"Начиная"

Вам нужно освоить этот навык как специалисту по данным или специалисту по машинному обучению

Награды, полученные от последовательного изучения и применения этого навыка, могут продвинуть вашу карьеру к новым высотам.

Наука о данных как дисциплина и профессия требует, чтобы ее практикующие специалисты обладали различными навыками, начиная от мягких навыков, таких как общение, лидерство, и заканчивая сложными навыками, такими как дедуктивное мышление, алгоритмическое мышление, программирование и так далее. Но есть важнейший навык, которым должны овладеть специалисты по данным, независимо от их опыта, а именно письмо.

Даже специалисты по данным, работающие в таких технических областях, как квантовые вычисления или исследования в области здравоохранения, должны писать. Требуется время, чтобы развить сильные навыки письма, и есть проблемы, с которыми сталкиваются специалисты по данным, которые могут помешать им легко выражать свои мысли. Вот почему эта статья содержит различные стратегии написания и объяснения того, какую пользу они приносят профессионалам в области науки о данных и машинного обучения.

1. Краткая форма письма

Начнем с наиболее типичных доступных стилей письма, с которыми мы сталкиваемся. Написание в краткой форме обычно не требует больших усилий и не занимает слишком много времени. Контент по машинному обучению и науке о данных, написанный в Twitter, LinkedIn, Facebook, Quora и StackOverflow, попадает в эту категорию.

Подробный контент, такой как книги, статьи и эссе, обычно является наиболее ценным материалом в области машинного обучения. Все требует времени, чтобы написать, прочитать и проанализировать. С другой стороны, краткий контент на платформах социальных сетей может предоставить информацию, затрачивая при этом гораздо меньше усилий и времени, чем полный контент.

В настоящее время у нас есть привилегия быть свидетелями дискурса и идей, которыми обмениваются пионеры ИИ и авторитетные специалисты по машинному обучению, не дожидаясь, пока они напишут и опубликуют исследовательскую работу или эссе. Написание кратких сообщений в социальных сетях дает представление о мнениях и взглядах, которые нелегко выразить в устной форме, и ваш голос может участвовать и делиться мнениями.

Тем, кто хочет поэкспериментировать с другими экспертами по машинному обучению через публикации в социальных сетях, я рекомендую подписаться на некоторых людей, которые публикуют подлинную и актуальную информацию о машинном обучении и науке о данных. Потратьте некоторое время, чтобы прочитать тон обсуждений и комментариев к сообщениям, и если у вас есть что-то ценное, чтобы внести свой вклад, выскажитесь.

Для начала вот список людей, которые публикуют контент, связанный с ИИ (среди прочего): Эндрю Нг, Джеффри Хинтон, Элли, К. Миллер, Андрей Карпати, Джереми Ховард. , Франсуа Шолле, Орельен Жерон, Лекс Фридман. Есть еще много людей, на которых стоит подписаться, но контент от этих людей должен занять вас на некоторое время.

Платформы вопросов/ответов

Вопросы/ответы как форма письма имеют самый низкий входной барьер и не занимают столько времени, в зависимости от вашей способности отвечать на предложенные вопросы.

Учитывая вашу профессию, я уверен, что вы слышали о StackOverflow, самом популярном интернет-ресурсе для инженеров. Когда дело доходит до вопросов в StackOverflow, все не так просто; требуется ясность и прозрачность. Правильное написание запросов является настолько важным компонентом StackOverflow, что они опубликовали подробное руководство по этому вопросу.

Вот ключевой вывод в этом разделе: задавая вопросы и отвечая на них в StackOverflow, вы можете быть краткими и ясными при формулировании вопросов, а также тщательными при ответах.

2. Электронные письма и сообщения

Написание электронных писем и сообщений не имеет ничего общего с машинным обучением, но специалисты по данным и специалисты по машинному обучению, которые практикуют искусство составления эффективных сообщений, как правило, процветают в корпорациях и командах по очевидным причинам, некоторые из которых — способность вносить свой вклад, общаться и получать дела сделаны.

Составление хорошо написанных сообщений и электронных писем может помочь вам получить новую роль, получить финансирование вашего проекта или поступить в академическое учреждение. Пурванши Мехта написал статью, в которой исследует эффективные методы холодного обмена сообщениями с людьми в LinkedIn для создания сетей. Статья Purvanshi представляет собой пошаговую инструкцию по принятию этикета холодных сообщений.

3. Блоги и статьи

Многие эксперты считают, что блоги и статьи играют уникальную роль в сообществе машинного обучения. Статьи — это то, как профессионалы остаются в курсе выпусков программного обеспечения, изучают новые методы и обмениваются идеями.

Статьи по техническому и нетехническому машинному обучению — это два наиболее частых типа статей, с которыми вы столкнетесь. Технические статьи состоят из описательного текста в сочетании с фрагментами кода или сутью, которые описывают реализацию определенных функций. Нетехнические статьи включают более описательный язык и изображения для иллюстрации идей и концепций.

4. Информационные бюллетени

Запуск и ведение информационного бюллетеня может быть не для специалистов по данным, но такое написание дает профессиональные и финансовые преимущества тем, кто готов приложить усилия.

Информационный бюллетень — это ключевой стратегический инструмент для профессионалов DS/ML, направленный на повышение осведомленности и присутствия в секторе ИИ. Стиль написания информационного бюллетеня не определен, поэтому вы можете писать его так, как вам удобно. Вы можете начать официальный, длинный и серьезный информационный бюллетень или короткий, информативный и забавный.

Урок, который можно извлечь из этого, заключается в том, что создание информационного бюллетеня может помочь вам развить личный бренд в вашей области, бизнесе или организации. Те, кому нравится то, что вы делаете, продолжат потреблять и продвигать ваш материал.

Есть тысячи причин, по которым вам не стоит начинать рассылку новостей сегодня, но, чтобы вдохновить вас, ниже приведены некоторые идеи, на которых вы можете основывать свою рассылку, и я также включил некоторые информационные бюллетени с использованием ИИ, на которые вам следует подписаться.

Информационный бюллетень Идеи, связанные с ИИ:

  • Коллекция видеороликов AI/ML для просмотра с вашим вкладом в каждое видео.
  • Сборник статей об AI/ML для чтения.
  • Объявления о вакансиях в ваших областях, которые могут заинтересовать соискателей.
  • Актуальные новости об искусственном интеллекте для специалистов по машинному обучению, заинтересованных в более практическом применении искусственного интеллекта.

Помните, что частота, длина и содержание вашего информационного бюллетеня определяются вами. Вы можете запустить ежемесячный информационный бюллетень, если чувствуете, что у вас не так много времени, или ежедневный информационный бюллетень, чтобы штамповать контент, как машина.

Информационный бюллетень по машинному обучению и науке о данных, на который можно подписаться:

5. Документация

Документирование, как техническое, так и нетехническое, является обычным занятием среди специалистов по разработке программного обеспечения. Специалисты по данным не освобождаются от этой нормы, и документация, объясняющая программный код или отдельные функции, рекомендуется и считается передовой практикой.

Когда проект успешен? Кто-то может подумать, что это когда ваша модель достигает приемлемой точности на тестовом наборе данных?

Опытные специалисты по данным понимают, что на успех проекта влияет ряд переменных, включая удобство сопровождения программного обеспечения, долговечность и передачу знаний. Документирование программного обеспечения — это задача, которая может улучшить перспективы проекта за пределами возможностей одного члена команды, не говоря уже о том, что она обеспечивает дополнительный уровень качества и удобства обслуживания программного обеспечения.

Одним из основных преимуществ документации, о которой должны знать специалисты по данным, является ее роль в уменьшении количества запросов относительно исходного кода от новых участников проекта или начинающих аналитиков данных. Большинство вопросов об исходном коде касаются расположения файлов, стандартов кодирования и лучших практик. Все эти данные могут быть записаны один раз и использоваться многими людьми.

Вот некоторые идеи предметов, которые вы могли бы задокументировать

  • Документация по коду. Крайне важно стандартизировать стиль и формат реализации, чтобы гарантировать единообразие приложений. Это соответствие облегчает переход новых разработчиков к кодовой базе, поскольку стандарты кодирования задаются в документации по коду.
  • Исследования и анализ. Учитывая важность функций программного продукта, успешная разработка всегда зависит от тщательного изучения и анализа. Любой эксперт по машинному обучению, работавший над проектом в самом начале, обработает множество запросов от заинтересованных сторон. Документирование информации, связанной с запросами функций, позволяет другим сторонам, участвующим в проекте, получить более четкое представление о требованиях и полезности предлагаемой функции. Это также заставляет запрашивающую функцию проводить более качественные исследования и анализ.
  • Конфигурации базы данных/информация о приложении. Документирование информации, относящейся к приложениям, такой как параметры конфигурации и переменные среды, имеет решающее значение для любой группы разработчиков программного обеспечения, особенно если вы переходите на новую работу или в новую компанию.
  • Инструкции. Установка программных библиотек и пакетов может быть сложной, но дело в том, что для разных операционных систем и даже версий могут быть разные процессы установки. Нередко обнаруживаются отсутствующие зависимости в официальной документации библиотеки и причуды, которые необходимо выполнить, чтобы установить программу.
  • Документация API. Когда команды разрабатывают внутренние и внешние API (интерфейсы прикладного программирования), они должны документировать компоненты методов, функций и ресурсов данных, необходимых для этих API. Нет ничего более раздражающего, чем работа с недокументированным API; весь процесс превращается в игру в угадайку, и вы потратите время на изучение параметров, внутренней работы и выходных данных недокументированного API. Экономьте время своей команды и клиентов, обеспечивая бесперебойную работу при потреблении технических ресурсов, которые вы зарабатываете.

Нет никаких сомнений в том, что обширные ресурсы позволяют организациям вести множество типов документации, а некоторые даже нанимают технических писателей. Хотя все эти варианты являются жизнеспособными, для экспертов по машинному обучению, которые хотят серьезно относиться к полноте программного обеспечения, крайне важно практиковать документирование программ и программного обеспечения, разработанного, чтобы продвигать идею о том, что они могут предоставить подробные объяснения.

Быстрый поиск в Google по запросу «как написать хорошую документацию по программному обеспечению» дал хорошие ресурсы, которые содержали одни и те же сообщения и рекомендации по документации.

6. Исследовательские работы

В 2020 году я опубликовал статью Как читать исследовательские работы, которая стала хитом. Когда дело доходит до использования алгоритмов и моделей машинного обучения, мы должны оптимизировать то, как мы читаем эти документы, во многом так же, как это делают опытные эксперты по машинному обучению.

Написание исследовательских работ по машинному обучению — обратная сторона медали. Я никогда не писала исследовательскую работу и не собираюсь начинать сейчас. Тем не менее, некоторые специальности машинного обучения очень заняты написанием и публикацией исследований. В качестве показателя карьерного успеха исследовательские институты и фирмы используют количество статей, опубликованных отдельным лицом или группой.

Писать исследовательские работы — это искусство; Исследователи и ученые должны думать о структуре и содержании данных, чтобы обеспечить эффективную доставку сообщения, прорыва или идеи. Большинство из нас, вероятно, не будут писать исследовательские работы в ближайшее время, но есть смысл перенять практику написания хороших исследовательских работ. Например, наличие аннотации, введения и заключения — это структура письма, которую можно перенести на другие части письма.

Идите вперед и прочитайте некоторые исследовательские работы; обратите внимание на язык, структуру и использование визуальных образов, которые используют авторы. Попробуйте и примите любую хорошую практику, которую вы определите, в своем следующем письменном произведении.

7. Книги и электронные книги

Нет никаких сомнений в том, что книги по ML/DS являются наиболее авторитетными текстами по теории машинного обучения и практическому опыту. Я не предлагаю всем специалистам по данным и инженерам по машинному обучению написать книгу. Но потерпите меня.

Я просмотрел несколько авторов на моей полке, которые написали книги по AI/ML, и все они имеют большой опыт в своих областях.

Писать научно-технические книги о машинном обучении очень сложно. Это требует высокого уровня теоретических и практических отраслевых знаний, которые могут быть достигнуты только путем полного погружения в изучение, исследования и внедрение. Чтобы обучить сотни инженеров машинного обучения и специалистов по данным, ваша репутация должна основываться на солидных академических, коммерческих или исследовательских данных. Не говоря уже о том, что писатели требуют творческого подхода при написании хорошо написанных книг. Точнее, они должны овладеть искусством передачи сложных тем в книгах.

Мой аргумент заключается в том, что для создания вневременной книги по машинному обучению вы должны пройти путь опыта. Это не звучит заманчиво, но я хотел бы, чтобы вы приняли во внимание тот факт, что постановка долгосрочной цели написания книги подтолкнет вас к более глубокому изучению предмета машинного интеллекта или выбранной области, что улучшит ваше общее понимание ИИ.

Книги для Data Scientist и специалистов по машинному обучению:

Вы обнаружите, что большинство авторов, перечисленных выше, создали большинство, если не все формы письма, перечисленные в этой статье, независимо от их предметной области, поэтому я считаю письмо жизненно важным навыком для специалистов по машинному обучению и работе с данными. Ученые освоить.

Заключение

Всякий раз, когда меня спрашивают, какое жизненное решение принесло мне наибольшую пользу, будь то финансовая, академическая или карьерная, я обычно отвечаю, что решил написать.

В этом посте вы увидели несколько преимуществ, которые могут получить специалисты по данным и машинному обучению, если они будут писать материалы, связанные с ИИ, на регулярной основе. В этом разделе собраны все преимущества, перечисленные в этой статье, чтобы убедиться, что все они попали в цель.

  • Профессионалы машинного обучения используют письмо, чтобы рассказать о сложных вещах простым способом. Прочитав хорошо написанный блог Андрея Карпати, я смог лучше оценить практическое применение сверточных нейронных сетей.
  • Различные типы письма могут помочь вам улучшить свои творческие способности и критическое мышление. Недавно я прочитал AI 2041 Кай-Фу Ли и Чен Цюфань, в которой авторы исследуют технологии ИИ и их влияние на жизнь людей с помощью хорошо написанных вымышленных историй и подробных объяснений технологий ИИ. Оба писателя писали много лет и написали другие книги. Разумно сделать вывод, что их писательские способности позволили писателям выразить будущие ситуации, связанные с технологией ИИ, и исследовать неизвестные социальные последствия интеграции ИИ с помощью критических и логических прогнозов, основанных на текущем развитии ИИ.
  • Письмо в форме рассказывания историй дает жизнь проектам. Хорошие истории рассказываются, но великие истории пишутся. Пересказ проектов машинного обучения заинтересованным сторонам, таким как клиенты, инвесторы или менеджеры проектов, в сочетании с искусством рассказывания историй приобретает позитивный и захватывающий характер. Специалист по обработке и анализу данных, объясняющий заинтересованным сторонам, почему в федеральных больницах следует использовать новую современную модель глубокого обучения для выявления рака, становится более эффективным и понятным в сочетании с историей ранней диагностики пациента.
  • В сообществе машинного обучения письмо является успешным методом передачи знаний. Большая часть информации, которую вы получите в мире DS/ML, будет из письменного контента. Статьи, эссе и исследовательские работы — это хранилища многолетних знаний, организованных в краткие главы с четкими пояснениями и удобоваримыми форматами. Письмо — эффективный способ сконденсировать многолетние знания и опыт.

Знаете ли вы, что пионеры и эксперты в области ИИ, которыми мы восхищаемся и у которых учимся, также регулярно публикуются? В этой статье я составляю краткий список людей, работающих в области ИИ, и предоставляю образцы их работы, подчеркивая ценность и последствия их работы.

Спасибо за прочтение.

Эта статья изначально была опубликована в Блоге разработчиков Nvidia

Я надеюсь, что вы нашли статью полезной.

Чтобы связаться со мной или найти другие материалы, похожие на эту статью, сделайте следующее:

  1. Поддержите мое письмо, став рекомендателем Medium
  2. Подпишитесь на мой список адресов электронной почты для получения моих информационных бюллетеней
  3. Подключайтесь и связывайтесь со мной в LinkedIn