Najważniejszą kompetencją, którą powinni posiadać inżynierowie AI/ML to doskonała znajomość matematyki, szczególnie jest to statystyka, rachunek prawdopodobieństwa, podstawy analizy matematycznej – na przykład różniczkowanie funkcji – ale także matematyka dyskretna.
Czy wystarczy, że inżynier AI zna matematykę?
– Nie wystarczy znać matematykę formalnie, dobrze jest też mieć odpowiedni umysł zdolny do abstrakcyjnego myślenia, czyli przekucia zdolności matematycznych w modelowanie złożonych procesów – tłumaczy Maciej Świechowski, Chief Solution Architect QED Software. – Te procesy potrafią być bardzo skomplikowane, jak na przykład wycena działki na podstawie zdjęcia, czy udzielenia zdolności kredytowej, dlatego tak ważna jest umiejętność współpracy z ekspertami z innych dziedzin, również z tymi mniej technicznymi. I mamy tutaj kolejną ważną kompetencję, czyli umiejętność rozmowy z innymi ludźmi, spoza świata matematyki, będący dla wielu światem abstrakcyjnym. Ważna jest kreatywność i otwartość na różne dziedziny także spoza matematyki.
Ta otwartość jest potrzebna także ze względu na to, że dziedzina uczenia maszynowego – machine learning – bardzo szybko ewoluuje, zmienia się, wprowadzane są nowe modele i rozwiązania. Dlatego należy być cały czas otwartym na naukę i ciągłe doszkalanie, co jest kolejną istotną kompetencją. Należy także umieć czytać publikacje naukowe, ponieważ często są tam przedstawione najnowsze doświadczenia/ badania, które mogą w istotny sposób zmienić spojrzenie na dany temat.
Ważna jest też cierpliwość i wnikliwość w dochodzeniu do rozwiązań, ponieważ proces trenowania modeli jest zwykle bardzo długi, często trzeba wielokrotnie literować i robić naukową analizę, by od wstępnego pomysłu przejść do rzeczywiście skutecznego rozwiązania – tłumaczy ekspert i dodaje, że dobrze jest mieć także intuicję do danych, czyli możliwość przewidywania.
Umiejętności nieoczywiste
Uczenie maszynowe jest dziedziną wieloetapową, w której na początku trzeba właściwie i czasami niezwykle sprytnie potraktować dane wyjściowe, by z ich wynikami przejść do świata rzeczywistego – dlatego istotne jest też abstrakcyjne myślenie.
– Są to główne kompetencje, które każdy inżynier powinien mieć. Do tego należy dodać cechy twarde, czyli przede wszystkim umiejętność programowania. W świecie ML mamy dwa najważniejsze języki programowania. Warto także mieć umiejętność programowania graficznego na karty. Istotna jest także praktyczna znajomość narzędzi bibliotek, których jest niezwykle dużo, dlatego warto poświęcić czas na nauczenie się tych najpopularniejszych – wyjaśnia ekspert i dodaje, że umiejętność korzystania ze środowiska chmurowego oraz znajomość konteneryzacji jest także bardzo istotną kompetencją twardą.
Jednak wśród tych wszystkich najbardziej pożądanych kompetencji inżynierów AI, tą najważniejszą, stanowiącą absolutną podstawę jest dobra znajomość matematyki, bez tej umiejętności w dziedzinie AI nie osiągniemy sukcesu.