A los profesionales de inteligencia artificial se les paga casi el doble que a otros profesionales de TI. Descubrimos qué salario se puede calcular en diferentes áreas de IA en Rusia, a quién buscan Yandex, ABBYY y Sberbank, y qué cursos se pueden usar para la capacitación en esta área.
¿Cuánto gana un especialista en IA en Rusia?
El salario de un especialista en inteligencia artificial en Rusia, según HeadHunter a principios de 2018,
ascendía a unos 190 mil rublos. Esto es el doble del salario promedio en TI, que en ese momento era de aproximadamente 90 mil rublos. A finales del tercer trimestre,
apenas había cambiado .
El área más prometedora en 2018 sigue siendo Big Data: a los expertos en este campo se les ofrece un salario de alrededor de 200 mil rublos. Especialistas en aprendizaje automático, alrededor de 180 mil, en el campo de las redes neuronales, más de 140 mil.
El número de vacantes en cada una de estas áreas está creciendo más rápido que el número de currículums, esto es típico para la situación con el personal en TI en su conjunto. Según un
estudio realizado por IIDF, para 2027 en Rusia habrá una escasez de alrededor de 2 millones de especialistas en TI.
Según el pronóstico del IIDF, entre las áreas más buscadas, en este momento habrá inteligencia artificial, aprendizaje automático, análisis de big data, visión por computadora y realidad aumentada.
Quienes buscamos en grandes empresas
La inteligencia artificial es utilizada principalmente por grandes empresas como Yandex, Mail.Ru Group, MegaFon, MTS, Beeline, Tele2, ABBYY y Sberbank. ¿Por qué algunos de ellos lo necesitan y a quién buscan?
1. ABBYY
ABBYY es uno de los líderes mundiales en el campo del procesamiento inteligente de datos y la lingüística. Sus soluciones basadas en inteligencia artificial le permiten reconocer datos de texto, trabajar con documentos impresos y archivos PDF, realizar búsquedas semánticas y encontrar traducciones de palabras y frases desconocidas.
Uno de los principales logros de la empresa es el sistema Compreno, que le permite analizar y comprender textos en un lenguaje natural. Los especialistas de ABBYY trabajaron en la creación de este sistema durante aproximadamente diez años, el costo del proyecto superó los $ 80 millones.
Compreno puede usarse, por ejemplo, para sistematizar documentos de archivo: con su ayuda será posible encontrar información por campos o detalles, así como por texto.
A quién busca ABBYY: ahora la empresa
necesita Data Scientist, para experimentos y creación de prototipos en el campo del procesamiento de textos (PNL) en el departamento de desarrollos avanzados. Se requiere que el candidato tenga conocimiento de métodos de aprendizaje automático y redes neuronales, algoritmos y estructuras de datos, experiencia en programación de Python y cumplimiento con algunos otros parámetros.
2. Yandex
El motor de búsqueda ruso más grande ha estado utilizando la tecnología de inteligencia artificial en sus motores de búsqueda durante varios años. Entonces, en Yandex.Zen, esto le permite emitir recomendaciones de contenido personalizadas de acuerdo con los intereses del usuario.
“En muchos sentidos, parece un motor de búsqueda. Solo si la búsqueda busca algo específico, entonces Zen responde a una consulta más amplia: lo que es interesante para una persona en particular ”,
dijo el director de Yandex.Zen, Viktor Lamburt, en la etapa de lanzamiento del servicio.
A quién busca Yandex: en este momento, una empresa necesita un desarrollador de aprendizaje automático para Zen que recopile datos, entrene modelos, los evalúe en experimentos y escriba código de producción. "En primer lugar, esperamos un buen conocimiento del aprendizaje automático y las estadísticas de los candidatos, pero la experiencia en desarrollo industrial también será una gran ventaja",
dice la vacante.
3. Sberbank
La dirección del aprendizaje automático y la inteligencia artificial se ha desarrollado en Sberbank desde 2013. El objetivo principal es la creación de nuevos productos y servicios inteligentes para clientes internos y externos, así como la optimización de los procesos bancarios utilizando tecnologías de aprendizaje automático.
Entonces, a principios de 2018, el banco
lanzó la primera red neuronal en Rusia para evaluar bienes raíces comerciales. AI permite al banco evaluar la garantía casi al instante. Esta IA funciona con una base de datos actualizada regularmente de venta minorista en la calle. Esta base de datos se repone a partir de varios tipos de fuentes y contiene las características principales de objetos análogos, sus fotos y precios.
La red neuronal recibe las características del objeto, que deben compararse con otras, y sobre la base de los datos recopilados, selecciona los análogos más cercanos que se utilizan para calcular el costo. Si los expertos necesitan horas e incluso días para esto, las redes neuronales requieren varios segundos para el análisis.
A quién busca Sberbank: ahora el banco necesita varios científicos de datos para diferentes proyectos a la vez. Entonces, en una de las vacantes en Moscú, un especialista
requiere experiencia en la resolución de problemas
ciencia de datos para negocios, experiencia con big data, buenas habilidades de programación (Python, Spark, SQL) y conocimiento de bibliotecas de aprendizaje automático.
Además de Sberbank, muchos otros bancos, incluidos VTB, UralSib y BinBank,
requieren científicos de datos y especialistas en aprendizaje automático.
Por donde empezar
Solo el 30% de los profesionales de IA estudiaron aprendizaje automático o big data en la universidad. Esto se evidencia en los resultados de una encuesta a 16 mil usuarios de Kaggle realizada a fines del año pasado. Más de la mitad (66%) de todos los encuestados se consideran autodidactas: utilizaron varios cursos para estudiar nuevas disciplinas.
El evangelista de Microsoft y el director de
AI School en el Distrito Binario Dmitry Soshnikov identifica cuatro tipos principales de cursos en el mercado educativo ruso:
- cursos cortos sobre el papel de la IA en los negocios : para gerentes que necesitan conocer por primera vez el tema;
- cursos altamente especializados como "Reconocimiento de imagen en cinco horas" - para aquellos que desean desarrollar habilidades específicas;
- los clásicos universitarios : para aquellos que desean obtener una comprensión detallada de todos los algoritmos y aprender a programar redes neuronales de forma independiente;
- Cursos especiales largos para científicos de datos : para aquellos que desean obtener una nueva especialización y cambiar completamente de trabajo después de la capacitación (dichos cursos duran al menos varios meses).
Cada tipo de curso tiene sus inconvenientes. Los cursos de liderazgo, por ejemplo, son buenos para familiarizarse brevemente con las mejores prácticas en el campo de la inteligencia artificial, pero no proporcionan una imagen completa y una comprensión común de todas las capacidades de la IA y sus limitaciones.
El mismo problema con los cursos altamente especializados: no permiten que el oyente comprenda los principios fundamentales de la IA. El oyente puede dominar ciertas habilidades prácticas, pero las tecnologías se vuelven obsoletas una vez cada seis meses, y las habilidades con ellas.
Los cursos universitarios clásicos para principiantes pueden ser demasiado complicados: aquí tendrás que recordar las secciones olvidadas de las matemáticas. Además, los futuros científicos de datos, por lo general, necesitan tener buenas habilidades de programación.
Para los desarrolladores que desean descubrir cómo y por qué pueden usar la inteligencia artificial en su empresa, lo mejor no es un curso muy largo, sino intensivo que les permita aprender a resolver problemas típicos. En
AI School , por ejemplo, los estudiantes aprenden cinco bloques de tareas por mes:
- tareas típicas resueltas por servicios cognitivos pre-entrenados (reconocimiento de rostros, emociones, voces, etc.). Una de las tareas es hacer una aplicación que reconozca las emociones de los personajes principales de la película en el camino;
- creando la IA hablada más simple;
- tareas clásicas de aprendizaje automático (predicción de demanda, análisis predictivo, etc.);
- trabajar con imágenes (clasificación, detección de objetos) y video;
- trabajar con texto y lenguaje natural (clasificación, generación, etc.).
Después de esto, el oyente ya puede decidir si necesita recibir conocimientos adicionales para aprender a resolver problemas más inusuales.
Según Soshnikov, aprobar el curso no conducirá a un aumento instantáneo de los salarios, pero hará que el especialista sea más atractivo para el mercado laboral. Y esto ya permitirá exigir un aumento del empleador actual y buscar otras oportunidades. Todo depende de la persona misma.