Это идеальный момент, чтобы начать изучать ИИ, отрасль растет так быстро, и вы должны учиться самым разумным образом, чтобы лучше использовать свое время, поскольку я вижу, что есть два основных типа учащихся: активные учащиеся, те, кто которые учатся, просматривая лекции, делая заметки и выполняя наборы задач, и пассивные учащиеся, те, кто также учится, просматривая лекции, делая заметки и выполняя наборы задач, а также выполняя проекты, участвуя в конкурсах, написав статьи или выполняя исследовательскую работу.

При этом мы можем рассматривать это как три типа учащихся в зависимости от того, как много они знают и как много они делают:

  • Знай и делай: этот тип учащихся учится некоторое время, и он очень хорошо разбирается в теме, он демонстрирует свои знания с помощью таких вещей, как личные проекты, написание текстов, создание видео или участие в исследованиях, этот тип людей является мечтой для многих компаний.
  • Не знаю, а делаю: этот человек может быть новичком, но он укрепляет свою учебу, активно создавая личные проекты, таким образом, он также является деятелем и может демонстрировать личную работу с самого начала.
  • Знайте, но не делайте: этот человек потратил много времени на учебу, у него может быть несколько сертификатов или степеней, но у него нет собственной работы, которую можно было бы продемонстрировать и которой можно гордиться.

Даже если вы новичок, вам определенно следует применять свои знания на практике, продолжая использовать свои обычные учебные ресурсы, «практика делает совершенным» — это реальный факт.

Представьте, что вы готовитесь к тесту в колледже. Лучший способ сделать это — пройти пробный тест, созданный вами перед самим тестом, как вы можете увидеть в: Чтобы действительно учиться, бросьте учебу и сдайте тест. , то же самое относится к ИИ и программной инженерии в целом, простое прохождение десятков курсов MOOC, чтение научных работ или множества статей не подготовит вас к моменту получения реальной работы в области ИИ, вы не будете знать многого о важных вещах. например, как получить данные, очистить данные или создать новые функции. В общем, все те замечательные концепции, которые вы изучили, не будут полностью полезны или не будут иметь полного смысла в вашем мозгу, пока вы не примените их на практике.

Иногда я совершал ошибку, не будучи деятелем, но вы не должны, вы не можете быть пассивным студентом, все великие имена в технологической индустрии также великие деятели, здесь я даю вам несколько советов, как стать исполнитель сегодня:

Создавайте личные проекты

Это отличный способ попрактиковаться, изучить новые вещи и одновременно продемонстрировать свою работу. Если вам нужно вдохновение, я рекомендую: Потрясающие идеи проекта глубокого обучения, в некоторых проектах простая логистическая регрессия должна работать, а в другим вам понадобится глубокая нейронная сеть, используйте подход, который вы хотите, и убедитесь, что вы действительно получаете удовольствие и понимаете все, что делаете.

Совет Rockstar по искусственному интеллекту: не ограничивайтесь созданием программного обеспечения CLI или хранением кода в блокнотах Jupyter, попробуйте развернуть код в веб-приложениях, а затем в Интернете через традиционный хостинг или через Heroku, поверьте мне, команда HR, рассматривающая ваше заявление о приеме на работу, будет гораздо более впечатлена, увидев действительно красивые результаты своими глазами, чем глядя на код или метрики, которые они могут даже не понять или не удосужились увидеть.

Создать стартап

Когда я пишу это, мы находимся в двух днях от 2020 года, еще никогда не было так легко начать бизнес (особое спасибо интернету), это, пожалуй, самый многообещающий и прибыльный способ продемонстрировать свои навыки, есть много мест для стартапов в области ИИ в наши дни вам нужна идея и, что более важно, найти мотивацию, чтобы делать то, что вы любите, решать проблему, к которой вы испытываете страсть, если вы все еще студент колледжа и хотите начать онлайн-бизнес, но вы не уверены, что вы сможете оплачивать традиционные необходимые расходы (доменные имена, хостинг, вычислительная мощность…) вам обязательно следует проверить GitHub Student Developer Pack проверенные студенты, которые подписываются на пакет, не только получают GitHub Pro бесплатно, пока они в школе, но каждый из них также получает более 100 тысяч долларов 💰 бесплатных инструментов и обучения от почти семидесяти партнеров Github, это замечательное предложение, которое может очень помочь вам на первых этапах Ваш бизнес.

Кроме того, если вам нужно немного вдохновения для идеи стартапа, вы можете проверить: Сирадж Равадж: Смотри, как я создаю стартап ИИ. (Я знаю о плохой репутации Сираджа в последнее время в сообществе ИИ, но у него определенно есть отличные ресурсы, подобные этому, которые могут помочь студентам вдохновиться и стать следующими лидерами отрасли).

Участвовать в соревнованиях

Участие в соревнованиях в таких местах, как Kaggle, — это интересный способ улучшить и продемонстрировать миру свои навыки искусственного интеллекта, и в то же время принять участие за очень хорошую денежную плату. лицо сегодня, если вы хотите узнать, как начать с Kaggle, я рекомендую начать с конкурса: Титаник: машинное обучение после катастрофы или с курса Как выиграть конкурс по науке о данных: учиться у лучших Kagglers.

Создать контент

Для того, чтобы преуспеть, креативность очень важна, и Интернет — это простой способ показать нашу креативность, даже с помощью нескольких кликов и нажатий клавиш можно начать делиться своими знаниями с миром. Вот некоторые из лучших способов:

  • Создание канала на YouTube.
  • Создание веб-страницы (или начните писать в местах типа Медиум).
  • Создание страницы в социальных сетях.

Помните, не имеет значения, сколько онлайн-курсов вы прошли или сколько книг прочитали, если вы недостаточно практикуетесь, вы создаете себе иллюзию компетентности в данной теме, что стать одним из ваших злейших врагов в будущем, несколько дней назад я прочитал на LinkedIn сообщение рекрутера, рассказывающего историю о том, как почти все кандидаты на конкретную должность старшего инженера по машинному обучению в определенной компании на самом деле не знали, как построить довольно простой классификатор с использованием Python и scikit-learn, это происходит потому, что вы можете приложить усилия и прочитать всю документацию по любому инструменту, но если вы не применяете эти новые знания в своих собственных проблемах, у вас проблемы.

Спасибо, что прочитали самую первую статью о DoingAI, надеюсь, она оказалась вам полезной, и до новых встреч!

Первоначально опубликовано на https://doingai.tech 30 декабря 2019 г.