Как вкатиться в AI и ML, чтобы получать хорошие деньги (но, увы, не наносеки)

Пошаговая инструкция

Поскольку, совсем недавно тут в популярное влетел схожий по теме материал, но он был плохо структурирован и обещал невыполнимое, я решил опубликовать честный и качественный текст.

Итак, ты вдруг решил, что AI вот-вот захватит мир, поэтому лучше нанести превентивный удар, и первым подчинить AI своей воле.

Для тех, кто не понял о чем тут идет речь.
AI - artificial intellegent, искусственный интеллект. Его еще не существует, поэтому сегодня под этим обычно имеются ввиду глубокие нейронные сети. Их мы и будем подразумевать, когда будем говорить "AI".
ML - machine learning, машинное обучение.

Из плохих новостей - к сожалению, большинство указанных учебных материалов в настоящий момент невозможно приобрести из РФ. С большой вероятностью вы и на сайты зайти не сможете. Но кое-что из перечисленного можно найти на пиратских сайтах - желание учиться победит все преграды.

1. Знание английского - чтение, восприятие на слух. Увы, все передовые материалы по теме публикуются на английском языке. Даже если авторы русскоговорящие.
2. Умение программировать на Python. Потому что все действия выполняются на этом языке. Тут я тебе не смогу помочь, дорогой читатель. Данный шаг остается на твоей совести. Хотя, если заниматься только ML, то там глубокое владение программированием не нужно.
3. Желательно знать SQL и получить опыт работы с базами данных. Это пригодится для работы в ML, потому что там приходится работать со структурированными данными.

Вот, ты потратил год-два на получение вышеописанных навыков.

Мне в свое время помог курс на Udemy от Daniel Bourke:

Он совершенно точно спирачен, поэтому его можно найти в бесплатном доступе. Но он реально хорош, и стоит совсем недорого относительно знаний, которые он дает.

Курс регулярно обновляется, поэтому у пиратов может быть старая версия, но ее вам тоже будет достаточно.

Курс содержит доступные примеры и на 75% состоит из практических заданий.

После окончания курса вам прямая дорога на Kaggle:

Это сайт на котором, с технической стороны, проводятся соревнования по ML с денежными призами. А с практической стороны, это сайт, где люди объединяются для проведения "мозговых штурмов" для решения сложных и передовых проблем средствами ML: поиск оптимальных способов обнаружения болезней, оптимизация спортивных стратегий, решение экологических проблем и т.д.

На Kaggle можно получать звания и ачивки, которые очень ценятся работодателями, в том числе, зарубежными.

На Kaggle очень много датасетов и для новичков, и для профи. Очень много руководств и примеров решений. Там вы можете практиковаться и учиться у других.

Самые лучшие курсы в Интернете - на сайте Coursera от компании DeepLearning.AI. Большинство курсов ведет Эндрю Ын (Andrew Ng).

В разделе DeepLearning.AI несколько курсов, они посвящены различным направлениям: от базовых понятий до рекурретных сетей и языковых моделей. Вы можете выбрать необходимые для себя - можно зайти в каждый курс и посмотреть его состав.

Именно эти курсы хороши тем, что они начинают объяснять с самых базовых основ. И объясняют так, что будет понятно даже тем, кто никогда не слышал про нейронные сети.

Начинать рекомендую со следующих курсов:

Вводный курс, объясняет как работают глубокие нейронные сети.:

Курс объясняет, как правильно обучать и оценивать результаты обучения нейронных сетей:

Курс рассказывает, как правильно настраиваться нейронные сети для достижения максимальной эффективности:

Остальные курсы посвящены уже конкретным типа нейронных сетей и направлениям, но я их тоже очень рекомендую.

К сожалению, я не знаю - можно ли достать эти курсы на пиратских ресурсах.

Кое-какие идеи из курсов изложены в бесплатной книге, которую можно скачать с официального сайта:

Часть материалов по курсам собрана энтузиастами на Kaggle:

У меня с курсами от Эндрю Ына есть одна история. Когда я заинтересовался нейронными сетями, то я, конечно, попробовал начать с русскоязычных курсов. Я открыл первый попавшийся мне видеокурс. Я долго мучился, но ничего не понял. Мне показалось, что это очень сложно, и не предназначено для моих тупых мозгов.

Спустя какое-то время я решил попробовать снова. Я уже не помню почему и как забрел на сайт Coursera. И там я в поиске нашел курсы по нейросетям. Я начал смотреть первое видео, где мужчина-азиат рассказывал, что нейросети - это просто, математики знать для этого нужно немного, и он всю ее объяснит. Я тогда подумал: "Да кто это такой, что он себе позволяет? Это сложная тема, почему он врет?".

Спустя несколько последующих видео, где этот преподаватель точно таким же успокаивающим тоном на пальцах объяснял мне современные технологии, я решил его загуглить.

"Какой-то ноунейм решил, что знает нейросети лучше других, и втирает мне, что это совсем несложно, ну да, ну да". Я с удивлением обнаружил, что этот ноунейм - основатель Coursera, создатель подразделения Google Brain, возглавлял AI-отдел в Baidu, профессор Стэнфорда, неоднократно входил в топ самых влиятельных людей мира по версии журнала Time.. "Ок, я был не прав - это не ноунейм, а кажется наоборот, один из передовых специалистов в мире. Мужик точно знает, о чем говорит, я должен ему довериться." - вот, что я подумал, подбирая челюсть с пола.

Здесь можно увидеть его в свежем списке топ-100 самых влиятельных людей в сфере AI, рядом с Сэмом Альтманом, Илоном Маском и Дженсен Хуангом:

Основными материалами на этом этапе станут официальные гайды и документация.

Гайды по Tensorflow/Keras:

Документация по Tensorflow/Keras:

Гайды по PyTorch:

Документация по PyTorch

Мой любимый репозиторий с моделями для Tensorflow:

Мое руководство "Как начать работать с PyTorch":

Сайт с рейтингом лучших моделей по всем направлениям, с ссылками на исходные научные статьи:

Конечно, Kaggle, который я уже упоминал ранее.

Для уверенных в своих силах и продвинутых - лекции и записи конференций на ods.ai:

Практикуйся около года, чтобы наработать достаточно опыта.

Для ML-специалистов много работы. Для AI-специалистов работы в РФ гораздо меньше - это связано с уходом многих компаний.

Чтобы понять, каких навыков тебе не хватает - открывай любую вакансию и читай требования. Потрать несколько месяцев на освоение необходимых навыков.

Дальше составляй резюме и практикуй собеседования. В какой-то момент тебе повезет и тебя возьмут на работу.

Удачи!

В большинстве случаев для ML-специалистов не требуется обширных знаний по программированию. Необходимо лишь уметь работать со специализированными пакетами. Но потребуются знания теории вероятностей, статистики, а также умение работать с SQL и базами данных.

Для работы с нейросетями потребуется умение программировать, а также придется освоить некоторые вещи из DevOps.

Также развитие нейросетей идет семимильными шагами, поэтому код пишут второпях, а документацию не успевают обновлять. Из-за этого практически всегда что-то не работает. И решать эти проблемы придется тебе самостоятельно, мой дорогой друг - читать форумы, спрашивать советов в официальных репозиториях.

По непонятной для меня причине все курсы в рунете стоят запредельных денег, как будто там дают диплом государственного образца.

Также, почему-то все курсы в рунете очень сложные. Такое чувство, будто их намеренно переусложняют, как будто боятся - вдруг кто-то подумает, что учебные материалы слишком простые.

Я не берусь судить русскоязычные курсы на Udemy - там обычно качественные и доходчивые материалы.

#опыт #programming #ai #нейросети