Karera o Mga Oportunidad sa Trabaho bilang Machine Learning Manager

Mga Spotlight

Mga Katulad na Pamagat

Tagapamahala ng AI, Tagapamahala ng Agham ng Datos, Tagapamahala ng Analytics, Tagapamahala ng Artipisyal na Katalinuhan, Tagapamahala ng Inhinyeriya ng Datos

Paglalarawan ng Trabaho

Mula pa noong unang nilikha ang mga kompyuter, nais na ng mga programmer na makapag-isip sila para sa kanilang sarili. Sa katunayan, mayroong isang buong larangan ng agham ng datos na tinatawag na machine learning na nakatuon sa layuning iyan!

Gaya ng paliwanag ng IBM, “Ang machine learning ay isang sangay ng artificial intelligence (AI) at computer science na nakatuon sa paggamit ng datos at mga algorithm upang gayahin ang paraan ng pagkatuto ng mga tao, na unti-unting nagpapabuti sa katumpakan nito.”

Dati ay limitado lamang sa larangan ng science fiction, ngayon ay libu-libong kumpanya ang labis na namumuhunan sa AI at machine learning—na may mga dedikadong koponan na nagsusumikap upang higit pang mapaunlad ang teknolohiya. Ang mga koponan na ito ay nangangailangan ng nakatuong pamumuno ng mga bihasang Machine Learning Manager na nakakaintindi sa mga layunin sa negosyo ng kanilang mga kumpanya at alam kung paano sanayin ang mga koponan upang magtagumpay.

Mga Nakakapagpasaya na Aspeto ng Karera

Pakikipagtulungan sa mga pangkat na nasa makabagong teknolohiya
Pagbuo ng mga programa upang mapalakas ang kahusayan at matugunan ang mga layunin ng negosyo
Kompetitibong kabayaran at magagandang pagkakataon para sa pagpapaunlad ng mga kasanayan

Ang Panloob na Pagsusuri

Mga Responsibilidad sa Trabaho

Iskedyul ng Paggawa

Ang mga Machine Learning Manager ay nagtatrabaho nang full-time, kadalasan ay may pahinga sa gabi, katapusan ng linggo, at mga pista opisyal, bagama't maaaring kailanganin ang overtime paminsan-minsan.

Karaniwang mga Tungkulin

Maghanap ng mga lugar kung saan maaaring ilapat ang machine learning (ML) sa mga umiiral na proyekto at proseso
Makipagpulong sa pamunuan ng kumpanya at mga pangkat upang ipaliwanag ang mga konsepto, magmungkahi ng mga estratehiya, at suriin ang mga potensyal na epekto at benepisyo
Gumawa ng roadmap ng machine learning na naglilista ng mga proseso at problema, pati na rin ang matematika, mga mapagkukunan, at mga tool na gagamitin
Ipatupad ang mga inisyatibo sa ML ayon sa iskedyul
Pangunahan ang mga ML team na maaaring kabilang ang mga data scientist, engineer, at programmer
Palakasin ang kamalayan ng mga gumagamit kung paano ginagamit ang ML at kung anong mga pagbabago ang maaaring kailanganin nilang malaman
Makipagtulungan sa mga pangkat ng pamamahala ng mobile device kung kinakailangan upang matiyak na ang mga bagong diskarte sa data ay mahusay na naipatupad
Bumuo at mag-deploy ng mga algorithm na may kakayahang kumuha ng kapaki-pakinabang na impormasyon mula sa malalaking set ng data
Obhetibong suriin ang iba't ibang metodolohiya at ang kanilang mga resulta
Gumamit ng mga programming language at tools tulad ng Python, R, at TensorFlow
Bumuo ng mga awtomatikong proseso para sa pagpapatunay ng predictive model

Mga Karagdagang Responsibilidad

Makipagtulungan sa mga kasosyong negosyo ayon sa itinagubilin upang magbahagi ng kaalaman, mga pananaw, o impormasyon tungkol sa mga pagbabago
Bumuo ng matibay na panlabas na network ng pakikipagsosyo upang mapahusay ang pagkatuto
Sanayin o i-mentor ang mga miyembro ng koponan at mga assistant manager

Mga Kasanayang Kinakailangan sa Trabaho

Mga Malambot na Kasanayan

Analitikal
Katalinuhan sa negosyo
Mga kasanayan sa komunikasyon
Mapagpasyahan
Nakatuon sa detalye
Etikal
Malaya
Mga kasanayan sa pamumuno
Layunin
Organisado
Pasyente
Paglutas ng problema
Pagtutulungan

Mga Kasanayang Teknikal

Artipisyal na Katalinuhan
Malaking Datos
Pagmimina ng datos
Agham ng Datos
Hadoop
Pagkatuto ng Makina
Predictive na pagmomodelo
Python
Siklo ng buhay ng pag-develop ng software
SQL
Pagsusuring pang-estadistika
Mga teknikal na larangan at kapaligiran

Iba't ibang Uri ng Organisasyon

Mga kompanya ng pagkonsulta
Mga tindahan ng e-commerce/tingian
Sektor ng pananalapi
Mga ahensya ng gobyerno
Mga kompanya ng pangangalagang pangkalusugan at parmasyutiko
Paggawa
Mga institusyong pananaliksik
Mga kompanya ng teknolohiya

Mga Inaasahan at Sakripisyo

Inaasahang nasa tugatog ng kanilang kakayahan ang mga Machine Learning Manager, at handang epektibong pamunuan ang mga koponan upang matugunan ang mga layunin ng organisasyon na may kaugnayan sa ML.

Dapat silang maging malikhain, etikal, at may pag-iisip na pangmatagalan, may kakayahang maghanap at sumamantala sa lahat ng pagkakataon upang maisama at magamit ang mga kakayahan sa ML at mapalakas ang pagganap. Sa panahong ito ng high-tech na kompetisyon, ang mga kumpanyang hindi nakakasabay sa mga uso ay maaaring mabilis na mahuli at mawalan ng mga customer.

Mga Kasalukuyang Uso

Mabilis na umuunlad ang machine learning at may ilang kapansin-pansing trend na dapat subaybayan. Kabilang sa mga ito ang pagsulong ng deep learning at deep neural networks na inspirasyon ng magkakaugnay na network ng mga neuron sa utak ng tao. Ang reinforcement learning ay isa ring mainit na trend sa robotics, mga programa sa pagsasanay (kilala rin bilang mga ahente) upang makipag-ugnayan sa mga kapaligiran sa pamamagitan ng trial and error.

Habang nagiging mas kumplikado ang mga modelo ng ML, dapat bigyang-pansin ng mga mananaliksik ang mga etikal na konsiderasyon at kung paano gumagawa ng mga desisyon ang mga modelo ng ML. Kabilang sa iba pang mga trend ang mga konsepto tulad ng federated learning, transfer learning at mga pre-trained na modelo, AutoML, edge computing, at on-device ML—na bawat isa ay kailangang matutunan ng mga Machine Learning Manager upang manatiling napapanahon!

Anu-anong mga bagay ang kinagigiliwan ng mga taong nasa karerang ito noong sila ay bata pa...

Malamang na mahilig na sa teknolohiya ang mga Machine Learning Manager noong bata pa sila. Maaaring interesado sila sa matematika, computer coding, at mga programming language. Malamang na nasisiyahan din sila sa analytical problem-solving o kahit sa pagbabasa tungkol sa mga epekto ng teknolohiya sa mga negosyo.

Ang pagtutulungan ay isang mahalagang bahagi ng larangang ito ng karera, ngunit ang mga Machine Learning Manager ay mga lider na dapat handang kumilos kapag may hindi pagkakasundo. Trabaho nilang tiyakin ang naaangkop na pag-uugali at paggawa ng desisyon sa ML. Ang kakayahang mamuno ay maaaring nalinang sa pamamagitan ng mga ekstrakurikular na aktibidad sa paaralan.

Kinakailangan ang Edukasyon at Pagsasanay

Ang mga Machine Learning Manager sa pangkalahatan ay nangangailangan ng master's degree sa data o computer science o isang kaugnay na larangan.
Ang mga manggagawa ay hindi nagsisimula bilang mga tagapamahala. Ang mga tagapamahala ay nangangailangan ng ilang taon ng kaugnay na karanasan sa trabaho, kabilang ang kahit ilang taon ng karanasan sa pangangasiwa.
Maraming tagapamahala ang napo-promote mula sa loob ng organisasyon, na umaangat mula sa mga entry- o mid-level na posisyon bilang mga ML engineer, programmer, o sa ilang mga kaso maging mga tungkulin sa negosyo.
Kabilang sa mga karaniwang paksa ng kurso ang:

Pagmomodelo ng datos
Malalim na pag-aaral
Mga algorithm at pamamaraan ng Machine Learning
Pagproseso ng natural na wika
Mga neural network
Mga lengguwahe ng programming (R, Python, C++, Java) at mga library ng Python tulad ng NumPy , Pandas , Matplotlib , at Scikit-learn
Pagkatuto ng pagpapatibay
Ugnayan sa pagitan ng AI at ML
Mga istatistika at probabilidad

Maaari ring matuto ang mga estudyante ng mga programming language tulad ng Python nang mag-isa!
Tingnan ang mga kursong iniaalok ng Coursera , tulad ng Espesyalisasyon nito na Artificial Intelligence: an Overview.
Makakatulong din ang pagkuha ng sertipikasyon mula sa ikatlong partido. Kabilang sa mga opsyon ang:

Mga bagay na dapat hanapin sa isang Unibersidad

Dapat maghanap ang mga estudyante ng mga kolehiyo na nag-aalok ng mga major sa data science, computer science, artificial intelligence, o machine learning.
Maghanap ng mga programang may mga internship o iba pang oportunidad kung saan makakakuha ka ng praktikal na karanasan, lalo na may kaugnayan sa AI at ML.
Isaalang-alang ang pag-aaplay sa isang dual BS/MS program upang makatipid ng oras sa pagkumpleto ng iyong master's degree.
Magpasya kung gusto mong kumuha ng mga online o hybrid na kurso
Palaging ihambing ang mga gastos sa matrikula at iba pang mga bayarin. Suriin ang iyong mga opsyon para sa mga scholarship at tulong pinansyal
Tingnan kung ang programa ay may anumang pakikipagtulungan sa mga kumpanyang kumukuha ng mga nagtapos!
Isaalang-alang ang mga istatistika ng pagtatapos at pagkakalagay sa trabaho para sa mga alumni

Mga bagay na dapat gawin sa High School at Kolehiyo

Ang mga estudyante sa hayskul ay dapat kumuha ng mga kurso sa matematika (kabilang ang differential calculus), Ingles, komunikasyon, at teknolohiya ng impormasyon (lalo na ang AI at ML, kung maaari)
Ang mga estudyante sa hayskul na walang access sa mga kurso sa AI/ML ay maaaring mag-aral nang mag-isa upang makapagsimulang bumuo ng pundasyon. Isaalang-alang ang pagsali o pagbuo ng isang computer club!
Ang kaalaman sa Python at SQL ay magiging kapaki-pakinabang sa ibang pagkakataon, at maaari rin itong matutunan sa pamamagitan ng pag-aaral sa sarili.
Mag-apply para sa bachelor's program sa computer o data science o kaugnay na larangan, na nakatuon sa machine learning. Isaalang-alang ang pag-apply sa dual BS/MS program para makatipid ng oras sa pagkumpleto ng iyong master's degree.

Maaaring hindi kailangan ang master's degree para sa lahat ng posisyon ngunit maaari nitong mapalakas ang iyong mga kredensyal at maaaring magbigay-daan sa iyo na mag-aplay para sa mga panimulang posisyon na mas malaki ang suweldo.

Maghanap ng mga part-time na trabaho kung saan makakakuha ka ng mga kaugnay na karanasan sa trabaho. Kakailanganin mo ng maraming taon ng karanasan upang maisaalang-alang para sa isang posisyon sa pamamahala (kabilang ang karanasan sa pangangasiwa sa iba at pamumuno sa mga pangkat)
Mag-apply para sa mga kaugnay na internship, sa pamamagitan ng iyong paaralan o nang mag-isa
Magbasa ng mga magasin at artikulo sa website na may kaugnayan sa machine learning. Isaalang-alang ang pagkuha ng mga ad hoc na kurso sa pamamagitan ng Courser o iba pang mga site para sa mas nakabalangkas na pagkatuto.
Humingi ng panayam na nagbibigay ng impormasyon sa isang nagtatrabahong Machine Learning Manager

Karaniwang Roadmap

Paano makuha ang iyong unang trabaho

Tingnan ang mga job portal tulad ng Indeed.com , LinkedIn , Glassdoor , Monster , CareerBuilder , SimplyHired , o ZipRecruiter.
Huwag umasa na magsisimula sa antas ng pamamahala! Maliban na lang kung mayroon ka nang ilang taon ng kaugnay na karanasan sa trabaho, kakailanganin mo munang mag-apply sa mga posisyong entry-level.
Isaalang-alang ang paglipat malapit sa mga lungsod na may tech hub tulad ng Austin, Dallas, Raleigh, San Jose, o Charlotte
Manatiling nakikipag-ugnayan sa mga kaklase at gamitin ang iyong network upang makakuha ng mga tip sa trabaho. Karamihan sa mga trabaho ay matatagpuan pa rin sa pamamagitan ng mga personal na koneksyon.
Tanungin ang iyong mga instruktor, dating superbisor, at/o mga katrabaho kung handa silang magsilbing personal na sanggunian. Huwag ibigay ang kanilang personal na impormasyon sa pakikipag-ugnayan nang walang paunang pahintulot.
Tingnan ang ilang halimbawa ng resume at mga halimbawang tanong sa panayam na may kaugnayan sa Machine Learning , kabilang ang mga pangunahing kaalaman tulad ng "Ano ang Iba't Ibang Uri ng Machine Learning?" o mas advanced na mga paksa tulad ng "Paano Mo Malalaman Kung Aling Machine Learning Algorithm ang Pipiliin para sa Iyong Problema sa Klasipikasyon?"
Magsanay sa paggawa ng mga mock interview sa career center ng inyong paaralan (kung mayroon man)
Magdamit nang naaayon para sa mga panayam at ipakita ang iyong sigasig at kaalaman sa larangan ng AI/ML

Paano Umakyat sa Hagdan

Kailangan ng maraming taon ng edukasyon at karanasan sa trabaho para maging isang Machine Learning Manager. Kapag nandoon ka na, mataas na ang iyong posisyon, ngunit may mga pagkakataon pa rin para sa pag-unlad at pagtaas ng suweldo.
Kabilang sa mga titulo ng trabaho na mas mataas ang antas ang Senior Machine Learning Manager at Director ng Machine Learning o Head ng Machine Learning
Maaari ring maghanap ang mga tagapamahala ng mga tungkulin sa pamumuno na may iba't ibang tungkulin o espesyalisasyon sa industriya. Ang ilan ay pinipiling lumipat sa mga posisyon sa purong pananaliksik at pagpapaunlad.
Ipaalam sa iyong superbisor na interesado ka sa pag-unlad sa karera at humingi ng kanilang payo
Karamihan sa mga ML Manager ay may graduate degree, ngunit para sa mga wala, ang pagkakaroon ng master's degree ay isang mahusay na paraan upang mapalakas ang mga kredensyal at kwalipikasyon.
Magdagdag ng halaga sa organisasyon sa pamamagitan ng pagsasama ng ML saanman ito magagamit. Makipag-ugnayan sa mga pinuno at mga stakeholder upang matiyak na nauunawaan ang mga layunin at benepisyo ng ML.
Mabisang pamunuan ang mga koponan at tiyaking ang mga proyekto ay naaayon sa iskedyul at badyet
Subaybayan ang mga uso at hamon ng AI at ML. Manatiling updated sa pinakabagong software
Para sa mga nagtatrabaho sa mas maliliit na organisasyon, maaaring kailanganin mong mag-aplay para magtrabaho sa mas malaki o ibang uri ng organisasyon upang makakuha ng mas malaking suweldo o maabot ang mas mataas na mga layunin sa karera.

Halimbawa, ang mga tagapamahala na nagtatrabaho para sa mga ahensya ng gobyerno ay maaaring kumita ng mas malaking suweldo sa isang pribadong kumpanya ng teknolohiya.

Makakatulong din ang pagkumpleto ng mga advanced na sertipikasyon mula sa ikatlong partido. Kabilang sa mga opsyon ang:

Siyempre, ang mga ML Manager na may matibay na karanasan sa negosyo ay maaaring umunlad bilang mga negosyante na naglulunsad ng sarili nilang AI o mga negosyong may kaugnayan sa ML sa halip na magtrabaho para sa iba!

Isaalang-alang si Andrew Ng, isang propesor sa Stanford, isang kilalang negosyanteng ML at co-founder ng Coursera at Google Brain, na may net worth na ~$122 milyon !

Mga Inirerekomendang Kagamitan/Mapagkukunan

Mga Website

Mga Libro

Hands-On Machine Learning gamit ang Scikit-Learn, Keras, at TensorFlow: Mga Konsepto, Kagamitan, at Teknik para Bumuo ng mga Matalinong Sistema , ni Aurélien Géron
Machine Learning Para sa mga Dummies , ni John Paul Mueller
Ang Aklat na Ang Daang-Pahinang Machine Learning , ni Andriy Burkov

Plano B

Ang Machine Learning ay isang kawili-wiling larangan ngunit nangangailangan ito ng maraming taon ng edukasyon at karanasan sa trabaho upang maging kwalipikado para sa isang posisyon ng manager. Maraming kaugnay na mga opsyon sa karera ang dapat isaalang-alang, ang ilan sa mga ito ay maaaring mangailangan ng mas kaunting oras upang maging kwalipikado. Kasabay nito, ang ilan sa mga tungkuling ito ay maaaring magsilbing tuntungan sa pagiging isang ML Manager sa hinaharap!

AI Prompt Engineer
Inhinyero ng Malaking Datos
Tagabuo ng Katalinuhan sa Negosyo
Programmer ng Kompyuter
Analista ng mga Sistema ng Kompyuter
Arkitekto ng Database
Siyentipiko ng Datos
Analista ng Seguridad ng Impormasyon
Matematiko
Inhinyero sa Pagkatuto ng Makina
Inhinyero ng Robotika
Arkitekto ng Software
Web Developer

Balita

Inedit ni Gladeo

Mga Itinatampok na Trabaho

Mga Online na Kurso at Kagamitan

Mga Inaasahang Taunang Sweldo

$142K

$172K

$210K

Ang mga bagong manggagawa ay nagsisimula sa humigit-kumulang $142K. Ang median na suweldo ay $172K bawat taon. Ang mga manggagawang may mataas na karanasan ay maaaring kumita ng humigit-kumulang $210K.