メカニカルエンジニアからデータサイエンティストへ

イドリス・カーン は、データ サイエンスと AI の専門知識を適用することにより、企業の多くの現実世界のビジネス上の問題を解決してきました。

彼はヘルスケア分野の AI に特に関心を持っています。 さらに、彼はこの分野で多くの研究論文を発表しています。

INDIAai は Idis にインタビューし、AI に関する彼の見解を聞きました。

機械エンジニアが AI に興味を持ったきっかけは? それはどのように始まったのですか?

私は工学部時代、オペレーションズ リサーチ、数学、統計学などの科目に強い関心を持っていましたが、基本的にはすべての理論的概念を学びました。 私は喜んで、これらのテーマのリアルタイムのユースケースを探し始めました. その後、Chota Rajan という犯罪者が顔認識によって逮捕された方法や、Google マップが数学と概念を使用して最適化された経路を提供する方法について知り、興味を持っています。 これらの使用例は魅力的で、私はこの分野に強い関心を持ちました。 当時、私はこれらすべてをデータ分析としてしか知りませんでした。 これらのトピックを学んだ後、私はこの分野についてさらに学び、最終的にはデータ サイエンスと人工知能についてさらに掘り下げました。

移行中に最初に直面した課題は何ですか?

IT の存在がほとんどないホームタウンから来て、どこに行くべきか、何をする必要があるかを教えてくれるシニアが必要でした。 メンターを見つけるのは大変でした。

現在、オンラインで入手できる多くの情報と知識があります。 しかし、何を消費する必要があるかは大きな問題でした。 データ サイエンスは海です。すべてを知る必要はありません。人間的には、私の知る限り、すべてを学ぶことはほぼ不可能です。

もう 1 つの重要な課題は、プログラミング言語の学習です。 IT 以外のバックグラウンドを持っているため、論理構築を学ぶのではなく、言語を学ぶことに重点を置いています。 ロジックを構築する方法がわかれば、言語は障壁にはなりません。

アクセンチュアでのデータ サイエンティストとしての役割は何ですか?

アクセンチュアの社内プロジェクトとして、アクセンチュア データ マーケットプレイス(データの売買ができる場所)のレコメンデーション システムを構築しています。

ポリシーによると、公開できないクライアント側の作業がさらに進行中です。

AI 研究、特に説明可能な AI であなたのインスピレーションを得たのは誰ですか?

AI に関する全体的なインスピレーションは、Andrew NG です。 具体的には、Explainable AI では、それは 1 人ではありませんが、組織の Accenture と IBM はこの分野で素晴らしい仕事をしています。

人工知能の仕事に興味のある専門家にプログラミングスキルは必要ですか?

はい、Python プログラミング言語を知っている必要があります。

説明可能な AI のどのような進歩が間もなく見られると期待できますか?

説明可能な AI の進歩については、まもなく説明します。

  • AI/ML で使用するアルゴリズムについて説明します。 どのような要因が出力に寄与したかを知ることができます。
  • AI が特定の出力を出す理由がわかれば、さらに AI を修正できます。

人工知能のキャリアを追求することに関心のある学生や専門家に、どのようなアドバイスをしますか?

専門家および学生向け:

  1. Python プログラミングでロジックの構築を開始します。 (Pythonは簡単な言語で、短時間ですぐにPythonを習得できます)
  2. アルゴリズムの背後にある数学的直感に注意を払い、カーテンの後ろで物事がどのように機能するかを理解しようとします。
  3. AI エンジニアになるために数学の天才である必要はありませんが、概念を知る必要があります。
  4. できる限りリアルタイム データで練習し、GitHub で強力なポートフォリオを構築してください。

この分野を始める個人に AI の本や研究論文をお勧めできますか?

  1. Head-First Python: 脳に優しいガイド。
  2. 人工知能 – Achyut Godbole。
  3. 人工知能 – 最新のアプローチ。

.

Leave a Comment

Your email address will not be published. Required fields are marked *