Profesional intelijen buatan dibayar hampir dua kali lipat dari profesional TI lainnya. Kami mengetahui gaji apa yang dapat dihitung di berbagai bidang AI di Rusia, yang dicari Yandex, ABBYY dan Sberbank, dan kursus apa yang dapat digunakan untuk pelatihan di bidang ini.
Berapa penghasilan spesialis AI di Rusia
Gaji seorang spesialis kecerdasan buatan di Rusia, menurut HeadHunter pada awal 2018,
berjumlah sekitar 190 ribu rubel. Ini dua kali lipat dari gaji rata-rata di TI, yang pada saat itu sekitar 90 ribu rubel. Pada akhir kuartal ketiga, itu
hampir tidak berubah .
Daerah yang paling menjanjikan di 2018 tetap Big Data: para ahli di bidang ini ditawari gaji sekitar 200 ribu rubel. Spesialis pembelajaran mesin - sekitar 180 ribu, di bidang jaringan saraf - lebih dari 140 ribu.
Jumlah lowongan di masing-masing bidang ini tumbuh lebih cepat daripada jumlah resume - ini khas untuk situasi dengan personil di bidang TI secara keseluruhan. Menurut sebuah
studi oleh IIDF, pada 2027 di Rusia akan ada kekurangan sekitar 2 juta spesialis IT.
Di antara bidang yang paling dicari, menurut perkiraan IIDF, saat ini adalah kecerdasan buatan, pembelajaran mesin, analitik data besar, visi komputer dan augmented reality.
Yang mencari di perusahaan besar
Kecerdasan buatan digunakan terutama oleh perusahaan besar seperti Yandex, Mail.Ru Group, MegaFon, MTS, Beeline, Tele2, ABBYY dan Sberbank. Mengapa beberapa dari mereka membutuhkannya dan siapa yang mereka cari:
1. ABBYY
ABBYY adalah salah satu pemimpin dunia dalam bidang pengolahan data dan linguistik yang cerdas. Solusi berbasis AI memungkinkan Anda untuk mengenali data teks, bekerja dengan dokumen cetak dan file PDF, melakukan pencarian semantik, dan menemukan terjemahan kata dan frasa yang tidak dikenal.
Salah satu pencapaian utama perusahaan adalah sistem Compreno, yang memungkinkan Anda untuk menganalisis dan memahami teks dalam bahasa alami. Spesialis ABBYY bekerja pada penciptaan sistem ini selama sekitar sepuluh tahun, biaya proyek melebihi $ 80 juta.
Compreno dapat digunakan, misalnya, untuk mensistematisasikan dokumen arsip: dengan bantuannya dimungkinkan untuk menemukan informasi berdasarkan bidang atau detail, serta dengan teks.
Yang dicari ABBYY: sekarang perusahaan
membutuhkan Data Scientist - untuk eksperimen dan pembuatan prototipe di bidang pengolah kata (NLP) di departemen pengembangan maju. Kandidat diharuskan memiliki pengetahuan tentang metode pembelajaran mesin dan jaringan saraf, algoritma dan struktur data, pengalaman dalam pemrograman Python dan kepatuhan dengan beberapa parameter lainnya.
2. Yandex
Mesin pencari Rusia terbesar telah menggunakan teknologi AI di mesin pencari selama beberapa tahun. Jadi, di Yandex.Zen, ini memungkinkan Anda mengeluarkan rekomendasi konten yang dipersonalisasi sesuai dengan minat pengguna.
“Dalam banyak hal, ini terlihat seperti mesin pencari. Hanya jika pencarian mencari sesuatu yang spesifik, maka Zen menjawab pertanyaan yang lebih luas: apa yang menarik bagi orang tertentu, ”
kata direktur Yandex.Zen Viktor Lamburt pada tahap peluncuran layanan.
Yang dicari Yandex: saat ini, perusahaan membutuhkan pengembang pembelajaran mesin untuk Zen yang akan mengumpulkan data, melatih model, mengevaluasinya dalam eksperimen dan menulis kode produksi. "Pertama-tama, kami mengharapkan pengetahuan yang baik tentang pembelajaran mesin dan statistik dari para kandidat, tetapi pengalaman dalam pengembangan industri juga akan menjadi nilai tambah yang besar,"
kata lowongan tersebut.
3. Sberbank
Arah pembelajaran mesin dan kecerdasan buatan telah berkembang di Sberbank sejak 2013. Tujuan utamanya adalah menciptakan produk dan layanan cerdas baru untuk pelanggan internal dan eksternal, serta optimalisasi proses perbankan menggunakan teknologi pembelajaran mesin.
Jadi, pada awal 2018, bank
meluncurkan jaringan saraf pertama di Rusia untuk mengevaluasi real estat komersial. AI memungkinkan bank untuk mengevaluasi agunan hampir secara instan. AI ini bekerja dengan database street retail yang diperbarui secara berkala. Basis data ini diisi ulang dari beberapa jenis sumber dan berisi karakteristik utama objek analog, foto dan harganya.
Jaringan saraf menerima karakteristik objek, yang harus dibandingkan dengan yang lain, dan berdasarkan data yang dikumpulkan memilih analog terdekat yang digunakan untuk menghitung biaya. Jika para ahli membutuhkan berjam-jam dan bahkan berhari-hari untuk ini, maka jaringan saraf memerlukan beberapa detik untuk analisis.
Siapa yang dicari Sberbank: sekarang bank membutuhkan beberapa ilmuwan data untuk berbagai proyek sekaligus. Jadi, di salah satu lowongan di Moskow, seorang spesialis
membutuhkan pengalaman dalam memecahkan masalah
ilmu data untuk bisnis, pengalaman dengan data besar, keterampilan pemrograman yang baik (Python, Spark, SQL) dan pengetahuan perpustakaan pembelajaran mesin.
Selain Sberbank, banyak bank lain, termasuk VTB, UralSib dan BinBank,
membutuhkan ilmuwan data dan spesialis pembelajaran mesin.
Mulai dari mana
Hanya 30% profesional AI yang mempelajari pembelajaran mesin atau data besar di universitas. Ini dibuktikan dengan hasil survei terhadap 16 ribu pengguna Kaggle yang dilakukan pada akhir tahun lalu. Lebih dari setengah (66%) dari semua responden menganggap diri mereka otodidak: mereka menggunakan berbagai kursus untuk mempelajari disiplin ilmu baru.
Penginjil Microsoft dan kepala
Sekolah AI di Distrik Biner Dmitry Soshnikov mengidentifikasi empat jenis kursus utama di pasar pendidikan Rusia:
- kursus singkat tentang peran AI dalam bisnis - untuk manajer yang perlu berkenalan dengan subjek pertama;
- kursus yang sangat terspesialisasi seperti "Pengenalan citra dalam lima jam" - bagi mereka yang ingin mengembangkan keterampilan khusus;
- universitas klasik - bagi mereka yang ingin mendapatkan pemahaman rinci tentang semua algoritma dan belajar memprogram jaringan saraf secara independen;
- kursus khusus yang panjang untuk ilmuwan data - bagi mereka yang ingin mendapatkan spesialisasi baru dan benar-benar berganti pekerjaan setelah pelatihan (kursus tersebut berlangsung setidaknya beberapa bulan).
Setiap jenis tentu saja memiliki kekurangannya. Kursus kepemimpinan, misalnya, bagus untuk membiasakan diri dengan praktik terbaik di bidang kecerdasan buatan, tetapi mereka tidak memberikan gambaran yang lengkap dan pemahaman umum tentang semua kemampuan AI dan keterbatasannya.
Masalah yang sama dengan kursus yang sangat terspesialisasi: mereka tidak memungkinkan pendengar untuk membentuk pemahaman tentang prinsip-prinsip dasar AI. Pendengar dapat menguasai keterampilan praktis tertentu, tetapi teknologi menjadi usang setiap enam bulan sekali, dan keterampilan dengannya.
Kursus universitas klasik untuk pemula bisa terlalu rumit: di sini Anda harus mengingat bagian matematika yang terlupakan. Ilmuwan data masa depan, di samping itu, biasanya perlu memiliki keterampilan pemrograman yang baik.
Untuk pengembang yang ingin memahami bagaimana dan mengapa AI dapat digunakan di perusahaan mereka, cara terbaik adalah tidak mengambil kursus yang sangat panjang, tetapi intensif yang akan memungkinkan Anda untuk belajar bagaimana menyelesaikan masalah yang khas. Di
AI School , misalnya, siswa belajar lima blok tugas per bulan:
- tugas-tugas khas diselesaikan oleh layanan kognitif pra-terlatih (pengenalan wajah, emosi, suara, dll.). Salah satu pekerjaan rumah adalah membuat aplikasi yang mengenali emosi karakter utama film sepanjang jalan;
- menciptakan AI yang diucapkan paling sederhana;
- tugas pembelajaran mesin klasik (prediksi permintaan, analisis prediktif, dll.);
- bekerja dengan gambar (klasifikasi, deteksi objek) dan video;
- bekerja dengan teks dan bahasa alami (klasifikasi, generasi, dll.)
Setelah ini, pendengar sudah dapat memutuskan apakah dia perlu menerima pengetahuan tambahan untuk belajar bagaimana memecahkan masalah yang lebih tidak biasa.
Menurut Soshnikov, lulus kursus tidak akan menghasilkan kenaikan gaji instan, tetapi akan membuat spesialis lebih menarik untuk pasar tenaga kerja. Dan ini sudah akan memungkinkan baik untuk menuntut peningkatan dari majikan saat ini, dan untuk mencari peluang lain. Itu semua tergantung pada orang itu sendiri.