Comment démarrer une carrière d’ingénieur en deep learning ? Quels sont certains des principaux outils et cadres utilisés dans l’IA ? Comment puis-je en savoir plus sur l’éthique en IA ?
Tout le monde se pose des questions, mais les questions les plus courantes en IA reviennent toujours à ceci : comment m’impliquer ?
Coupant le battage médiatique pour partager les principes fondamentaux de la construction d’une carrière dans l’IA, un groupe de professionnels de l’IA réunis lors de la conférence GTC de NVIDIA au printemps a proposé ce qui pourrait être le meilleur point de départ.
Chaque panéliste, lors d’une conversation avec Louis Stewart de NVIDIA, responsable des initiatives stratégiques pour l’écosystème des développeurs, est venu dans l’industrie à partir d’endroits très différents.
Mais les orateurs – Katie Kallot, ancienne responsable des relations avec les développeurs mondiaux et des domaines émergents de NVIDIA ; David Ajoku, fondateur de la startup Aware.ai ; Sheila Beladinejad, PDG de Canada Tech; et Teemu Roos, professeur à l’Université d’Helsinki, reviennent sans cesse sur quatre principes de base.
1) Commencez par le réseautage et le mentorat
La meilleure façon de commencer, a expliqué Ajoku, est de trouver des personnes qui sont là où vous voulez être dans cinq ans.
Et ne vous contentez pas de les rechercher en ligne, sur Twitter et LinkedIn. Cherchez des occasions de vous connecter avec d’autres membres de votre communauté et lors d’événements professionnels qui vont là où vous voulez être.
“Vous voulez trouver des personnes que vous admirez, trouver des personnes qui empruntent le chemin que vous souhaitez emprunter au cours des cinq prochaines années”, a déclaré Ajoku. « Cela ne vient pas seulement à vous ; vous devez aller le chercher.
En même temps, soyez généreux en partageant ce que vous savez avec les autres. “Vous voulez trouver des personnes qui enseigneront, et en enseignant, vous apprendrez”, a-t-il ajouté.
Mais le meilleur endroit pour commencer est de savoir que tendre la main est acceptable.
“Quand j’ai commencé ma carrière en informatique, je ne savais même pas que je devrais chercher un mentor”, a déclaré Beladinejad, faisant écho aux remarques des autres panélistes.
“J’ai appris à ne pas être timide, à demander du soutien et à demander de l’aide chaque fois que vous êtes bloqué sur quelque chose – ayez toujours la confiance nécessaire pour approcher vos professeurs et vos camarades de classe”, a-t-elle ajouté.
2) Obtenez de l’expérience
Kallot a expliqué que la meilleure façon d’apprendre est de le faire.
Elle a obtenu un diplôme en sciences politiques et a appris la technologie – y compris comment coder – tout en travaillant dans l’industrie.
Elle a commencé comme analyste des ventes et du marketing, puis a assumé un rôle de chef de produit.
“J’ai dû tout apprendre sur l’IA en trois mois, et en même temps j’ai dû apprendre à utiliser le produit, j’ai dû apprendre à coder”, a-t-elle déclaré.
La meilleure expérience, a expliqué Roos, est de s’entourer de personnes sur le même parcours d’apprentissage, qu’elles apprennent en ligne ou en personne.
“Ne le fais pas seul. Si vous le pouvez, rassemblez vos amis, vos collègues, créez peut-être un groupe d’étude et créez un programme », a-t-il déclaré. “Se réunir une fois par semaine, deux fois par semaine – c’est beaucoup plus amusant de cette façon.”
3) Développer des compétences générales
Vous aurez également besoin de compétences en communication pour expliquer ce que vous apprenez et faites en IA au fur et à mesure de votre progression.
“Entraînez-vous à parler de sujets techniques à un public non technique”, a déclaré Stewart.
Ajoku a recommandé d’apprendre et de pratiquer la prise de parole en public.
Ajoku a suivi un cours de théâtre à l’Université Carnegie Mellon. De même, Roos a suivi un cours de comédie d’improvisation.
D’autres membres du panel ont appris à se produire, en public, à travers la danse et le sport.
“Plus vous serez formé, plus vous serez à l’aise et mieux vous pourrez vous exprimer dans n’importe quel environnement”, a déclaré Stewart.
4) Définissez votre pourquoi
L’élément le plus important, cependant, vient de l’intérieur, ont déclaré les panélistes.
Ils ont exhorté les auditeurs à trouver une raison, quelque chose qui les pousse à rester motivés dans leur voyage.
Pour certains, ce sont des problèmes environnementaux. D’autres sont motivés par le désir de rendre la technologie plus accessible. Ou pour aider à rendre l’industrie plus inclusive, ont déclaré les panélistes.
“C’est utile pour tout le monde si vous avez un sujet qui vous passionne”, a déclaré Beladinejad. “Cela vous aiderait à continuer, à maintenir votre motivation.”
Quoi que vous fassiez, “faites-le avec passion”, a déclaré Stewart. “Faites-le avec un but.”
Questions brûlantes
Tout au long de la conversation, des milliers de participants virtuels ont soumis plus de 350 questions sur la façon de se lancer dans leur carrière en IA.
Parmi eux:
Quelle est la meilleure façon d’apprendre l’apprentissage en profondeur ?
Le NVIDIA Deep Learning Institute propose une grande variété de cours pratiques.
Encore plus de ressources pour les développeurs débutants et expérimentés sont disponibles via le programme NVIDIA Developer, qui comprend des ressources pour ceux qui poursuivent des études supérieures et de la recherche.
Les cours en ligne ouverts et massifs – ou MOOC – ont rendu l’apprentissage des sujets techniques plus accessible que jamais. Un panéliste a suggéré de rechercher des cours dispensés par le professeur de Stanford Andrew Ng sur Coursera.
“Il existe de nombreux cours MOOC, des vidéos YouTube et des livres – je recommande fortement de trouver également un compagnon d’étude”, a écrit un autre.
“Rejoignez des réseaux techniques et professionnels… acquérez de l’expérience en faisant du bénévolat, en participant à un concours Kaggle, etc.”
Quels sont certains des outils et cadres les plus répandus utilisés dans l’apprentissage automatique et l’IA dans l’industrie ? Lesquels sont cruciaux pour décrocher un premier emploi ou un stage dans le domaine ?
La meilleure façon de déterminer les technologies avec lesquelles vous voulez commencer, a suggéré un panéliste, est de réfléchir à ce que vous voulez faire.
Un autre a suggéré, cependant, que l’apprentissage de Python n’est pas un mauvais point de départ.
“Beaucoup d’outils d’IA d’aujourd’hui sont basés sur Python”, ont-ils écrit. “Vous ne pouvez pas vous tromper en maîtrisant Python.”
“La technologie évolue rapidement, de sorte que de nombreux développeurs d’IA d’aujourd’hui apprennent constamment de nouvelles choses. Avoir des bases comme les structures de données et des langages courants comme Python et C++ vous aidera à vous préparer à “apprendre sur le tas” », a ajouté un autre.
Quelle est la meilleure façon de commencer à acquérir de l’expérience dans le domaine ? Les projets personnels comptent-ils comme expérience ?
Les clubs d’étudiants, les communautés de développeurs en ligne, le bénévolat et les projets personnels sont tous d’excellents moyens d’acquérir une expérience pratique, ont écrit les panélistes.
Et incluez définitivement des projets personnels sur votre CV, a ajouté un autre.
Y a-t-il un âge limite pour s’impliquer dans l’IA ?
L’âge n’est pas du tout un obstacle, que vous débutiez ou passiez d’un autre domaine, ont écrit les panélistes.
Construisez-vous un portfolio afin de mieux démontrer vos compétences et vos capacités – c’est ce que vous devriez compter.
Les employeurs devraient être en mesure de réaliser facilement votre potentiel et vos compétences.
Je veux créer une startup technologique avec une forme d’IA comme moteur de la solution pour résoudre un problème qui reste à déterminer. Quels conseils avez-vous pour les entrepreneurs ?
Les entrepreneurs doivent postuler pour faire partie de NVIDIA Inception.
Le programme offre des avantages gratuits, tels qu’un support technique, un support de mise sur le marché, des prix préférentiels sur le matériel et l’accès à son alliance VC pour le financement.
Quel langage de programmation est le meilleur pour l’IA ?
Python est largement utilisé dans l’apprentissage en profondeur, l’apprentissage automatique et la science des données. Le langage de programmation est au centre d’un écosystème florissant de cadres d’apprentissage en profondeur et d’outils de développement. Il est principalement utilisé pour la formation de modèles complexes et pour l’inférence en temps réel pour les services Web.
C/C++ est un langage de programmation populaire pour les voitures autonomes qui est utilisé pour déployer des modèles pour l’inférence en temps réel.
Cependant, ceux qui débutent voudront s’assurer qu’ils connaissent un large éventail d’outils, pas seulement Python.
Les cours d’autoformation pour débutants du NVIDIA Deep Learning Institute peuvent être l’un des meilleurs moyens de s’orienter.
Comment démarrer une carrière en tant qu’ingénieur en apprentissage profond
Nous organiserons un événement spécial lors de notre prochaine conférence GTC, afin que vous puissiez entendre de première main les ingénieurs de l’apprentissage en profondeur de NVIDIA expliquer comment ils ont commencé leur carrière.
S’inscrire maintenant. L’inscription est gratuite et écoutez la session, 5 chemins vers une carrière en IA.
Apprenez rapidement les bases de l’IA de NVIDIA : consultez le ressources “démarrage” pour explorer les fondamentaux des technologies les plus en vogue d’aujourd’hui sur notre page de la série d’apprentissage.