Zero
Video: Tutto quello che devi sapere su deep learning
Sempre più aziende sono alla ricerca di collaboratori con competenze nel campo emergente della macchina di apprendimento. Il reclutamento di quei dipendenti, tuttavia, può essere difficile, considerando il modo in domanda sono. LinkedIn martedì condiviso alcuni dati che illustra il tipico percorso di carriera di una macchina di apprendimento professionale, fornendo una visione di come un’organizzazione può sviluppare il talento di cui ha bisogno.
Anche: che Cos’è la macchina di apprendimento? Tutto quello che devi sapere
A condurre la sua analisi, LinkedIn studiato i profili di membri da tutto il mondo con almeno una macchina di apprendimento di abilità elencati sul loro profilo. Analizzato questi profili da aprile 2017 fino a Marzo 2018.
L’analisi ha mostrato che le altre competenze di questi professionisti più comunemente condivisa, e quando nella loro carriera hanno imparare queste abilità. In base a quando un professionista si aggiunge un’abilità per il suo profilo di LinkedIn, l’abilità più comunemente sviluppato a destra prima di machine learning sono di data mining, programmazione in Python, la competenza e la retta R di competenze.
Sapendo questo, LinkedIn suggerisce, i recruiters in grado di cercare per i candidati di lavoro — all’esterno o all’interno della propria organizzazione — che hanno queste competenze, e quindi aiutarli a sviluppare la macchina la capacità di apprendimento.
Anche: Google DeepMind AI in grado di rilevare oltre 50 pericolose per la vista dell’occhio CNET
Altre competenze comunemente condivisa, ma che vengono apprese in precedenza ad un professionista, carriera, sono Java e C++, linguaggi di programmazione comuni.
I dati mostrano inoltre in quali settori è possibile trovare macchina di apprendimento del talento. Forse non sorprendentemente, un terzo di professionisti con una macchina di apprendimento sono di alta formazione e ricerca. Poco più di un quarto di ML professionisti sono in software e internet industrie, mentre il resto è distribuito tra le altre industrie.
LinkedIn suggerisce che le organizzazioni dovrebbero guardare al di fuori di loro industrie per trovare il giusto macchina di apprendimento candidati. L’anno scorso, secondo i dati, il 22 per cento delle persone con ML competenze cambiato lavoro. Tra coloro che hanno cambiato lavoro, il 72 per cento cambiato anche le industrie.
Inoltre: Come la GPU è diventato il cuore di AI e di machine learning
I dati, inoltre, suggerisce come un selezionatore può trovare il candidato giusto guardando la combinazione di capacità di una macchina di apprendimento professionale. Per esempio, ML professionisti che si trasferì nel settore finanziario e bancario erano più probabili di altre ML professionisti di avere una strategia di business, SAS e Tableau competenze. ML professionisti che si trasferì nel settore del software sono stati più probabilità di avere una vasta gamma di competenze di programmazione.
Precedente e relativa copertura:
Apprendimento automatico: Un foglietto TechRepublic
Da Apple a Google per Toyota, le aziende di tutto il mondo stanno versando le risorse in via di sviluppo AI sistemi di apprendimento automatico.
Deep Learning: L’interesse è più che latente
Una recente indagine di O’Reilly iscritti alla newsletter rivela che l’interesse profondo learningis più che accademica. Ma la carenza di competenze rimangono molto reale.
Argomenti Correlati:
Intelligenza Artificiale
CXO
Governo
Sicurezza
0