【嫌儲IT部】『機械学習エンジニア』って実際どうなの?給料高い、将来性ある、最先端技術を学べる、起業で一攫千金狙える 最高じゃね? [513565329]
■ このスレッドは過去ログ倉庫に格納されています
Yann LeCun氏はベル研究所に在籍していた30年前、画像認識などのタスクを解決する上で極めて有望だと考えられる「畳み込み神経回路網」(CNN)という機械学習(ML)アプローチを確立した。そしてCNNは今や、人工知能(AI)分野のディープラーニング(DL)を支える主力テクノロジーと認識されるまでになり、同氏は2019年にコンピューティング分野のノーベル賞に相当する「ACM A. M. チューリング賞」(ACM A. M. Turing Award)を受賞した。 ニューヨーク大学の教授であり、MetaのチーフサイエンティストでもあるLeCun氏は、3月21日の週に米ZDNetが実施したインタビューにおいて、最近はこの30年間で最もエキサイティングな日々と送っていると語った。同氏はその理由として、新たな発見によって、CNNのようなAI分野の実用性を向上させる可能性のある長きにわたる議論が活性化されている点を挙げている。 友人がデータサイエンスで博士号をとれそうだが、
金持ちになってしまうのか しかもガッチガチの理論より妄想理論のほうがバリュー高いしね
妄想家には辞められない職業 アルゴリズムをチューニングするよりも適切であろうデータセットを準備するのが課題やからな >>1
お前みたいなバカが業界に片足突っ込んでもアノテーションの単純作業要員にされるだけ 学校の数学が中学レベルも怪しいんだけど大人になってから勉強し直したい場合ってどうやって学べばいいかね?
機械学習の教本とか読んでも数学知識は「まあこの辺は高校大学で勉強してるからご存知でしょうけど」って感じのが多くて積ん読なってる 難しい数式使ってプログラミングして結果だして何がしたいん?
非効率で馬鹿馬鹿しい 国内じゃ需要ないだろ
やってる感だして上級に取り入った上で顧問なりまくった方がコスパいい データを色々触って考えるのが好きだから向いてる仕事だった
時系列予測うまくいかなくてハゲかけてるけど >>15
数式自体はマジで難しくない
目的は自動判定器をつくること
わかりやすいでしょ? クソアホコンピュータと化した富岳を見れば解るとおり
天才がちゃんとアルゴリズム組んでも使う側が馬鹿なのでどうしようもない
アホが組み立てた予測からはアホな結果しか産まれない >>14
普通に中学レベルの参考書からやるしかないんじゃないか?
大人用に「中学3年間の数学を8時間でやり直す本」みたいな本もあるっぽい 普通にバックエンドエンジニアとかになったほうが潰し効くよね
院卒のバリバリ教育受けたエリートとかなら別だろうけど 全く関係ないIT職種からそっち系行きたいんだけどいけるかね courseraのandrew先生の講義を無料で受けること
これが第一歩です 今やるなら水素エンジニアの方がいいぞ
インフラ系、将来性、国が金だしてるし
世界中資金出してるし^_^ 最先端技術だけ学んでどうすんだよ
基礎的な知識素養が無いやつが何やろうとしても無駄 エンジニアリング能力よりも
現実の諸問題を数式に落とし込む能力の方が重要なんだよな まぁ、結局、これ系はネームバリューが一番だから、東大以上出てないとキビいよ
胡散くせー詐欺師のレッテル貼られるだけ バックエンドエンジニア、機械学習エンジニア、データサイエンティスト
どれが一番食いっぱぐれないか気になる >>32
使える
テーブルデータでも音声でもいける >>22
ディープラーニング何にも分かってないなら書き込まなきゃいいのに 画像言語音声関わらず何でもいけるよ
説明文から画像生成したりとかもあり
大量のアノテーション付データ揃えるのが面倒だったけど
教師なし学習とかの技術も出てきたし 機械学習って最終的にはセンスだよね
良いかどうかの判定は感性に依存する
味覚ベタには旨い料理を作れない、音楽ベタ、芸術ベタなどなど >>28
理学でもニッチな化学分野で修士以上はまあハード
そして水素は伸びない
機械学習は理系の学士なら誰でも手が届く 少数の天才がいれば良い分野じゃねえの
自分がその天才だっていうなら別だけど 会社の貧弱パソコン使って独学でやってみたけど
1週間放置しても終わんねえから止めたわ >>44
最近転職活動したけどAIエンジニアってバックエンドやらインフラエンジニアとそんなに大きく単価変わんね―なってのは結構感じたな
キーエンスのAIエンジニアとかになってくると流石に違ったけど ぶっちゃけコンサルと同じ
学歴カードでそれっぽいこと言って適当なデータから適当な仮説建てて実行させて責任は取らない
何を言うかよりどの大学のどの学科出たとかの方が重要 前に探してたけど求人の数が少ないし、給料はフルスタックのウェブ開発とかより低いのもザラにあっておいしく無さそうだなと思った >>42
全然違う
性質上帰納ベースで物事進めるからマンパワーの方が重要
ただバカは足引っ張るだけだからいらん >>39
食う奴らも味覚障害の知的障害者たちだからな
しかも性格がクソ悪いやつら
計算通りに行かない
結局、マクドナルド最高ってなる奴らを相手に
超高級おフランス料理で最高点を叩きださなきゃ
いけない無理ゲーだからな
アイビーとか東大卒のネームバリューでゴリゴリ押しするしかない訳 高収入なのは「数理的素養+得意領域」がある人だけだよ。顧客課題を深く理解して価値のある問題を設計できる人ね。日本企業でも1000万以上は余裕でいける。
よくいる実装が得意なだけの人は単価安いです。誰かが考えた問題を解くだけだからね。まあ9割はこういう人だけどね >>57
知ったかするなよゴミ
kaggle見てこい 従来のエンジニアとしての土台がない人間が目指すのはマジで使えん
ふわふわしたコンサルみたいなのしかおらん 検索エンジンつくったときは
どうやって行列を圧縮するかとかどうやってオンラインでインデックスつくるかとか
周辺のお仕事ばかりが大変だった
きっとこれもそうなんだろ? 日本はソフトが常に弱いからなあ
外資系コンサルとか
有名外資ソフトウェアメーカーしか残らないんじゃね
社内SEみたいな形でニッチに残る可能性あるけど 画像以外へのcnn適用なんてたくさんあるよ。手軽なのはnlpだし世間的知名度なら囲碁のalphagoになるのかな
結局分析対象を(多次元)ベクトルとして扱えればcnnは動かせるわけで、それが画像から生成されたデータなのか自然言語から生成されたデータなのかは全く関係ない
歴史的経緯として画像適用が多数あり成果も出やすいってだけ >>68
多分中見ようとしないから何が間違ってるか端的に教えてあげるよ
お前が貼ったのは音声を画像化して画像認識をしてるの
CNNは画像認識特有の平面上でパターンが平行移動した場合もアウトプット上差がないことを利用して
DNNの自由度を制約したものだから画像でしか使えないんだよ 画像をデータ化する手法を画像以外に適用することを「画像化(→だから画像にしか使えない)」って表現してるようにしか見えないなあ >>70
えーっと、まず画像化ってなに?
画像も音声も全部数値の集合だけど。2次元の行列にするってこと?
どんなデータもやろうと思えば全部画像にできるよ
その理屈だと普通のニューラルネットワークも画像しか適用できないことになるけど 果物の種類を分析対象に出来るか?
→二値展開で数値化すればよい
色の種類を分析対象に出来るか?
→出来ない。色を果物化(二値展開)するしかない
って言ってるようなものだね
議論するだけ無駄 >>71
違うよ
普通のテーブルデータ例えば
↓これ画像って言わんでしょこの手のことをさしてテーブルデータっていうのよ
4/1 ハレ
4/2 アメ
これはデータを平行移動させたら意味変わるでしょ
だから畳みこむ理由がない
>>72
>えーっと、まず画像化ってなに?
なるほど画像化を知らなかったわけね
>画像も音声も全部数値の集合だけど。2次元の行列にするってこと?
単に一般の2次元配列は画像とは言わないな
画像化できれば画像として分析できるってことじゃない
ここで貼られてるのは音声データの分類タスクをスペクトル画像無いのパタン認識問題としてとらえてあるパターンを検出する問題に落としてる >>72
というかお前が貼ってるやつ見ればどう画像化してるから分かるからまず見てみたら?
なんでせっかく探してきたのに見てみないんだ? 社会が必要としてるかどうかわからないのに
年収1000万円も出す馬鹿な企業は日本企業ぐらいだ
市場調査してこい >>75
あーあれを画像化って呼んじゃってんのか。じゃあこの世の全部のデータは画像だね(笑) >>77
いや違うよ
実際一般のテーブルデータは畳みこんじゃダメじゃん >>73
包含関係か理解できてないんだろうね
Cnnが適用可能な問題の集合のなかに音声や画像があるのに
多分画像しかやったことないんだと思う 画像化
テキストファイル等をjpgファイルにすること
画像のデータ化
jpgやpngを数値データ(csv等)にすること
※一般的にこれを画像化とは言わない
だと思ってたしサイトでも論文でもこういう使い方だけど住んでる世界が違うのかな
意図的なのか天然なのか両者を混同して使ってるよね
ていうか途中で自分の勘違いに気づいたけどもう今更止められなくなってるっぽい 研究者レベル以外は作業員だろこの分野、
目指すもんじゃない >>79
テーブルデータについてはCNN適用できないまでは認めたうえで
音声は画像化することで適用できるから音声にCNN適用できるって主張?
なら分かるな
その意味で発端となった>>32への解答としては俺が正しいわな >>79
というか画像と(画像から生成された)数値データを同一視してる印象…
もう議論する意味ないから後は任せますw >>84
そこは特に同一視してないから大丈夫
少し頭を整理するといいよ
ここに貼ってある論文の図見るとまさに入力データを画像として使ってることは容易にわかる 求人はいっぱい見るんだけど何してるのかいまいちわからない
データの仕事何年かしてるけど大体がクソデータをきれいにしてそれを可視化するor別業務で利用するのばっかりで機械学習エンジニアの人が何やってるのか全然想像できない
機械学習木綿教えてくれ AI関連勉強したけど
ちょっと俺の頭には厳しかった >>21
何を判定して誰がどのくらい喜んで会社はどの程度儲かって社員はどう幸せになるんだ? >>1
将来性はない気がしている
誰でも使える技術になりかねない >>86
月並みだけど需要予測とかやってるよ
いつもDWH使わせてもらってるからデータエンジニアには頭上がらない🙇 今の最先端なんてすぐ陳腐化するから電気とか機械とかの基礎を勉強しとけ >>90
うまく行ってる?
需要予測ってかなり限定的な場所でしかうまくいかないことが多い ■ このスレッドは過去ログ倉庫に格納されています