機械学習の新興分野における仕事

LinkedInの2017年米国新興雇用レポートのトップには、機械学習の分野で2つの職業がありました。機械学習エンジニアとデータサイエンティストです。機械学習エンジニアの雇用は2012年から2017年の間に9.8倍に増え、データ科学者の仕事は同じ5年間で6.5倍に増えました。この傾向が続くと、これらの職業は他の多くの職業を上回る雇用見通しを持つことになります。未来が非常に明るいので、この分野の仕事はあなたにぴったりでしょうか。

機械学習とは

機械学習（ML）はまさにそのようなものです。この技術は特定のタスクを実行するように機械に教えることを含みます。コンピュータに何をすべきかを指示する命令を提供する従来のコーディングとは異なり、MLは、人間や動物が行うのと同じように、自分でそれを把握できるようにデータを提供します。魔法のように聞こえますが、そうではありません。それは、コンピュータ科学者と他の専門家との相互作用を含みます。これらのITプロフェッショナルは、アルゴリズムと呼ばれるプログラム（問題を解決する一連の規則）を作成してから、この情報に基づいて予測を行うように教える大量のデータをそれらに提供します。

機械学習は、「コンピュータが明示的にプログラムされていないタスクを実行できるようにする人工知能のサブセット」です（Dickson、Ben。機械学習の仕事に就くために必要なスキル。それは2017年1月18日です。） Steven Levyは、Googleの機械学習の優先順位付けと同社のエンジニアの再訓練についての記事で、次のように書いています。少数のエリートに。

最近の研究結果が示すように、生物学的脳の働き方を模倣する「ニューラルネット」を使った機械学習は、人間の力で、場合によってはスーパーヒューマンの力でコンピューターに浸透させる真の道です。 Levy、Steven。Googleがどのようにして機械学習として再編したか最初の会社はWired。2016年6月22日）。

機械学習は「実社会」でどのように使われていますか。私たちのほとんどは、それをあまり考えずに毎日この技術に出くわしています。あなたがグーグルまたは他の検索エンジンを使うとき、ページの上に出てくる結果は機械学習の結果です。スマートフォンのテキストメッセージアプリに表示される予測テキストと、ときどき悪意を持った自動修正機能も、機械学習の結果です。 NetflixとSpotifyで推奨されている映画と歌は、この急速に成長している技術をほとんど気付かないうちに使用する方法のさらなる例です。

つい最近、GoogleはGmailでスマート返信を導入しました。メッセージの最後に、コンテンツに基づいて3つの可能な返信がユーザーに表示されます。 Uberと他の会社は現在自動運転車をテストしています。

機械学習を使用する産業

機械学習の使用は、技術の世界をはるかに超えています。分析ソフトウェア会社のSASは、多くの業界がこの技術を採用していると報告しています。金融サービス業界は、MLを使用して投資機会を特定し、いつ取引するかを投資家に知らせ、どのクライアントがリスクの高いプロファイルを持っているかを認識し、不正を検出します。ヘルスケアでは、アルゴリズムは異常を拾うことによって病気を診断するのに役立ちます。

「購入しようと思っているその製品の広告が、表示されるすべてのWebページに表示されるのはなぜですか」という質問をしたことがありますか。 MLにより、マーケティングおよび販売業界は、購入履歴と検索履歴に基づいて消費者を分析できます。運輸業界がこの技術を採用することで、ルート上の潜在的な問題を検出し、それらをより効率的にするのに役立ちます。 MLのおかげで、石油・ガス産業は新しいエネルギー源を特定することができます（機械学習：それが何であり、それがなぜ重要なのか。SAS）。

機械学習が職場をどのように変えているか

私たちの仕事をすべて引き継ぐ機械に関する予測は数十年前から続いていますが、MLはついにそれを実現するのでしょうか。専門家はこの技術が職場を変えていると予測し続けています。しかし、私たちのすべての仕事を奪う限りでは？ほとんどの専門家はそれが起こるとは思わない。

機械学習がすべての職業において人間の代わりになるわけではありませんが、それに関連する職務の多くが変わる可能性があります。 Byron Spice氏は、「データに基づいて迅速な決断を下すタスクはMLプログラムに適しています。決断が長い推論の連鎖、多様な背景知識、常識に左右されない場合はそうではありません」と述べています。大学のコンピュータサイエンス学部（スパイス、バイロン。機械学習は仕事を変えるでしょう。）カーネギーメロン大学。

2017年12月21日）。

Science Magazine、Erik Brynjolfsson、およびTom Mitchellは、次のように述べています。「MLの機能の代わりになるタスクは労働需要が減少する可能性がありますが、これらのシステムを補完するタスクは増加する可能性が高くなります。システムが人間の仕事よりも費用対効果が高くなるという限界を超え、利益を最大化する起業家や経営者は、人々の代わりに機械を代用することをますます求めています。そしてリストラ産業（Brynjolfsson、ErikおよびMitchell、Tom。

機械学習でできること労働力への影響科学。 2017年12月22日）

あなたは機械学習のキャリアを望みますか？

機械学習のキャリアには、コンピュータサイエンス、統計、および数学の専門知識が必要です。多くの人々がそれらの分野の背景を持ってこの分野にやって来ます。機械学習の専攻を提供する多くの大学は、コンピュータサイエンス、電気およびコンピュータ工学、数学、および統計学に加えて（カリキュラムのためのトップ16の学校。AdmissionTable.com）を含むカリキュラムで学際的なアプローチを取ります。

すでに情報技術産業に携わっている人にとって、MLの仕事への移行はそれほど飛躍的なものではありません。あなたはすでにあなたが必要とする多くのスキルを持っているかもしれません。あなたの雇用主はあなたがこの移行をするのを手伝うかもしれません。 Steven Levyの記事によると、「現在MLのエキスパートである人々は多くないため、GoogleやFacebookのような企業は伝統的なコーディングを専門とするエンジニアを再訓練しています」。

あなたがITプロフェッショナルとして開発したスキルの多くは機械学習に移りますが、それは少し難しいかもしれません。 MLは数学だけでなくその科目についてもしっかり理解しているので、大学の統計クラスで目が覚めていることを願います。 Levyは、コーダーは、システムのプログラミングに対する完全な制御権を放棄することをいとわなければならないと書いています。

あなたのハイテク雇用者がグーグルとフェイスブックが再訓練するMLを提供していないならば、あなたは不運ではありません。大学や、UdemyやCourseraなどのオンライン学習プラットフォームでは、機械学習の基本を教えるクラスが提供されています。しかし、統計や数学の授業を受けてあなたの専門知識を完成させることが重要です。

役職と収入

この分野で仕事を探すときに出会う主な役職には、機械学習エンジニアやデータ科学者が含まれます。

機械学習エンジニアは、「機械学習プロジェクトの運営を行い、コードを本番環境に移行するために必要なインフラストラクチャとデータパイプラインの管理を担当しています。」データ科学者は、コーディング側ではなく、開発中のアルゴリズムのデータおよび分析側にいます。彼らはまたデータを収集し、きれいにし、そして準備する（Zhou、Adelyn。「人工知能職名：機械学習エンジニアとは何ですか？」Forbes。2017年11月27日）。

Glassdoor.comは、これらの仕事に従事している人々からのユーザーの提案に基づいて、MLのエンジニアとデータサイエンティストが平均基本給120,931ドルを稼いでいると報告しています。給与は最低87000ドルから最高158000ドルの範囲です（機械学習エンジニアの給与。Glassdoor.com。2018年3月1日）。 Glassdoorはこれらのタイトルをグループ化していますが、違いがいくつかあります。

機械学習の仕事のための要件

MLのエンジニアとデータサイエンティストは異なる仕事をしますが、両者の間には多くの重複があります。両方のポジションの求人発表には、よく似た要件があります。多くの雇用者は、コンピュータサイエンスまたはエンジニアリング、統計学、または数学の学士号、修士号、または博士号を希望しています。

機械学習の専門家になるには、技術的なスキル（学校や職場で習得したスキル）とソフトスキルの組み合わせが必要になります。ソフトスキルは、彼らが教室で学ぶのではなく、代わりに人生の経験から生まれたり、経験を通して身につける能力です。繰り返しますが、MLエンジニアに求められるスキルとデータサイエンティストとの間にはかなりの重複があります。

仕事の発表によると、MLエンジニアリングの仕事をしている人は、TensorFlow、Mlib、H20、Theanoなどの機械学習フレームワークに精通している必要があります。彼らはJavaやC / C ++のようなプログラミング言語やPerlやPythonのようなスクリプト言語の経験を含むコーディングの強力なバックグラウンドを必要とします。統計の専門知識や、大量のデータを分析するための統計ソフトウェアパッケージの使用経験も、仕様の1つです。

あなたはこの分野で成功することができるようにソフトスキルの様々なことができます。その中には、柔軟性、適応性、および忍耐力があります。アルゴリズムを開発することは多くの試行錯誤を必要とし、したがって忍耐が必要です。アルゴリズムが機能するかどうかを確認するためにアルゴリズムをテストし、そうでない場合は新しいアルゴリズムを開発する必要があります。

優れたコミュニケーションスキルが不可欠です。機械学習の専門家はチームで作業することが多く、他の人と共同作業をするには優れたリスニング、スピーキング、および対人関係のスキルが必要です。また、その発見を同僚に提示する必要があります。さらに、彼らは自分の仕事に新しい情報を取り入れることができる積極的な学習者であるべきです。イノベーションが重視される業界では、優れたものを創造する必要があります。