題:
當您在該領域處於公司領導地位時,您如何提高技能?
SCB
2016-10-18 12:51:09 UTC
view on stackexchange narkive permalink

我是一家小型創業公司的成員。當我們決定考慮在產品中包含一些AI時,我被要求進行調查,僅僅是因為我發現它很有趣,並且在uni(本科生)參加了一些AI /機器學習課程。

今天,我現在是我們產品的中央AI組件的負責人。唯一的問題是,我需要(並且想要)在該領域的更多經驗。

如果這是通常的職位,我會假設我會加入一個大部門,並花時間學習和發展高級職位在該領域具有豐富經驗的開發人員。有句老話:“與人相處比與您相處更好”。

就目前而言,由於缺乏經驗,我做出的大多數決定都是反複試驗,這使我們放慢了腳步。在不完全了解行業狀況的情況下,我們通常會花費大量時間來實施解決方案,直到一個月後才發現我們正在重新發明輪子,或者做一些已知無效的事情。當然,我不會為在我下面從事AI工作的公司的員工提供最佳的成長環境。

誠然,自從剛開始擔任我的職務,但是我仍然會猶豫地形容自己為在該領域具有“中級”技能水平的人。


對於任何人來說,這都是一個寶貴的問題:

我的公司或我可以採取哪些實際步驟來快速使我們在公司的經驗或多或少是自學成才的領域中快速發展?

就我們而言,我們可能不知道沒有足夠的資源來積累大量經驗,但是對此的任何建議仍然值得讚賞。

您不會*快速*加快速度。
很好的問題。在工作中學習固然很好,但有時您會感到有些缺失。通常很難找到時間來學習最佳實踐,交易技巧等。
閱讀,練習,編碼,討論等。
以前沒有真正以這種方式確認過,您已經使我意識到我也處於困境。好問題。
在我看來,經過反複試驗的過程,您自然會有所改善。與業餘愛好者不同,您不能僅僅擺脫那些不愉快的事情。
您正在軟件開發的研發領域工作。它與Web / CRUD開發世界完全不同。研發界很少有“經驗豐富的專家”,這就是您的公司希望您成為的人。當您第一次開始學習某些東西時,反複試驗是可以的,但是在某些時候,您應該變得更加知識淵博,並開始對所要走的路有實際的理由。您似乎並沒有發展到更高的水平。您應該開始學習一些更正式的問題解決技術,以學習做出更合理的決策。
基本上,這是購買還是構建的決定。公司可以聘請專家,或者讓其現有員工了解他們的需求。沒有免費的選擇。
當我第一次閱讀問題摘要時,我的內部反應是:“您通過成為領導者而在技能上得到了發展” :)必須精通某種事物才能促使我們學習。
以防萬一您不知道,我推薦這本書“人工智能:一種現代方法”。
去做AI博士或僱用有能力的人!理想情況下,您希望至少有3個人在不同的大學完成過AI PHd。
極其“好”的問題。只是希望答案會和這個一樣好。
Data Science SE是個好地方,也請直接問我。
在我以前的公司中,我們曾經帶一位顧問“恰好是所有者CEO的朋友”,而該顧問會問我們一些問題,以了解我們的工作,正在做的事情,我們的目標和要達到的目標。他將提出解決方案並介紹我們從未想到過的技術。對於我來說,我每月都會遇到新問題,而不能有效解決這些問題會導致我們的團隊遲到。因此,我曾經在網上問過stackexhange和其他甚至付費的問答網站都可以徵求專家的意見。
第一次很難做到這一點,因此總是會發生錯誤。如果某人第一次做對了,那要么是他們以前做過,要么是運氣。您將始終根據您多年來積累的知識進行有根據的猜測。我以前每天工作約11個小時,至少要學習3個小時。
十一 答案:
clem steredenn
2016-10-18 13:14:27 UTC
view on stackexchange narkive permalink

從本質上講,您所走的路與任何想在業餘時間學習一些東西的人一樣。如果沒有內部專家在其他地方尋找他們。

以下是最好的資源

  • 研討會,
  • 會議,
  • 課程
  • 在線文章
  • 由於它是一項相當新的技術,因此您可以考慮該領域的科學出版物。您可以考慮與大學的計算機科學家聯繫,他們可能會花一些時間為您提供指導,以幫助您了解應該去的地方。

各種方法的價格和效率可能會有所不同,但這取決於您所處的位置以及您的雇主願意花多少錢。

如果您不確定在哪裡可以找到這些類型的地方,可以隨時查看[MeetUp](meetup.com)以查看您所在的地區是否有任何地方。另一種選擇是回到您的學校(或本地學校),並與適當班級的教授/學生交談。
在線課程。簽出EDx或Coursera。
您忘記了堆棧溢出。
關於您關於與大學領域專家交談的建議。您對如何建立聯繫有任何建議嗎?(還是值得在學術界提出一個全新的問題?)
在[academia.se]上,您會對整體情況有更多的看法,但是嘗試查找一些出版物(例如arXiv)時,您可能會發現一些從事該領域工作的人。然後不確定通用方法,但是您可以嘗試撥打電話或電子郵件。或者,如果距離不太遠,那就自己動手。如果您證明自己已閱讀他們的作品並對此有具體疑問,可能會有所幫助。
@SCB關於您與學術界人士聯繫的問題。我是一名博士研究生,即使邀請突然出現,我也會很高興並願意與某人談論我喝咖啡的研究。但是,我只是一名博士生,如果您想與PostDoc或教授交談,您的機會非常低。但是,博士生仍然可以為您提供很多幫助,不僅可以回答問題,還可以為您指出重要的文章,最新技術,優秀的期刊等。
@SCB您可能會嘗試確定您所在的地區是否遇到了類似IEEE Computer Society的問題。許多大城市都有大學,而大多數擁有著名計算機科學課程的大學都有專門的章節。會議將主要用於聯網,因此即使會議中不存在AI專家,您也可能會找到認識某人的人...
Kilisi
2016-10-18 13:01:45 UTC
view on stackexchange narkive permalink

在有機會的情況下,我擅長的大多數領域都是根據自己和工作時間自學的。沒有上司確實意味著您從基礎開始向上工作,但這對您個人而言不一定是一件壞事。這意味著您的知識變得非常透徹。

查找課程等。您也許可以說服您的雇主付款。填補您自己可以學習的知識與行業最佳實踐之間的差距非常重要。

我發現的一個優勢是,您不僅僅局限於所教的知識,有時還可以解決獨特的問題的方法,因為你太受過教育而無法更好地了解。在一個個人示例中,我結合了兩個領域來解決問題,但並沒有考慮太多,因為這是我確定解決方法的唯一方法。但是該解決方案現已在兩個小國家的11個政府部門和大多數學校中使用,甚至使我成為國王的聽眾。

這是IMO的最佳答案。如果您確實在特定領域的最前沿工作,那麼唯一缺少的東西(在所有其他答案中也都省略了)是開發新知識的想法。**並非*所有*知識都來自外部。**可以創造新知識。
這種方法的確帶有學習不良習慣的風險,就像所有自學一樣。
@Wildcard非常好,我實際上是這樣做的,因為我從兩個領域的非標準角度攻擊了一個特定的問題,並將它們放在一起。我將嘗試並考慮一種將其添加到答案中的方法。
@WeckarE。無法保證“上級”不會繼承自己的不良習慣-在所有情況下,訣竅都是讓自己接觸盡可能多的信息源,並且永不停止學習。
-1
@WeckarE。不一定在技術上。我的編程講師對版本控制的想法是使用Dropbox。當她看到我使用水銀的話“哦,那看起來很有趣,我們一定要調查一下”。她來自編程語言部門。
I'm not paid to think
2016-10-18 19:52:32 UTC
view on stackexchange narkive permalink

就目前而言,由於缺乏經驗,我做出的大多數決定都是反複試驗,這使我們放慢了腳步。

那為什麼不僱用一個在該領域有更多經驗的人呢?

如果這是通常的職位,我想我會加入很多部門,並花時間在具有豐富經驗的高級開發人員的指導下學習和發展。古老的諺語:“與人相處比與您相處更好”。

這句話仍然成立。您是那個更大的部門,但缺少在該領域擁有豐富經驗的高級開發人員。似乎僱用這樣的高級開發人員將有助於在您的公司和團隊中獲得和積累該領域的專業知識。

我們可能沒有足夠的資源來提供豐富的經驗

這將通過引入另一位經驗豐富的員工或將您轉變為一名員工來進行。諮詢公司的形式可能有中間立場,可以減少您執行的反複試驗。

這是一個解決方案,但並非總能聘請某人(尤其是高級開發人員)只是為了將知識帶入您的公司。
考慮一下OP是否住在非洲中部某地。讓一些AI專家退伍軍人搬到那裡很容易嗎?另外:如果您想跨大洲合法地進行遠程工作,實際上並不容易。
James
2016-10-18 19:08:09 UTC
view on stackexchange narkive permalink

我處於類似情況。我是一家很小的公司(有25名員工)的R&D首席開發人員。

我喜歡學習新事物,因此我一直都在學習課程。 Udacity很棒,Edx和Coursera等也是如此。即使您不上任何課程,也可以在這裡學到很多東西,只要瀏覽一下,就會看到哪些主題和工具是“時尚的”。

在學習AI方面,有一門關於Udacity的深度學習的很棒的課程。它基於仍然非常新穎且功能強大的Google TensorFlow庫。

我做了這門課程,然後著手製作自己的神經網絡來預測足球比賽。

另一種提高技能並了解自己如何衡量的方法是進行競爭性編碼。 Kaggle是應對機器學習挑戰的絕佳網站。我最近進入了葉子分類的初學者挑戰,目前我在400個參賽者中排名第200,所以我知道我還有很多工作要做!那裡有一些論壇,您可以提問,人們共享python筆記本和其他東西,因此學習的方式很多。

與人交談(或與交談的人交談)也很重要對人民)。我在劍橋有個朋友,他​​參加了很多聚會,並且了解最新的趨勢和發展。我確保保持聯繫主要是因為他是一個很酷的人,我們希望互相交流想法,還因為他讓我知道發生了什麼。

一點也不相信競爭性編碼是有用的。Kaggle可能有所不同,但其中許多站點傾向於易於測量(例如內存消耗)的特徵而不是難以測量(例如可維護性)的特徵。
Kaggle甚至沒有看代碼,而是關於算法如何對事物進行分類等。通常,您下載一個輸入CSV文件,創建一個輸出CSV並將其上傳以進行評估。不管您使用什麼語言,使用什麼框架,都沒關係。如果您想知道您在機器學習方面的表現如何,那麼我認為這是一個不錯的基準。我只參加了一場比賽,但我想我會做更多。
Kaggle是評估當前最佳方法的一個好地方-它可以給您某種位置感(通過公共排名)。儘管用於贏得比賽的某些技術(例如高度複雜的合奏或搜索和使用數據洩漏)(最佳實踐是您可以消除相同的洩漏並重新啟動項目),但並不能很好地轉化為行業實踐。同樣,腳本複制也使排名有些模糊。如果您完全以自己的代碼為200/400,那麼與其他競爭對手的真實比較可能比原始50%的暗示更有利。
進行競爭編碼的另一種方法是內部黑客馬拉松。每個人都有機會在同齡人面前炫耀,他們可以互相學習。
CaseySoftware
2016-10-18 23:03:48 UTC
view on stackexchange narkive permalink

示教。與團隊中的其他成員分享您的理解。

當您必須教別人時,您必須:

  • 停下來並重新思考一些事情,使它們與時俱進
  • 發現您自己的假設
  • 發現您自己的知識中的空白
  • 發現您團隊中的知識中的空白

所有這些都會使您將在自己的領域變得更好,改善團隊,並通常使您的工作場所變得更好。

user8036
2016-10-18 13:55:07 UTC
view on stackexchange narkive permalink

除了其他答案:
您還談到了為在我之下從事AI工作的公司中的員工的成長情況:您可以使用他們的資源?他們可能不像您那樣經驗豐富,但是他們有獨特的想法,見解,搜索技巧等。

為什麼不讓他們做更多的研究來防止重新發明輪子或做某些事情?被認為是無效的。用您的同事作為陪練夥伴來製定下一步。

Gediminas
2016-10-18 22:16:46 UTC
view on stackexchange narkive permalink

我和您的位置相同(儘管軟件工程領域略有不同),所以我可以完全了解您的情況。

其他人通過典型渠道為學習提供了很好的答案(書籍等),這是一個很好的建議。隨著時間的流逝,您會更好地選擇更有效的資源。

對於您和處於相同情況的其他人,我要補充的一點是對您的同輩和年長者的誠實。不要害怕說你不知道,承認由於每個人都犯了的錯誤。從您所管理的人員的角度來看,這非常重要,因為您需要他們的信任。從事AI工作的公司。

您可以樹立一個很好的榜樣,也可以分享自己認為有效的資源,等等。因此,這並沒有你想像的那麼糟糕想。

祝你好運!

“您可以樹立自我學習的好榜樣……”對員工採取這種方法意味著您希望他們學習在自己的時間上完成工作所需的技能。為他們提供(帶薪的)學習時間可能是一個不錯的方法,但是您期望他們在工作上花費額外但無薪的時間的含義並不能很好地解決(而且不應該;這種情況非常嚴重)即使不是那樣的話,也是如此)。
靠你自己,我的意思是在工作時間裡沒有太多指導,決定自己學習什麼等。很抱歉造成誤解,完全同意您所說的。
Jay
2016-10-19 10:52:43 UTC
view on stackexchange narkive permalink

我建議與大學的AI部門/教授合作。他們通常收取的費用比專業顧問少得多,並且具有該領域的最新更新。他們還可以將您和以前處理過類似問題的學生聯繫在一起。幾年前,我處於類似的情況,當時我們在一個經驗不足的團隊中進行了一些高級的電信開發。我們與一所大學合作,並每周定期與教授開會。這是一種課程糾正機制,教授還向我們更新了該領域的最新論文。它極大地幫助了我們。

Greg Trevellick
2016-10-19 02:09:11 UTC
view on stackexchange narkive permalink

播客!

我幾乎每天都會收聽許多dev &技術播客-每當我上下班時,這都是一個絕佳的機會,並且擊敗了通常的廣播頻道。

我的知識在不斷增長結果,您可以在許多領域獲得經驗豐富的行業專家的深刻見解,而又不會浪費寶貴的業餘時間。

在汽車,火車,公共汽車,步行時聽音樂狗在健身房裡,一邊看電視(僅一個耳機插孔),一邊排隊,在白天工作的午餐時間,在床上睡覺或醒後,在日光浴等。

dwoz
2016-10-19 01:33:47 UTC
view on stackexchange narkive permalink

一個非常簡單的答案是,您的可交付成果必須包括一個新類別:“研究”。

如果您正在採用一種敏捷方法,那麼您的sprint包括一項研究狀態的任務,該領域的最新技術。

user42272
2016-10-18 20:07:39 UTC
view on stackexchange narkive permalink

解決諸如學習ML(這是數學,算法和工程方面的一個龐大領域)等巨大工程挑戰的最有效方法是加入已成立公司的部門。幾年後,您將以經驗豐富的老兵身份回到一家初創公司。

可能您現在已經在初創公司擁有一些必要的經驗來面試這些職位。



該問答將自動從英語翻譯而來。原始內容可在stackexchange上找到,我們感謝它分發的cc by-sa 3.0許可。
Loading...