如何将职业转变为AI的8个技巧

企业中的人工智能(AI)有望实现显着增长，因此精明的IT专业人员正在寻找将其职业轨迹与之协调一致的方法。实际上，从2018年5月到2019年5月，在Indeed上列出的人工智能工作数量增加了29%，并且人工智能角色的候选人搜索同时减少了15%，这表明IT专业人员可能会资本化的人工智能专家可能会短缺。

[查看我们针对IT和商业领袖的10个关键人工智能术语的快速入门入门：备忘单：AI词汇表。]

“机器学习和人工智能在我们的生活中已经变得无处不在，”蒂莫西·黑文斯，威廉和计算机系统的凯莱杰克逊副教授说，计算的密歇根理工大学的学院和主任的计算和Cyber​​systems研究所。“未来几年，这个市场将成倍增长;对于年轻人以及那些希望改变职业生涯的人来说，这是一个完美的时间，他们将参与一个将改变一切的领域。“

对于许多IT专业人员而言，人工智能中的角色可以成为合理的下一步，利用他们现有的一些技能。人工智能技术战略负责人Zachary Jarvinen表示，使用Python和R编写代码的程序员和开发人员可以相对快速地升级自己成为数据科学家，因为这些语言的机器学习库是开箱即用的。和OpenText的分析。

“如果你想部署你的模型，那么拥有良好的软件工程技能是有意义的，”Vicki Boykis补充道，他最初是一名数据分析师，现在在CapTech Ventures从事数据科学工作。“理解机器学习库的基础还需要了解软件工程。”

Jarvinen表示，IT架构师和DevOps专业人员的能力特别适合数据工程师角色，他们负责创建和管理大型数据管道，使机器学习成为可能。即使是某些知识工作者和领域专家 - 在信息安全，合规，合同，收入运营，数据捕获或运营效率方面 - 也可能抓住机会在多功能AI项目团队中工作。

“首先，为了在应用人工智能领域取得成功，必须要有一个强大的程序员，所有这一切都需要：制作精心设计的代码，在出现问题时进行调试，以及强大的数据管理技能，”Havens说。如果你不知道的Python，学习它，增加了拉姆帕拉尼亚潘，在数据分析和见解的资深业务主管TEKsystems。

“重要的是要对机器学习和人工智能的基础知识有一个很好的理解 - 这些算法可以解决的基本算法和问题类型，”Havens说。

如果您尚未陷入要应用AI的域中，请充分了解它。“了解需要通过机器学习回答的商业问题可能是我强调的最重要的技能，”Havens说。“这涉及了解业务，了解公司的整体运作方式以及倾听技巧。”

构建机器学习和人工智能领域所需技能的简便方法是继续教育。除了正式的强大数据科学计划外，还有许多可行的免费选择。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！