《如何建立你的 AI 職業生涯》第二章-為有前途的 AI 職涯學習技術技能

閱讀時間約 5 分鐘
此篇文章有PODCAST可以聽喔

內容來自 deeplearning.aiHow to Build Your Career in AI 《如何建立你的 AI 職業生涯》


內容

在上一章中,我介紹了構建 AI 職業生涯的三個關鍵步驟:學習基礎技術技能、參與專案,以及尋找工作,所有這些都需要一個支持性的社群來共同成長。在本章中,我想更深入探討第一步:學習基礎技能。

關於 AI 的研究論文已經多到一個人一生都讀不完。所以,在學習時,選擇學習的主題變得至關重要。我認為,以下是機器學習領域中最重要的主題,對於建立 AI 職涯至關重要:


機器學習的基礎技能

例如,了解各種模型是很重要的,如線性迴歸、邏輯迴歸、神經網絡、決策樹、分群演算法,以及異常檢測。除了具體的模型外,更重要的是了解背後的核心概念,以及為什麼和如何這些模型能夠運作,例如偏差/方差、成本函數、正則化、優化演算法,以及錯誤分析。


深度學習

這已經成為機器學習中很大的一部分,很難在完全不了解它的情況下脫穎而出。掌握神經網絡的基本概念非常有價值,包括使其運作的實踐技能,如超參數調整、卷積網絡、序列模型,以及變壓器(transformer)。


與機器學習相關的數學

關鍵領域包括線性代數(向量、矩陣及其各種操作)以及機率與統計(包含離散與連續機率、標準機率分佈、基礎規則,如獨立性和貝葉斯法則,還有假設檢驗)。此外,探索性數據分析(EDA)——使用視覺化和其他方法來有系統地探索數據集——是一項被低估的技能。我發現 EDA 對於以數據為中心的 AI 開發特別有用,當你分析錯誤和獲得見解時,能真正加速進展。最後,有一些基本的微積分直覺是很有幫助的。不過,做 AI 的數學需求正在變化。例如,雖然有些任務需要微積分,但改進的自動微分軟體,使得不需要自己做微積分就能實現和應用神經網絡架構。


軟體開發

當你能找到一份工作,並用自己的技能做出巨大貢獻時,你的職涯機會將會倍增,尤其當你能夠編寫軟體來實作 AI 系統時。這些技能包括編碼基礎知識,數據結構(特別是與機器學習相關的數據操作,如數據框架)、演算法(特別是數據庫和數據操作相關的部分)、軟體設計,以及熟悉像 TensorFlow 或 PyTorch 這樣的 AI 開發框架,和 scikit-learn 這樣的機器學習庫。


學習這些技能真的不少!

即使你掌握了這些清單上的每樣東西,我也希望你能繼續學習並深入你的技術知識。我認識許多機器學習工程師,他們受益於在應用領域更深入的技能,如自然語言處理、計算機視覺,或是在技術領域,如機率圖模型或可擴展軟體系統的構建。


你如何獲得這些技能?

網路上有很多很棒的內容,理論上,閱讀許多網頁或許能行得通。但當目標是深度理解時,這種方式效率不高,因為這些網頁往往重複內容、用詞不一致(讓你放慢速度)、質量參差不齊,還有很多缺漏。這就是為什麼一門好的課程——內容有組織地編排,並且邏輯清晰——往往是最有效率的方式來掌握一個有意義的知識體系。當你已經掌握課程中的知識,你可以轉向研究論文和其他資源。

最後,沒有人可以在一個週末或一個月內把所有該學的東西全學完。每個優秀的機器學習專家,都是終身學習者。考慮到我們這個領域變化之快,要想跟上,別無選擇,只能持續學習。


你如何在數年內保持穩定的學習節奏?

如果你能養成每週學習一點點的習慣,即使是很小的進步,也能在不知不覺中取得顯著的成效。


建立新習慣的最佳方法

我最喜歡的一本書是 BJ Fogg 的《Tiny Habits: The Small Changes That Change Everything》。Fogg 解釋說,建立新習慣的最佳方法是從小開始,並確保成功,而不是試圖做太多,導致失敗。例如,如果你想每天運動 30 分鐘,他建議你先從一個伏地挺身開始,並且持之以恆。

這種方法對於那些想花更多時間學習的人或許有幫助。如果你從每天看 10 秒鐘的教育影片開始,並且持續這麼做,每天學習的習慣將自然而然地成長起來。即使你在這 10 秒鐘內什麼都沒學到,你也在建立每天學習的習慣。有時候,你可能會發現自己學著學著,一不小心就學了一個小時或更長時間。


作者介紹


其他章節

《如何建立你的 AI 職業生涯》引言

前言-編碼AI是新世代的識字能力

第一章-三個職成長步驟

第二章-為有前途的AI職涯學學習技術技能

第三章-要進入AI領域域找工作需要學數學嗎?

第四章-如何規劃成功的AI專案

第五章-找到符合職涯目標的専案

第六章-打造展示技能成長的專案作品集

第七章-啟動AI求職之旅的簡單框架

第八章-利用資訊訪找到適合的工作

第九章-找到適合你的AI工作

第十章-打造AI職涯的關鍵

第十一章-克服冒牌者症群

2會員
46內容數
wait
留言0
查看全部
發表第一個留言支持創作者!
AI 峰哥 的其他內容
在AI快速發展的時代,許多人努力在這個充滿挑戰的領域中建立自己的職業生涯。本文介紹了規劃AI職涯的三個關鍵步驟:學習基礎技能、參與專案和尋找工作,並探討了這些步驟在AI領域所面臨的獨特挑戰。透過這些步驟和建立支持性社群,可以有效地進一步職業發展。
阿峰老師分享了伊格言老師與曲博士關於AI的深度討論,從文學角度剖析AI對社會、職場和人性的影響。伊格言老師指出,AI可能導致部分人失業,尤其是無法適應新技術的人;他還談到自動駕駛的潛在風險,以及AI雖無意識卻可能影響人類情感。他強調人文學科在預見技術帶來的社會問題上不可或缺。
隨著人工智慧和數據科學的興起,學習程式語言成為現代社會的重要技能。本文探討了 AI 職業生涯的建立方法,強調數據驅動的洞察力及其在各行各業中的應用。文章中提及如何在不同領域中運用 AI 技術,提高個人和企業的效率與競爭力。希望能以此啟發更多人關注並學習 AI 相關技能,將數據的潛在價值實現。
本文探討了訪談重要性以及AI世界的變革,重點在於Aravind Srinivas和他的Perplexity AI如何重新定義搜尋引擎的功能。文章深入分析Srinivas的觀點,強調正確性與透明度在資訊檢索中的重要性,並提供了幾句經典名言供讀者反思。
本文深入探討了李飛飛教授在a16z平臺上的訪談,重點在於AI技術的發展與未來走向。教授強調了視覺空間智能的重要性及其對AI和人類生活的影響。同時,提到ImageNet對計算機視覺的革命性貢獻及生成模型的迅速崛起。此外,文章提供了持續探索AI的資源與方法,鼓勵讀者深入瞭解AI的應用與潛力。
本文章探討如何在人工智慧(AI)領域建立職業生涯,包括職業成長的步驟、所需的技術技能、數學知識的重要性及成功專案的規劃。文章由吳恩達的著作《如何建立你的 AI 職業生涯》整理而成,並對於求職過程、技能展示及克服冒牌者症群提供實用建議,讓讀者能有效地進入並發展在AI領域的職業道路。
在AI快速發展的時代,許多人努力在這個充滿挑戰的領域中建立自己的職業生涯。本文介紹了規劃AI職涯的三個關鍵步驟:學習基礎技能、參與專案和尋找工作,並探討了這些步驟在AI領域所面臨的獨特挑戰。透過這些步驟和建立支持性社群,可以有效地進一步職業發展。
阿峰老師分享了伊格言老師與曲博士關於AI的深度討論,從文學角度剖析AI對社會、職場和人性的影響。伊格言老師指出,AI可能導致部分人失業,尤其是無法適應新技術的人;他還談到自動駕駛的潛在風險,以及AI雖無意識卻可能影響人類情感。他強調人文學科在預見技術帶來的社會問題上不可或缺。
隨著人工智慧和數據科學的興起,學習程式語言成為現代社會的重要技能。本文探討了 AI 職業生涯的建立方法,強調數據驅動的洞察力及其在各行各業中的應用。文章中提及如何在不同領域中運用 AI 技術,提高個人和企業的效率與競爭力。希望能以此啟發更多人關注並學習 AI 相關技能,將數據的潛在價值實現。
本文探討了訪談重要性以及AI世界的變革,重點在於Aravind Srinivas和他的Perplexity AI如何重新定義搜尋引擎的功能。文章深入分析Srinivas的觀點,強調正確性與透明度在資訊檢索中的重要性,並提供了幾句經典名言供讀者反思。
本文深入探討了李飛飛教授在a16z平臺上的訪談,重點在於AI技術的發展與未來走向。教授強調了視覺空間智能的重要性及其對AI和人類生活的影響。同時,提到ImageNet對計算機視覺的革命性貢獻及生成模型的迅速崛起。此外,文章提供了持續探索AI的資源與方法,鼓勵讀者深入瞭解AI的應用與潛力。
本文章探討如何在人工智慧(AI)領域建立職業生涯,包括職業成長的步驟、所需的技術技能、數學知識的重要性及成功專案的規劃。文章由吳恩達的著作《如何建立你的 AI 職業生涯》整理而成,並對於求職過程、技能展示及克服冒牌者症群提供實用建議,讓讀者能有效地進入並發展在AI領域的職業道路。
你可能也想看
Google News 追蹤
Thumbnail
這個秋,Chill 嗨嗨!穿搭美美去賞楓,裝備款款去露營⋯⋯你的秋天怎麼過?秋日 To Do List 等你分享! 秋季全站徵文,我們準備了五個創作主題,參賽還有機會獲得「火烤兩用鍋」,一起來看看如何參加吧~
Thumbnail
Faker昨天真的太扯了,中國主播王多多點評的話更是精妙,分享給各位 王多多的點評 「Faker是我們的處境,他是LPL永遠繞不開的一個人和話題,所以我們特別渴望在決賽跟他相遇,去直面我們的處境。 我們曾經稱他為最高的山,最長的河,以為山海就是盡頭,可是Faker用他28歲的年齡...
Thumbnail
適應能力和學習能力 在當今科技迅速變革的時代,適應能力和學習能力成為我們在職場上保持競爭力的關鍵要素。無論是在工作中還是在生活中,快速學習新工具和適應新環境已經成為必不可少的能力。持續學習並保持開放的心態,不僅能讓我們在不斷變化的職場中立於不敗之地,也能讓我們更好地應對各種挑戰。 適應能力與
Thumbnail
本文介紹了人工智慧(AI)及機器學習(ML)的基本概念和關係,探討了數據在機器學習中的重要性,以及深度學習和生成式人工智慧的應用。
Thumbnail
程式設計與技術能力 在現代社會中的重要性越來越明顯,尤其是在人工智能(AI)和自動化技術迅速發展的背景下。理解編程語言,如Python、R等,以及熟悉相關技術架構和工具,能夠幫助個人在這樣的環境中更好地工作。這種能力不僅對技術專業人士至關重要,也對非技術領域的人士日益重要,因為基礎的程式設計知識已
Thumbnail
本文討論了在AI時代下我們需要具備的職能,例如提問力、判斷力和專業能力。同時也提到了在使用AI時需要注意的事情,以及一些問答希望可以跟讀者有所互動與交流。另外作者也分享了自己使用AI工具的心得,並期待可以幫助初學者更快地瞭解如何應對AI的基礎邏輯。
Thumbnail
因為 AI 領域的技術不斷地迭代更新,無法避免的是需要一直去追新的技術 並且需要在一個有限的時間學會,或是實作應用導入到專案之中。 那我覺得在學習新技術可通過以下步驟: 1. 找一個讀得懂的教學資源 現在網路上的教學資源很多,或是書籍的資源也很豐富, 同時也有像是 chatgpt 的 AI
先下手為強:利用AI提高競爭力 在大多數人還在觀望AI的潛力時,先下手的人已經開始發揮出巨大的優勢。關鍵在於,你需要主動推動AI的使用邊界,而不是等待技術發展逼近你。 以下是一些具體的策略: 探索新應用場景:不斷嘗試將AI應用於更多的工作環節,探索其潛力。 提升個人技能:學習和掌握更多AI相
Thumbnail
本文談及資料科學的領域與分工。首先是建造一個AI的研發流程,資料收集到 AI 模型訓練的過程,AI經歷這一切流程被創造出來並產生價值;再來本文也提及在這個領域中的各種腳色、資料工程師、數據庫工程師、資料科學家和資料分析師的各種介紹。並且強調跨領域合作的重要性。
Thumbnail
在現今以及未來的工作中,AI 技能將扮演關鍵角色。為了滿足這一需求,許多頂尖科技公司和大學提供了免費的線上 AI 課程,讓有興趣進修、提升能力的讀者可以選擇適合自己的課程。
Thumbnail
最新的AI趨勢讓人眼花撩亂,不知要如何開始學習?本文介紹了作者對AI的使用和體驗,以及各類AI工具以及推薦的選擇。最後強調了AI是一個很好用的工具,可以幫助人們節省時間並提高效率。鼓勵人們保持好奇心,不停止學習,並提出了對健康生活和開心生活的祝福。
近來AI繪圖以及如Chatgpt等可進行對話的AI進入到大眾視野,讓AI成為了熱門話題,網路媒體和論壇冒出許多相關的文章,足見AI之勢著實非同小可。
Thumbnail
這個秋,Chill 嗨嗨!穿搭美美去賞楓,裝備款款去露營⋯⋯你的秋天怎麼過?秋日 To Do List 等你分享! 秋季全站徵文,我們準備了五個創作主題,參賽還有機會獲得「火烤兩用鍋」,一起來看看如何參加吧~
Thumbnail
Faker昨天真的太扯了,中國主播王多多點評的話更是精妙,分享給各位 王多多的點評 「Faker是我們的處境,他是LPL永遠繞不開的一個人和話題,所以我們特別渴望在決賽跟他相遇,去直面我們的處境。 我們曾經稱他為最高的山,最長的河,以為山海就是盡頭,可是Faker用他28歲的年齡...
Thumbnail
適應能力和學習能力 在當今科技迅速變革的時代,適應能力和學習能力成為我們在職場上保持競爭力的關鍵要素。無論是在工作中還是在生活中,快速學習新工具和適應新環境已經成為必不可少的能力。持續學習並保持開放的心態,不僅能讓我們在不斷變化的職場中立於不敗之地,也能讓我們更好地應對各種挑戰。 適應能力與
Thumbnail
本文介紹了人工智慧(AI)及機器學習(ML)的基本概念和關係,探討了數據在機器學習中的重要性,以及深度學習和生成式人工智慧的應用。
Thumbnail
程式設計與技術能力 在現代社會中的重要性越來越明顯,尤其是在人工智能(AI)和自動化技術迅速發展的背景下。理解編程語言,如Python、R等,以及熟悉相關技術架構和工具,能夠幫助個人在這樣的環境中更好地工作。這種能力不僅對技術專業人士至關重要,也對非技術領域的人士日益重要,因為基礎的程式設計知識已
Thumbnail
本文討論了在AI時代下我們需要具備的職能,例如提問力、判斷力和專業能力。同時也提到了在使用AI時需要注意的事情,以及一些問答希望可以跟讀者有所互動與交流。另外作者也分享了自己使用AI工具的心得,並期待可以幫助初學者更快地瞭解如何應對AI的基礎邏輯。
Thumbnail
因為 AI 領域的技術不斷地迭代更新,無法避免的是需要一直去追新的技術 並且需要在一個有限的時間學會,或是實作應用導入到專案之中。 那我覺得在學習新技術可通過以下步驟: 1. 找一個讀得懂的教學資源 現在網路上的教學資源很多,或是書籍的資源也很豐富, 同時也有像是 chatgpt 的 AI
先下手為強:利用AI提高競爭力 在大多數人還在觀望AI的潛力時,先下手的人已經開始發揮出巨大的優勢。關鍵在於,你需要主動推動AI的使用邊界,而不是等待技術發展逼近你。 以下是一些具體的策略: 探索新應用場景:不斷嘗試將AI應用於更多的工作環節,探索其潛力。 提升個人技能:學習和掌握更多AI相
Thumbnail
本文談及資料科學的領域與分工。首先是建造一個AI的研發流程,資料收集到 AI 模型訓練的過程,AI經歷這一切流程被創造出來並產生價值;再來本文也提及在這個領域中的各種腳色、資料工程師、數據庫工程師、資料科學家和資料分析師的各種介紹。並且強調跨領域合作的重要性。
Thumbnail
在現今以及未來的工作中,AI 技能將扮演關鍵角色。為了滿足這一需求,許多頂尖科技公司和大學提供了免費的線上 AI 課程,讓有興趣進修、提升能力的讀者可以選擇適合自己的課程。
Thumbnail
最新的AI趨勢讓人眼花撩亂,不知要如何開始學習?本文介紹了作者對AI的使用和體驗,以及各類AI工具以及推薦的選擇。最後強調了AI是一個很好用的工具,可以幫助人們節省時間並提高效率。鼓勵人們保持好奇心,不停止學習,並提出了對健康生活和開心生活的祝福。
近來AI繪圖以及如Chatgpt等可進行對話的AI進入到大眾視野,讓AI成為了熱門話題,網路媒體和論壇冒出許多相關的文章,足見AI之勢著實非同小可。