機械学習分野における社内競争について:博士号を取得しないと就職する資格はないのでしょうか?

機械学習分野における社内競争について:博士号を取得しないと就職する資格はないのでしょうか?

[[390714]]

機械学習は複雑化していますか?

「博士号なしで機械学習の仕事を得るのはますます難しくなっているのか?」最近、Reddit で話題の投稿が大きな議論を巻き起こしました。

個々の研究者や実務家にとって、機械学習の分野が確かに人気を集めていることは間違いありません。近年、誰もが機械学習に取り組んでいるようで、この分野で博士号を取得する人の数も劇的に増加しています。

一方で、AI技術の急速な発展と実装により、機械学習に関連する多数の職種と仕事内容が生まれ、他方では、大量の人材の流入により、この分野の雇用基準が継続的に引き上げられています...

人工知能が次の「陥没穴」職業になるだろうと言う人もいます。この波の中で私たちは自分自身とどう向き合えばいいのでしょうか?

博士号と機械学習の仕事の関係

投稿者の説明によると、機械学習に従事する研究者が多すぎるため、博士号がないと仕事を見つけるのは難しいかもしれないと考えているようです。この点について、あるネットユーザーは「機械学習関連の仕事の成長率が機械学習博士の成長率より遅いか速いかによって決まる。しかし、すべての機械学習の仕事に博士号が必要なわけではない。例えば、機械学習エンジニアは開発よりも機械学習モデルの基礎と展開に重点を置いている」と述べた。

「同時に、自動化ツールや AutoML プラットフォームが開発されており、現在博士号取得者を雇用している多くの企業は、高度に専門化された研究者を必要としなくなる可能性があります。将来的には、ML 分野で働く博士号取得者は、自動化された ML プラットフォームを構築する企業で働くようになるでしょう。」

機械学習のすべての仕事に博士号が必要なわけではありません。機械学習の分野にはさまざまな仕事や企業が存在するため、一般化するのは実のところ困難です。最終結果は、実行される作業の種類によって異なります。

CNN、Transformers などに代わる新しい機械学習手法を作成し、主な出力を特許や公開論文にします。

さまざまなデータセットで機械学習モデルを使用しているだけで、主な出力はデータ製品です (開発中にたまたま機械学習が使用されていました)。

前者の場合、チームには研究を進めるために協力できる博士号取得者が数人必要です。後者の場合、必ずしもそうではありません (ただし、理想的にはプログラマーは論文を読む能力も持っている必要があります)。

学歴だけではない

おそらく誰もが、教育レベルが高ければ就職がしやすくなると考えているのでしょう。しかし、博士号を持っていない人の就職状況はどうでしょうか?あるネットユーザーは「現在の仕事も以前の仕事も博士号が必要だった。私は博士号を持っていないが、どちらの会社も私を採用してくれた。私の友人の会社も博士号が必要だったが、彼も博士号を持っていない」とコメントした。

「企業は、チーム内のスキルギャップを埋めて仕事を成し遂げるのに役立つと思われる人材を採用しますが、だからといって博士号を持っていることが有利ではないというわけではありません。CICD の経験があることは有利であり、ドメイン知識を持っていることも有利です。企業が採用したい従業員のタイプは、その人がチームにもたらす価値によって決まります。」

「私はデータ サイエンティストを雇いますが、彼らが博士号を持っているかどうかは気にしません。博士号を持つ人と持たない人を混ぜた方がよいのです。博士号を持つ人は、業界で ML を多用するような仕事にあまり乗り気ではないようです。彼らはより学術的で、創造性に欠ける傾向があります。これは、彼らが学術界や確立されたベスト プラクティスにもっと依存している可能性があり、同じ年齢でも業界での経験が豊富な人の方がより実用的である可能性があるためです。そのため、博士号を持つ人と持たない人を混ぜることは非常に有益です。」

もっと具体的に言えば、人材採用の観点から言えば、博士号を持っていない優秀な人材が世の中にはたくさんいるのは確かですが、なぜ人事部門は博士号を持つ人材の豊富なプールから直接選抜するのではなく、こうした人材を探すことにもっと力を入れなければならないのでしょうか。

「興味深いのは、この問題が議論されるたびに、彼らが出会った博士号取得者の種類について、信頼性のない証拠をたくさん挙げようとする議論が常に起こることです。しかし、機械学習で良い仕事を探すと、博士号取得者が第一候補であることに気づきます。」

<<:  手動設計は不要、検索損失関数をゼロから作成

>>:  AIとIoTの相互運用性に対する需要は2021年も増加し続ける

ブログ    

推薦する

...

...

AI+サイエンス: PaddlePaddle をベースにした AlphaFold2 でタンパク質構造予測を実現

1958 年、FHC クリックは、生物学における重要なセントラルドグマである DNA -> R...

テクノロジー大手はAIの研究開発に数十億ドルを費やしているが、かつて人間に勝ったAIが売却されようとしているという自慢が疑問視されている

グーグルやフェイスブックなどのテクノロジー大手は長年にわたり、人工知能(AI)に数十億ドルを投資し、...

データ センターは生成 AI に対応できる準備ができていますか?

プロンプトに応じてテキスト、画像、その他のコンテンツを生成できる生成型人工知能 (AI) の企業導...

...

Java 上級: 負荷分散のための 5 つのアルゴリズムの詳細な理解

この記事はWeChatの公開アカウント「Android Development and Progra...

アルバータ大学のチームのプロジェクトは、しかめ面の細部まで完璧に再現した超リアルな肖像画を制作する

深層畳み込みニューラル ネットワークは、顕著なオブジェクトの検出に広く使用されており、最先端のパフォ...

FacebookのAIはたった1語で手書きを真似できるが、オープンソース化するには強力すぎる

Facebook は最近、画像内のテキスト スタイルをコピーして再現できる新しい画像 AI「Text...

CUDA と TensorRT モデルの展開の最適化: 重要な考慮事項と実践的な戦略

この記事は、Heart of Autonomous Driving の公開アカウントから許可を得て転...

ドローンによる配達は近づいているが、商業利用にはまだ問題点を解決する必要がある

都市から農村まで、わが国の宅配便や電子商取引企業がドローン物流と配達に注力したことで、国産ドローンの...

...

CISO が AI のリスクとメリットのバランスを取る方法

すべての AI プロジェクトにはある程度のリスクが伴い、生成 AI の急速な成長と展開により、セキュ...

革新を続ける: 6月のロボット研究開発の概要

近年、人工知能への熱狂が多くの業界を席巻しており、ロボット工学の分野も例外ではありません。人工知能技...