Руководство по выживанию для тех, кто заинтересован в получении степени магистра в области искусственного интеллекта.
Думаю, большинство аспирантов согласятся с утверждением, что получение степени магистра (с хорошей оценкой — 2:1 или с отличием) — это не прогулка по парку. В частности, в области искусственного интеллекта, где требуются знания из нескольких наук (например, математики, информатики), студенты должны ежедневно тратить несколько часов, чтобы разобраться в основных принципах работы алгоритма машинного обучения, который преподавал профессор в всего 10 минут. Вдобавок ко всему, они должны уложиться в жесткие сроки выполнения заданий, найти работу (схемы получения дипломов, стажировки, неполный рабочий день — для некоторых людей), приобрести новые навыки и быть в курсе последних событий в этой области. А теперь, конечно, справиться с негативными чувствами, которые возникают из-за социального дистанцирования из-за Covid-19.
Поэтому вполне естественно, что психическое и физическое здоровье студентов ухудшается из-за стресса и давления на них. В некоторых крайних случаях даже заставить их выпасть из своего курса.
Действительно, мой личный опыт в этом вопросе (недавний выпускник Лондонского университета королевы Марии по искусственному интеллекту) относится к той же категории. Хотя я и не бросил, я бы солгал себе, если бы сказал, что не думал об этом. Я также признаю, что на протяжении всего второго семестра я чувствовал себя настолько морально истощенным, что не мог сосредоточиться на чтении научной статьи более чем на 5 минут.
К счастью, это был мой тревожный звонок, чтобы понять, что что-то не так с тем, как я учусь и планирую свой день/неделю.
Поговорив с несколькими одноклассниками и сделав перерыв на неделю для дальнейшего изучения предмета, я пришел к выводу, что я могу быть более продуктивным и эффективным, выработав несколько хороших привычек, изменив свое мышление в правильном направлении и настроив реально достижимые цели, которых я могу придерживаться, не перегорая.
… Спустя пять месяцев (после получения степени магистра наук) и несколько часов, потраченных на корректировку своих целей и привычек, я понял, что моя жизнь была бы намного проще, если бы я начал этот путь раньше. Термин «путешествие» был выбран намеренно, так как этот процесс бесконечен.
С этой целью в этом посте будут кратко описаны «остановки» этого пути (на более высоком абстрактном уровне) и предложены шаги, которым нужно следовать, чтобы получить степень магистра в области ИИ, получая удовольствие от процесса. Здесь следует отметить, что это руководство написано с точки зрения студента с нулевым опытом работы в области науки о данных, но оно может быть полезным для опытных специалистов даже в других профессиях.
В любом случае, без дальнейших издержек, давайте начнем!!
Подготовка перед получением степени магистра
Если вы не знакомы с кодированием, я настоятельно рекомендую вам начать программировать как можно скорее.
Языки
Большинство магистерских программ в области искусственного интеллекта, науки о данных, больших данных и бизнес-аналитики предпочитают Python в качестве основного языка для своих обучаемых модулей. Python – это удобный для начинающих язык (по сравнению, например, с Java или C++) и, откровенно говоря, самый распространенный в мире науки о данных.
Судя по моему личному опыту как во время, так и после получения степени магистра, я считаю, что иметь базовые знания Python заранее необходимо, поскольку альтернативой является изучение языка по ходу дела, а это означает... как вы уже догадались, дополнительное время и работа! Для справки: я работал разработчиком мобильного программного обеспечения примерно 3 года, и мне потребовалось некоторое время, чтобы ознакомиться с синтаксисом и использованием языка.
При этом есть несколько интернет-ресурсов, где кто-то может начать изучать Python. Я лично предлагаю Курсы Kaggle для быстрого ознакомления с языком и тем, как он используется в области ИИ. Конечно, другие курсы могут предложить гораздо более полное представление, но они требуют больше времени для прохождения.
(Необязательно) Для тех, кто готов пройти лишнюю милю (например, во время каникул перед фактическим началом их MSc), другим полезным языком для изучения является R (в основном используется в академических целях, поскольку множество пакетов и библиотек, написанных исключительно на R). Наконец, для хардкорных программистов и, возможно, тех, кто будет интересоваться более продвинутыми темами (глубокое обучение, компьютерное зрение и т. д.) позже, C++ является предпочтительным языком, поскольку наиболее требовательные задачи с точки зрения вычислительной мощности требует доступа к низкоуровневым интерфейсам.
Структуры данных
Еще одна рекомендация — узнать как можно больше о структурах данных. Структуры данных очень полезны для описания того, как данные организованы, обрабатываются и обрабатываются. Они также являются основой для технического/кодового интервью!
Если бы я мог вернуться в прошлое, я бы начал с написания кода некоторых из них с нуля, что позволило бы отточить мои недавно приобретенные навыки работы с Python. Альтернативой может быть просмотр материалов Leetcode для ссылок и расширения моих знаний.
SQL-NoSQL
Работа в области ИИ означает, что в какой-то момент вас попросят извлекать, обрабатывать и предварительно обрабатывать большие объемы данных. С этой целью может быть полезно иметь базовые знания о базе данных SQL (например, MariaDB, PostgreSQL или SQL-сервере) и, возможно, о базе данных / инструменте NoSQL, таком как MongoDB и Cassandra, до того, как вы начнете изучать степень магистра.
Математика
Основой науки о данных является математика. По сути, каждый этап науки о данных в проекте определяется базовой математикой, которая диктует наиболее подходящий курс действий.
Поскольку эта тема очень большая, я бы избавил вас от необходимости читать пять абзацев, почему математика так важна. Вместо этого в этом руководстве вы найдете потрясающие математические ресурсы для ИИ.
Между прочим, я полностью согласен с его нисходящим подходом к осознанию необходимости математики для искусственного интеллекта.
Во время получения степени магистра
В этом разделе я предложу 5 столпов, которые заключают в себе знания, которые я приобрел благодаря опыту и исследованиям по этой теме. В сочетании эти столпы могут помочь вам выработать привычки и изменить свое мышление в правильном направлении, что очень поможет вам преодолеть давление вашей степени магистра, сохраняя при этом ваше здравомыслие.
Четко определите свою конечную цель после выпуска
Это то, что вы должны сделать в течение 2-го или 3-го месяца получения степени магистра.
Кто-то скажет, что название этого раздела довольно странное по сравнению с остальной частью статьи. На самом деле, на первый взгляд, я бы согласился с предыдущим утверждением, поскольку в этом году фокус выходит за рамки, верно?
Ну, на самом деле, я бы сказал, что ответ частично правильный! Я намеренно использовал слово «частично», так как в игре есть более крупный акт. Чтобы избавить вас от тайны, это действие разделено на две категории (карьерные пути) и причина, по которой я настаиваю на том, чтобы сделать этот выбор во время вашего 2-го или 3-го (максимум) месяц вашего MSc, заключается в том, что вам нужен базовый уровень знаний о мире, частью которого вы будете в будущем, в зависимости от вашего выбора. Насколько я понимаю, принятие окончательного решения — непростая задача, поскольку каждый выбор требует следовать определенным путем и обладать различным набором навыков, чтобы добиться успеха.
Однако будьте уверены, поскольку я аналитически опишу оба карьерных пути ниже.
Карьера в бизнесе
Если вы заинтересованы в применении своих навыков ИИ для решения/улучшения ситуации в реальном мире и содействия развитию бизнеса, то это правильный выбор для вас. Скорее всего, вы будете сотрудником, работающим в компании, и ваша работа будет включать в себя обработку больших объемов данных, создание сквозных конвейеров, написание качественного программного обеспечения и модульных/интеграционных тестов, а также создание/улучшение существующих моделей машинного обучения. Кроме того, нередко вас просят изучить тему о последних тенденциях в этой области и представить ее вашей команде. Конечно, степень, с которой вы будете знакомы с этими задачами, зависит от вашей организации и должности (инженер по машинному обучению, специалист по данным и инженер).
При этом, если вы хотите максимизировать вероятность быть принятым на работу в компанию и избавить себя от проблем (поверьте мне, что их много) с поиском работы после получения степени магистра, вам следует выполнить следующие шаги:
- Сначала сосредоточьтесь на обеспечении программы выпускников (или, в идеале, позиции начального уровня).
Не поймите меня неправильно, вы все еще хотите получить диплом с отличием (или 2:1), но я хочу, чтобы вы поняли, что подача заявки на работу и подготовка к каждому собеседованию являются здесь приоритетом. Например, вы все равно должны получить хорошую оценку за задание по машинному обучению, но только после того, как выполните список дел для поиска работы.
- Приобрести необходимые навыки и знания для получения работы
Я считаю, что это повторяющийся процесс, поскольку ваш личный опыт в конечном итоге покажет, каких навыков вам не хватает. Эти «недостатки» могут быть связаны с вашими способностями к межличностному общению или техническими знаниями. По этой причине я лично предлагаю начать с развития ваших коммуникативных навыков, связанных с первым и вторым собеседованиями, а затем перейти к более техническим вопросам, связанным с более поздними этапами процесса найма.
- Практика, практика!
Начните практиковаться заранее на всех этапах процесса собеседования и воспользуйтесь карьерными услугами вашего университета. Всегда лучше быть дополнительно подготовленным к интервью, чем быть неподготовленным. И поверьте мне, вы не хотите быть последним, поскольку вас, вероятно, позовут несколько компаний для первоначального собеседования. Представьте, что вы теряете работу своей мечты только потому, что не знаете ответа на вопрос: «Как вы представляете себя через 5 лет?»
- Подготовьтесь мысленно
Всего я подал заявки на 238 вакансий, прежде чем мне удалось получить одну вакансию в течение 2,5 месяцев. Можете себе представить, сколько раз я получал отказ на месте или через неделю, не проходил на следующий этап собеседования и, что еще хуже, получал отказ на последних этапах собеседования. Имейте в виду, что для каждой позиции я сделал домашнее задание, изменил сопроводительное письмо и следовал соответствующим рекомендациям (или, по крайней мере, я так думаю). Так что не расстраивайтесь, когда проснетесь утром только для того, чтобы увидеть пять отказов. Просто продолжайте идти и улучшать свои навыки.
Карьера в академических кругах
Второй карьерный путь связан с тем, что вы являетесь профессором ИИ или выдающимся исследователем, работающим в респектабельном университете или исследовательском центре. Как и прежде, есть определенные шаги, которые могут повысить ваши шансы на получение позиции вашей мечты. Это будут:
- Получите максимально возможную оценку
В отличие от того, что было раньше, ваша главная цель должна состоять в том, чтобы преуспеть во время учебы. Это потому, что вы хотите быть принятыми в лучшие университеты (в идеале со стипендией) после того, как вы закончите обучение, чтобы получить докторскую степень. Естественно, ваше последнее академическое достижение, которое должно быть вашей очень высокой общей оценкой в магистратуре, должно закрепить эту сделку.
- Стать экспертом по математике
Понимание многомерного исчисления, линейной алгебры, статистики и теории вероятностей — это самый полезный элемент знаний, которым вы можете обладать независимо от выбора будущей карьеры. Тем не менее, уровень математических знаний, необходимых для успешного исследователя, намного выше, чем тот, который необходим при работе в бизнесе. Сначала я согласен, что это звучит пугающе, поэтому я предлагаю медленно продвигаться вверх. Начните с основ, выполняйте соответствующие упражнения, исследуйте их применение в области ИИ, а затем двигайтесь дальше. Если бы я был на вашем месте, я бы постарался заниматься математикой каждый день по часу.
- Найдите интересующую вас тему и узнайте о ней больше
Поскольку вы только начинаете свой путь в области ИИ, большинство предметов покажутся вам интересными. При этом постарайтесь определить тему ИИ, которая действительно находит отклик у вас. Например, мне больше нравилось работать с изображениями/видео (компьютерное зрение), чем с языком (НЛП). Это раннее различие сэкономит вам массу времени, поскольку вы уже будете знать, что является предметом вашей магистерской диссертации и, возможно, той, на которой будет основана ваша докторская степень.
- Обратите внимание на свою магистерскую диссертацию
В отличие от вас сейчас, я не знал, насколько важным был этот последний шаг. Хорошая магистерская диссертация демонстрирует, насколько далеко вы пойдете, чтобы создать качественную работу по выбранной вами теме, и демонстрирует ваши исследовательские способности, творческий подход и преданность делу в конкретном задании. Кроме того, это может быть очень убедительный рассказ о вашей работе и может стать разницей между поступлением в престижный университет (или наймом на работу вашей мечты) и отказом. В моем случае мне повезло, так как мой был предложен к печати, но это было что-то неожиданное, а скорее задуманное. Тем не менее, моя магистерская диссертация была первым, о чем я говорил в интервью, когда кто-то спрашивал меня о моих проектах в области науки о данных.
Создайте план и здоровые привычки
Ценность структурированного дня в том, чтобы быть более мотивированным, продуктивным и дисциплинированным.
Поскольку существует множество блогов и видеороликов на YouTube об изменении вашей повседневной жизни к лучшему, я просто кратко упомяну некоторые из тех, что сработали для меня.
Утренняя рутина
Устанавливайте будильник на одно и то же время каждый день (8 утра) и не хватайте мой телефон, чтобы проверить мои учетные записи в социальных сетях и электронную почту. Вместо этого встаньте, выпейте воды, сделайте растяжку или легкие упражнения для мышц кора, а затем позавтракайте. Я практикую погребальное голодание, поэтому пропустил последнюю часть. После приготовления черного кофе я заканчивал первую и самую важную задачу дня, не отвлекаясь ни на что другое. Тогда и только тогда я проверял свои социальные сети. Это, конечно, моя утренняя рутина. Вы можете настроить или полностью изменить его в соответствии со своими стандартами и ежедневной программой.
Тренируйтесь 3–4 раза в неделю и питайтесь здоровой пищей
Создайте программу тренировок, которая соответствует вашим личным потребностям в зависимости от вашей текущей ситуации (оборудование, стоимость, время) и предпочтений. Старайтесь тренироваться независимо от перепадов настроения, особенно в первые недели. В этом контексте здоровое питание также имеет жизненно важное значение. Есть несколько исследований, которые предполагают, что употребление нездоровой пищи связано с падением вашей академической/карьерной успеваемости, помимо очевидных проблем со здоровьем.
Настройте еженедельные и ежедневные цели
Чрезвычайно важно иметь четкое представление о том, что вы должны делать в течение дня и недели. Как я упоминал ранее, вы должны уделять первоочередное внимание выполнению самых срочных/важных задач, а это процесс, который может занять время, учитывая, что эффективное управление своим временем само по себе является навыком.
Награждайте себя раз в неделю
Меньшее, что вы можете сделать для успешного выполнения еженедельного списка задач, — это вознаградить себя. Быть всегда строгим к себе — это худший образ действий, которому вы можете следовать во время учебы в магистратуре и вообще в жизни, поэтому вы должны найти то, что вам нравится делать, и просто делать это.
Делайте заметки и повторяйте то, что вы узнали
Забывание и повторение прошлых тем является частью учебного процесса.
Мне потребовалось некоторое время, чтобы осознать силу четких и кратких заметок, но когда я это сделал, я понял, что это экономит мне много хлопот и времени. Теперь, когда мне нужно узнать, как работают SVM или какие существуют методы нормализации данных, мне не нужно искать в Stack Overflow или случайных веб-сайтах, что, очевидно, требует времени. Создание этих заметок также оттачивает мои аналитические способности, поскольку я должен различать реальную полезную информацию на веб-сайте, в книге или в блоге и записывать ее своими словами. Наконец, процесс пересмотра тем, таких как обратное распространение в нейронных сетях, проходит намного быстрее, когда у меня есть собственные заметки, поскольку я точно знаю, где что находится.
Я использую Notion для ведения заметок (в основном, чтобы упорядочить все в своей жизни) и Anki, чтобы пересматривать контент, который я хочу, на основе заметок, которые я создал в Notion. Например, допустим, я хочу повторить основы линейной алгебры. Затем я иду в Anki, где заранее создал колоду вопросов-ответов, связанных с линейной алгеброй, и пытаюсь на них ответить. Если я не знаю ответа, я сначала проверяю ответ в Anki, а затем открываю соответствующие заметки в Notion, чтобы получить более полное представление обо всей теме.
Начать общение с первого дня
Общение с людьми, которыми вы восхищаетесь, уважаете и на которых равняетесь, очень важно. Просто не забывайте, что в конечном итоге это должно быть двухсторонними уличными отношениями.
Конечно, моя самая большая ошибка в том, что я недостаточно общался во время учебы в магистратуре. Хорошо, Covid тоже сыграл свою роль в этом, но я определенно упустил массу возможностей пообщаться со своими однокурсниками, профессорами, которых мне нравилось слушать, и молодыми специалистами из компаний, частью которых я мечтал стать. Действительно, я посвятил весь свой день тому, чтобы узнать как можно больше об искусственном интеллекте и уложиться в сроки моих требовательных заданий, в то время как я мог потратить час на то, чтобы поговорить с одноклассником и вместе найти решение сложной части задания, которое я бы обычно застревает на три часа.
Другой случай, когда подчеркивается ценность нетворкинга, — это тот, когда вы хотите узнать больше об определенной теме/нише в области ИИ. Вы можете начать больше узнавать о продвинутых темах НЛП, например, пытаясь найти лучшие ресурсы для чтения, в то время как ваш профессор НЛП, который, кстати, имеет многолетний опыт работы в этой области, может быстро предложить вам решение за считанные минуты.
Как вы понимаете, очень важно знать лучшего человека для работы, а также быть человеком, на которого они, в свою очередь, могут положиться. Так что не бойтесь высказывать свое мнение, спрашивать и предлагать помощь, потому что в конечном итоге вы будете вознаграждены, и даже если вы этого не сделаете, вы все равно встретите другого человека с другим характером и мышлением, чем у вас.
Примите свою человеческую природу и свои желания
Вам разрешено веселиться, заводить длительные дружеские отношения и делать сумасшедшие вещи со своими друзьями.
Я заметил, что во взрослом возрасте редко бывают моменты, когда нам предоставляется возможность познакомиться с таким количеством новых людей и повеселиться с ними. Поэтому воспользуйтесь этим периодом, будьте непредубежденными и заводите новых друзей. Исходя из моего личного опыта, он вам наверняка понадобится, так как этот перерыв позволит вам проветрить голову и зарядиться энергией на предстоящую неделю.
Итак, это краткое изложение моего магистерского опыта в области искусственного интеллекта в Лондонском университете королевы Марии и уроков, которые я усвоил на собственном горьком опыте. Я надеюсь, что вы извлечете что-то полезное из этой истории и в конечном итоге получите степень магистра наук.
Я с нетерпением жду ваших отзывов и ваших идей/улучшений. Спасибо за чтение!!
