機械学習を専攻する学生も就職について不安を感じ始めているのでしょうか?昨日、あるネットユーザーがRedditに、AI企業が現在マスター技術チームを募集していると聞いたが、彼らは全員複数の博士号を持つ天才だ、と投稿した。私のような平凡な卒業生を欲しがる人はいないのだろうか?返信の内容から判断すると、この発言は少々無理がある。 機械学習と AI 専攻の人気はますます高まっています。より良い就職機会を得るために、キャリアを変えたり、分野を変えて AI を学んだりしたいと考える人は多くいます。機械学習関連の学生を募集する大学も増えています。喜ぶ一方で、この職業にバブルが起きるのではないかと心配する人も多い。 最近、Reddit に「優秀な機械学習の卒業生が就職するのは簡単ではないと聞きました。本当ですか?」という投稿がありました。学生が将来の見通しを心配しているようです。 同氏は次のように述べた。「現在、大学は機械学習の分野でますます多くの卒業生を輩出しているが、雇用数は十分なペースで伸びていない。多くのAIユーザーは、複数の博士号を持つメンバーを含む、本当に才能のあるマスターのチームを採用する傾向があり、もはや「悪くない」機械学習の卒業生を探すつもりはない。」これは本当でしょうか、それとも嘘でしょうか? トップクラスのテクノロジー企業だけがこのようにこだわりがあるのでしょうか、それとも今ではすべての企業がこのような状態になっているのでしょうか? 「それなりの」機械学習スキルを持つ人材を新たに雇用する意思のある企業はまだあるでしょうか? 仕事に対する卒業生の不安は、高収入をもたらす機械学習を専攻する学生にとっても、世界的な問題となっているようだ。しかし、この投稿はRedditの機械学習セクションに投稿されたため、さまざまな業界関係者から提案や慰めの声が上がるのは当然です。 全体的に、回答は一般的に 1 つのメッセージを強調しています。心配しないでください。仕事を見つけるのは簡単です。それが「良い仕事」であるかどうかは、主にあなた自身の期待に依存します。 ネットユーザーのアドバイス:心配しないでください。期待を下げれば、仕事を見つけるのは問題になりません最も多くの「いいね!」を獲得した回答は、pipsqueak_in_hoodie さんからのもので、期待を下げれば、ほとんどいつでもオファーを受けることができ、それはあなたがそうする意思があるかどうかにかかっているだけだと述べています。 期待を少し下げる気があれば、すぐにオファーを受け取ることができます。私がまだ学生だった頃、機械学習エンジニアを募集している企業からのメールがスパムフォルダにたくさん入っていることがよくありました。これらのメールのほとんどは「疑わしい」スタートアップ企業からのものでしたが、他にもいくつか見つかりました。 たとえば、研究職には最新の研究手法以上のものが求められるため、研究職のオファーを得るのはより困難です。もちろん、非常に難しいわけではなく、単に比較的難しいだけです。 確かに、過去 1 年間で価格は上昇しており、期待を適切に下げる必要があります。 上の階が正解です!世の中には確かに仕事は存在しますが、それはあなたの夢の仕事ではないかもしれません。 2018 年当時は機械学習の卒業生、特に研究分野の卒業生の需要が非常に高かったため、あなたの発言は正しかったのですが、それ以降、機械学習の卒業生の数は驚異的な速度で増加しています。ですから、期待値を下げることが私ができる最善のアドバイスです。 ネットユーザーのmnky9800nは、現在AIバブルが広がっていると考えている。スタートアップ企業に入社する際には注意が必要だ。多くの企業は投資家を騙しているだけだからだ。 私は、ニューラル ネットワークが何であるかを知っている地元の大学の修士課程の学生たちが経営しているらしいスタートアップ企業を知っていました。彼らは私に応募するように何度も頼んできましたが、私は断り続けました。最悪なのは、人々が何が起こっているのかを知らずにこれらのスタートアップに投資することだと思います。彼らは「3次元データボリューム」を使って油田やガス田を見つけることができると主張している。彼らは畳み込み層と 2 つの隠し層を構築しただけだと思いますが、これは詐欺です。 hydrodynamical_flow は、トップクラスのテクノロジー企業での仕事を見つけるのは確かに以前よりも難しくなっていると考えています。しかし、それらのポジションだけに焦点を当てる必要はありません。 まず、Facebook、Amazon、Google で働きたいという理由だけで博士号を取得しようとしている人であれば、純粋に商業的な AI 研究の仕事の数は減少しているというあなたの意見は正しいでしょう。私の記憶が正しければ、FAIR はもはや直接採用を行っておらず、Google Brain も同様です。 研究対象のテーマに興味があるために博士号を取得しようとしているのであれば、心配する必要はありません。 「応用」AI の仕事はたくさんありますが、その場合は純粋な研究ではなく独自の仕事を行う必要があります。 また、Google、Facebook、Deepmindなどの有名企業以外の仕事が仕事と呼べないということではありません。私は個人的に Adobe Research または Disney Research を好みます。一般的に言えば、機械学習の優秀な博士号を取得すれば、就職に困ることはありません。 私は物理学の学位を取得して、自分の専門分野で機械学習の研究を行い、最終的に機械学習/コンピュータービジョンの業界で良い仕事に就いた人を何人か知っています(そのうちの 1 人はヘッジファンドで働き、Google での収入よりも多くの収入を得ました)。 flexi_b 氏は、ここ数年、大手企業が機械学習の博士号取得者を大量に採用するために資金を費やしており、今が儲かるタイミングだと述べました。 私の推測では、企業はすでに多くの博士号取得者を雇うためにお金を費やしており、今こそその投資から利益を得る時期です。最近の会議でさまざまな採用担当者と話をしましたが、彼らは研究科学者の基準は高いが、応用エンジニアの基準は低いと明言していました。FAIR は引き続き採用を行っています。 直接採用に来る Google Brain の社員もいます。 Google の「機械学習リサーチ サイエンティスト」の職にご興味がおありの場合は、こちらからご応募いただけます。 https://careers.google.com/jobs/results/112893191134290630/ 研究科学者 ちなみに、私は Google Brain 研究チームで働いています。 最後に、有名企業の社員と思われる人が、採用ブームは終わった、アプリケーションは比較的成熟している、独学の専門家が増えている、という3つの意見を述べました。 1. 博士号取得者の採用ラッシュは終わったが、博士号取得者の研究成果はまだ商業化されていない。会社のせいだと言う人もいるかもしれないが、これらの博士号取得者が製品エンジニアではなく研究者であるのは誰のせいでもない。多くの博士研究者は、より製品に重点を置いた役割に移るか、職を失います。 2. 機械学習アプリケーションは比較的成熟しています。ImageNet の年間改善は減少しており、ResNet 50、VGG、Inception V3 はエンタープライズ アプリケーションの 90% で正常に動作します。 3. 独学の人が増えています。機械学習を学んだ候補者に何人会ったか数え切れないほどですが、その多くは非常に才能に恵まれています。 機械学習の卒業生でさえ就職を心配し始めるのであれば、他の専攻の卒業生はどうでしょうか?友人の皆さんもぜひ意見を共有してください。 |
<<: エッジAI + コンピュータービデオが木製ラック業界に新たな風を吹き込む
予想外かもしれませんが、消費者のかなりの部分は、サイバーセキュリティを生身のサイバーセキュリティ専門...
[[415593]] 8月5日、外国メディアの報道によると、米軍は世界中のセンサーデータをタイムリ...
[[436125]]画像ソース: https://pixabay.com/images/id-602...
百度地図は9月19日、「あなたのための『音声』、そして『AI』」記者会見で「音声カスタマイズ機能」を...
2016年7月12日から9月5日まで、北京TalkingData Technology Co., ...
[[349437]]導入機械学習/ディープラーニングは広大な研究分野です。まだ若い分野ではありませ...
テスラと「レース」を敢行する四輪ロボットを見たことがありますか?以下に示すように、かなり高速であるよ...
この記事はLeiphone.comから転載したものです。転載する場合は、Leiphone.com公式...
人類はロボットの時代に突入している。ロボット工学の専門家や哲学者の中には、将来、高度に知能化されたロ...
[[245607]]ブルームバーグによると、アルファベットの検索子会社グーグルは、米国防総省の10...
[[405016]]この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI...
かつてはSFの世界の話のように思われていた人工知能(AI)という言葉は、今や現実のものとなり、私たち...
かつて、顔認識は人々が非常に信頼する技術でした。生産と生活に利便性、効率性、正確性をもたらしたため、...
私が初めて機械学習に興味を持ったとき、論文を読んだり、それを実装したりすることに多くの時間を費やしま...