Пауло да Коста из Integral Ad Science рассказывает о своей повседневной роли штатного специалиста по данным и о том, почему не следует недооценивать важность начинать с малого.
Пауло да Коста — штатный специалист по данным в Integral Ad Science, где он сочетает компьютерное зрение, обработку естественного языка и методы обработки звука для создания моделей для проверки и оптимизации рекламы, уделяя особое внимание видеоконтенту.
Типичный день да Косты начинается с обновлений команды, где обсуждается ход проекта и планирование, а также выделенное время, потраченное на написание кода, просмотр документов и оценку кода. В течение дня и недели происходит больше встреч команды, на которых стратегии и цели оцениваются, согласовываются и модифицируются по мере необходимости.
«Чтобы эффективно управлять своей рабочей нагрузкой, я использую такие стратегии, как разбиение задач на управляемые части и блокирование их в своем календаре для отчетности и управления временем», — говорит да Коста.
«В целом, каждый день проходит по-своему, сочетая командную работу, решение проблем, управление заинтересованными сторонами, тестирование идей и личное развитие, а также несколько заслуженных перерывов на кофе в качестве дополнения».
Над какими типами проектов в области искусственного интеллекта и аналитики вы работаете?
Сегодня большинство моих проектов вращаются вокруг использования глубокого обучения для мультимедийного и видеоконтента. В рамках этой широкой области я работаю над различными архитектурами и целями обучения, адаптированными к конкретным случаям использования. Например, я мог бы разрабатывать модели обнаружения, используя контролируемое обучение, работать над подходом к поиску информации для эффективной категоризации видео или использовать самоконтроль для изучения полезных представлений без необходимости использования данных, аннотированных человеком. В частности, мне нравится работа, которую мы делаем в области мультимодальности, например, комбинируя различные модальности, такие как зрение и текст, для создания лучших моделей, которые могут обрабатывать разнообразные сигналы данных так же, как это делают люди.
Какие навыки искусственного интеллекта/аналитики вы используете ежедневно?
В своей роли я погружаюсь в множество задач: от обработки больших объемов данных до углубленного изучения разработки алгоритмов. Независимо от того, на что направлен день, алгоритмическое мышление остается первостепенным, независимо от того, применяется ли оно к инженерии данных, созданию моделей или решению задач машинного обучения (ML).
Адаптивность является ключевым моментом, особенно когда речь идет об инструментах, которые я использую. Универсальность имеет важное значение — от использования Spark и SQL для обработки данных до изучения библиотек Python, таких как TensorFlow и PyTorch, для разработки моделей. Кроме того, хорошие навыки разработки программного обеспечения гарантируют, что код, который я пишу, не только функционален, но также удобен в сопровождении и доступен для моих коллег.
Создание прочной основы в области информатики, математики и статистики имеет решающее значение для работы с постоянно расширяющимся набором инструментов и технологий. С другой стороны, не менее важную роль играют навыки управления людьми. Эффективное общение, лидерство и содействие росту и вовлеченности команды часто упускаются из виду, но они необходимы для успеха в этой области.
Каковы самые сложные моменты работы в области ИИ/аналитики и как вы с ними справляетесь?
Поскольку области искусственного интеллекта и машинного обучения развиваются так быстро, может быть трудно идти в ногу с текущими разработками и оставаться в курсе событий. Эффективное общение — еще один краеугольный камень, особенно когда речь идет о сложных концепциях. Иногда бывает сложно четко и кратко сформулировать идеи, обеспечивая бесперебойное сотрудничество с различными командами. Большая часть моей работы требует концентрации. Учитывая количество подключенных устройств и инструментов, которые у нас есть, может быть очень сложно свести к минимуму отвлекающие факторы и выделить время для целенаправленной работы.
Для решения этих проблем у меня есть собственный набор стратегий. Во-первых, я расставляю приоритеты задач и устанавливаю четкие границы, чтобы у меня было необходимое время и ресурсы для достижения моих целей. Я также веду письменную документацию о проектах, над которыми работаю, для более эффективного и результативного общения. Кроме того, я сознательно ограничиваю использование социальных сетей и изо всех сил стараюсь быть в курсе последних событий, посвящая время изучению последних работ и оставаясь в курсе достижений в этой области.
Есть ли у вас какие-нибудь советы по продуктивности, которые помогут вам в течение дня?
Я стараюсь делать регулярные перерывы, избегать обезвоживания и по возможности достаточно отдыхать. Я считаю, что занятия физическими упражнениями помогают мне снять стресс и помогают мне уделять приоритетное внимание заботе о себе. Я обычно начинаю свой день с постановки четких целей и приоритетов. Я определяю наиболее важные задачи, требующие моего внимания, и сосредотачиваюсь на них в первую очередь. Более того, по возможности я стараюсь автоматизировать повторяющиеся задачи. Хотя поначалу это может занять некоторое время, ваше будущее «я», скорее всего, поблагодарит вас за это.
Какие навыки и инструменты вы используете для ежедневного общения со своими коллегами?
Мое ежедневное общение с коллегами включает в себя сочетание рабочих и социальных взаимодействий. Slack — основной инструмент для общения с коллегами в режиме реального времени. Я использую каналы Slack для дискуссий, связанных с работой, обмена обновлениями о проектах и координации с членами команды. Я использую Jira как инструмент управления проектами, который помогает отслеживать и назначать задачи, отслеживать статус и расставлять приоритеты в работе на основе требований проекта. Контроль версий также важен для совместной разработки проектов ИИ, обеспечивая плавную интеграцию изменений кода внутри команды. Кроме того, учитывая нашу глобальную рабочую силу, мы часто используем видеоконференции для встреч и совместных обсуждений.
«Успех часто предполагает несколько попыток и случайные неудачи»
Как изменилась эта роль по мере роста и развития сектора ИИ/аналитики?
С развитием глубокого обучения, особенно моделей на основе преобразователей, таких как BERT и GPT, произошел заметный сдвиг в том, как мы подходим к таким задачам, как обработка естественного языка и компьютерное зрение.
Этот сдвиг включает в себя изменение объема данных, необходимых для обучения моделей: подача большего количества данных в более крупные модели показала значительное улучшение производительности. Эти достижения привели к быстрому прогрессу как в аппаратном обеспечении (GPU, TPU), так и в программном обеспечении (TensorFlow, PyTorch), что позволило экспериментировать с более крупными моделями и более сложными архитектурами, что привело к прорывам в различных областях.
В то же время масштабируемость и эффективность важны в сегодняшних условиях, особенно для принятия решений в режиме реального времени, что стимулирует развитие методов распределенного обучения, сжатия моделей и методов развертывания для устройств с ограниченными ресурсами. Кроме того, растущее использование ИИ вызвало обеспокоенность по поводу конфиденциальности данных и алгоритмической подотчетности, что активизирует усилия по созданию более прозрачных систем ИИ.
Что вам больше всего нравится в работе в области искусственного интеллекта/аналитики?
Что меня больше всего радует в работе в сфере ИИ/аналитики, так это возможность решать реальные задачи и работать над интересными задачами. Хотя сама технология увлекательна, меня по-настоящему вдохновляет ее практическое применение и ощутимое влияние, которое она может оказать.
Поиск инновационных решений и наблюдение за положительными результатами, которые они дают, — это то, что поддерживает мою мотивацию изо дня в день. Более того, я глубоко ценю сотрудничество и силу командной работы. Работа вместе с другими позволяет нам объединять наш опыт и взгляды, что в конечном итоге приводит к еще лучшим решениям.
Какой совет вы бы дали тому, кто хочет работать в области искусственного интеллекта/аналитики?
Посвятите себя непрерывному обучению и оставайтесь скромными перед лицом новых проблем и пробелов в знаниях. Область обширна и быстро развивается, поэтому решающее значение будет иметь прочная основа в сочетании с желанием учиться.
Не бойтесь браться за новые проекты и задачи. Сотрудничайте с другими людьми как внутри, так и за пределами вашей области, чтобы получить разнообразные точки зрения и перспективы. Работа в разных командах часто может привести к более инновационным решениям и личностному росту. Никогда не знаешь, когда найдешь свой драгоценный камень.
Поймите, что успех часто включает в себя несколько попыток и случайные неудачи. В сфере искусственного интеллекта и аналитики экспериментирование так же важно, как и достижение результатов. Примите неопределенность и постарайтесь чувствовать себя комфортно, преодолевая двусмысленность.
Не стоит недооценивать важность начинать с малого. Новички часто погружаются в сложные модели, не создавая более простых базовых показателей. Упрощение, когда это необходимо, может внести ясность и проложить путь к более эффективным и надежным решениям.
Узнайте, как новые технологические тенденции меняют будущее, с помощью нашего нового подкаста Future Human: The Series. Слушай сейчас дальше Спотифайна Яблоко или где бы вы ни получали свои подкасты.
2024-04-30 14:27:08
1714487613
#Почему #адаптируемость #является #ключевым #моментом #для #этого #специалиста #по #обработке #данных
