[wafel93]

Siema mirki z #programowanie jaka jest dobra droga, żeby rozwijać się w obszarze #sztucznainteligencja? Chciałbym bardziej naukowo podejść do tematu, bo etap robienia modeli z gotowych bibliotek pod gotowe datasety mam za sobą, a doktorat na uczelni to chyba przerost formy nad treścią w obecnych czasach. Podyplomowki jakieś?
#programista15k

[groman43]

@wafel93: Jeśli zadajesz takie pytania na wykopie zamiast samemu znaleźć potrzebne informacje, to nie wróżę Ci sukcesu.

[TomSz]

@wafel93: wczoraj lub przed ktoś na mirko pod tym tagiem pytał na którą z 3 podyplomówek się wybrać, poszukaj ;) /edit ...choć może to było odnośnie big data

[bin-bash]

@wafel93: nie nadajesz sie

[ly000]

@wafel93: sztuczna inteligencja jest przehajpowana. nie znajdziesz w tym pracy.

[uzytkownik_wykop_pl]

@wafel93 obojętnie co zrobisz i tak jesteś za słaby

[Bejro]

sztuczna inteligencja jest przehajpowana. nie znajdziesz w tym pracy.

@ly000: Obecnie ciężko o fajną pozycję z dobrymi zarobkami nie w projektach wokół AI.
@wafel93: Polecam studia z matematyki albo fizyki, tak aby dobrze zrozumieć modele statystyczne w oparciu o które buduje się współczesne modele. Zależy też co chciałbyś robić w tym AI, jeśli research, to masz wysoki próg wejścia ale stosunkowy luz wśród konkurencji, jako developer za to

[wafel93]

@Bejro: pracuje obecnie jako developer min. nad algorytmami optymalizującymi, CS skończyłem magisterkę z pracą o generatywnej AI. Chciałbym jakoś temat rozwinąć, matmę miałem na studiach, statystykę też. No tylko że to nie jest Rocket science level, zapewne rozwiązania biznesowe są lata świetlne przede mną ( ͡° ʖ̯ ͡°)

[some_ONE]

@wafel93: pociąg już odjechał i tak

[Bejro]

@wafel93: No to formalnej edukacji już raczej nie potrzebujesz. Ogarnij sobie jakiś akademicki kurs online z MIT czy Stanforda z wprowadzeniem do AI. Jest też wiele fajnych kursów w zakresie AI na wielu serwisach ale akademickie budują rozumienie od zera. Ogarnij intuicyjnie podstawy i przełomowe artykuły jak regresja liniowa, kNN, SVM, CNN, LSTM, "Attention is all you need". Jak chcesz iść też w obraz to autoenkodery, VAE, GAN. To takie

[wafel93]

@Bejro: te tematy co powiedziałeś do 2020, to znam mniej więcej, zgadzałoby się z terminem mojej obrony ( ͡° ͜ʖ ͡°) dziękuję bardzo za namiary na dalsze tematy. Szkoda tylko że nie ma jakichś usystematyzowanych źródeł wiedzy, tylko trzeba szukać wszystkiego samemu. Z chęcią bym się właśnie zapisał na podyplomowe żeby ktoś mi zebrał te ostatnie 4 lata w kupę

[MilionoweMultikonto]

@wafel93: widziałeś kod źródłowy bibliotek którymi się bawisz? Czego w nim nie rozumiesz? Prosiłeś gpt o pomoc w zrozumieniu? Jak sobie wyobrażasz naukowe podejście? Będziesz zakuwał do egzaminów z teorii która nigdy Ci się nie przyda bo to takie tradycyjne fajne marnowanie czasu doceniane przez społeczeństwo? Jaki efekt chcesz osiągnąć?

[Bejro]

Jak sobie wyobrażasz naukowe podejście? Będziesz zakuwał do egzaminów z teorii która nigdy Ci się nie przyda bo to takie tradycyjne fajne marnowanie czasu doceniane przez społeczeństwo? Jaki efekt chcesz osiągnąć?

@MilionoweMultikonto: Branża AI działa trochę inaczej niż inne działki IT. Twoje myślenie jest poprawne w stosunku do utrwalonych już technologii jak sieci komputerowe, jakieś sztywne algorytmy, sortowanie czy kompilatory. Na froncie AI jest zupełnie inaczej. Nie da się rozdzielić

[wafel93]

@MilionoweMultikonto: jeeez, z takim podejściem to ludzie by nadal siedzieli na drzewach. Moim zdaniem ai to zwykła statystyka, tylko na wysokim poziomie. Jak będziesz stosował biblioteki jak małpa to daleko nie zajedziesz, to nie web dev.

[MilionoweMultikonto]

Na froncie AI jest zupełnie inaczej.

@Bejro: proszę nie p-----l, uczenie maszynowe i sieci neuronowe ogarniałem zanim stało się to modne, a łatkę "AI" od zawsze przykleja się na wszystko co fajne z marketingowego punktu widzenia.
Do pisania silników gier też jest potrzebna wiedza teoretyczna, ale nie trzeba studiować fizyki teoretycznej żeby implementować fizykę w grach. Tak samo ogarniesz deep learning i fine tuning bez marnowania lat na uczelni.

Skoro OP ogarnia na

[MilionoweMultikonto]

nie warto za bardzo analizować takiego śmieciowego kodu bo jeszcze zacznie się pisać na takim poziomie

@Bejro: jak sobie wyobrażasz refaktoryzowanie kodu bez zapoznania się z nim?

[MilionoweMultikonto]

Twoje myślenie jest poprawne w stosunku do utrwalonych już technologii jak sieci komputerowe, jakieś sztywne algorytmy, sortowanie czy kompilatory.

Bzdura, po pierwsze z tego co piszesz wynika że nie masz pojęcia o moim myśleniu, a po drugie, tak samo w sieciach czy kompilatorach, trzeba mieć ogromną wiedzę teoretyczną, żeby móc je rozwijać, a nie jedynie powielać stare schematy.

Na froncie AI jest zupełnie inaczej.

Jeden

[Bejro]

proszę nie p-----l, uczenie maszynowe i sieci neuronowe ogarniałem zanim stało się to modne

@MilionoweMultikonto: No domyślam się, od tego czasu branża zmieniła się nie do poznania

Do pisania silników gier też jest potrzebna wiedza teoretyczna, ale nie trzeba studiować fizyki teoretycznej żeby implementować fizykę w grach. Tak samo ogarniesz deep learning i fine tuning bez marnowania lat na

[MilionoweMultikonto]

Wtedy dobry mentoring na uczelni jest bardzo pomocny.

@Bejro: o ile dobrze trafi, to rzeczywiście tak, mam ziomka co wykłada i jest bardzo inspirujący dla młodych, ale takich ludzi z pasją i odpowiednią wiedzą jest niewielu

podstawy zawarte w materiałach wykładowych przygotowanych przez takie osoby są bardzo cenne oraz zazwyczaj dostępne za darmo

[JamesJoyce]

@wafel93 najlepszą drogą jest przyklejenie się wewnętrznie do jakiegoś projektu ai, nawet jako cieć czy osoba robiąca minutki ze spotkań. Znam wiele osób, które w taki sposób, krok po kroku w końcu dołączyły do zespołu jako pełnoprawny data science. Do tego jednak trzeba mieć wiedzę, skillsy i umiejętności interpersonalne. Powodzenia.