать внимание на машинное обучение начинающим и действующим специалистам, чья работа связана: 

• с классическим программированием — если есть желание прокачать скиллы в области ООП-языков, алгоритмов и больших данных;
• с аналитикой и продуктовым менеджментом — когда нужно собирать и обрабатывать как можно больше инфы для построения прогнозов;
• с наукой — если часто приходится охотиться за корреляциями в обрывочных информационных потоках. 

Перспективы и потенциалы профессии

Чумба, алгоритмы ИИ тебя уже окружили. Искусственный интеллект — как сырок фирмы «Б.Ю. Александров» на стеллаже магазина у дома. Они помогают учить людей, выдавать кредиты, подбирать медицинские диагнозы и искать залежи драгоценных металлов в рудных полях громадных месторождений. 

Именно поэтому потанцевал сферы не ограничен практически ничем. Американские инженеры бьются над автопилотом, а китайские — делают продвинутые системы безопасности на основе миллионов камер в городах. Шайтан-машина уже умеет рекомендовать музыку, сочинять сказки и выявлять признаки неплатежеспособности.

Алгоритмы ИИ могут как защищать тебя от назойливой рекламы, так и наоборот, подбирать назойливые маркетинговые предложения под конкретные вкусы. Умные дома раздвигают шторы утром, чтобы ты наслаждался первыми лучами солнца. За создание удивительных систем отвечают ML-инженеры, стать которым можешь и ты!

Бонус — где искать полезную инфу по теме ML

Мир искусственного интеллекта широк и многогранен. Решать, откуда черпать знания, будешь только ты. Мы собрали подборку интересных ресурсов, каналов и подкастов, посвященных машинному обучению в разных проявлениях: 

1. Блог Вастрика. Множество нативных статей, раскрывающих трудные темы предельно доступным языком. 
2. Канал Школы анализа данных. Внушительное количество лекций от экспертов компании Яндекс. 
3. Подкаст «О машинном обучении». Подробные диалоги о направлении ML и этапах его развития. 
4. ТГ-канал Machine Learning RU. Здесь разбирают актуальные инструменты, рассказывают о прохождении собеседований и обсуждают отраслевые новости.
5. Подкаст SDS. Сборник материалов от Джона Крона, одного из самых известных исследователей искусственного интеллекта в мире.