Один из примеров, связанных с использованием нейросетей на рынке труда — это автоматизация работ, которые ранее выполняли люди. Также, существуют профессии, которые трудно или невозможно заменить искусственным интеллектом, например, профессии, связанные с творчеством, социальным взаимодействием и эмоциональной поддержкой», — приводит текст чат-бота ChatGPT Pro на русском языке. — Конечно, нейронные сети помогают в большом количестве профессий делать работу быстрее.
5 перспективных профессий в области искусственного интеллекта
Специалист по нейронным сетям: подробный обзор профессии Профессия нейротехнолог – как стать, где обучиться, востребованность. Профессии, связанные с нейросетями: какой бывает работа будущего и как на нее устроиться. Анализ интернет-спроса на профессии, связанные с разработкой и ИТ, показал, что больше всего растет спрос на создание нейросетей (+1749%).
Специалист по нейросетям
| Нейросеть составила список самых востребованных профессий будущего - 7Дней.ру | «Cпециалист по нейросетям: профессия промт-инженер» – это большая программа повышения квалификации. |
| Эксперт назвал профессии, куда нейросети могут прийти уже в 2023 году | Специалист по нейронным сетям: подробный обзор профессии Профессия нейротехнолог – как стать, где обучиться, востребованность. |
| Специалист по нейросетям: как стать экспертом в области искусственного интеллекта. - Chat AI | Анастасией Абышевой. |
| Назван список профессий, по которым сильнее всего ударит ИИ. Программисты в безопасности | В этой статье я расскажу мои предположения о перспективных профессиях будущего, связанных с новыми достижениями в области искусственного интеллекта. |
| Треть российских соискателей полагает, что их профессию могут заменить нейросети | Исследователи отмечают, что работа тренеров для нейросетей связана с высокой долей рутинных операций, требует навыков обработки большого объема информации, поэтому выполняется на удалении и занимает неполный рабочий день. |
Назван список профессий, по которым сильнее всего ударит ИИ. Программисты в безопасности
Меня зовут Алексей Озерин, сейчас я — эксперт по машинному обучению в агротехническом стартапе OneSoil. Учился на физика в МФТИ, занимался теоретической физикой, а потом ушел в программисты. В 2012 году во всем мире случился бум в области развития нейросетей, до России он докатывался довольно долго. К 2015-2016 году появилось много стартапов и инициатив, связанных с нейросетями. В это же время я пришел работать в классную лабораторию Deephacklab, разрабатывать прототипы — поиск и генерация текстов. Проекты были в зачаточном состоянии, но очень интересными. В 2018 году я перешел в Яндекс как Senior Developer, чтобы работать с компьютерным зрением.
Решал разные задачи в области Machine Learning ML — с картинками, видео и текстами, вплоть до 2022 года. Сейчас я работаю в стартапе, который занимается сельским хозяйством, — с помощью нейронных сетей по спутниковым снимкам предсказываю, что где растет и когда убирают поля. Изучите дата-аналитику на Хекслете Пройдите нашу профессию « Аналитик данных » — эта сфера может идеально подойти для использования нейросетей в будущем. Для каких задач применяют ML и нейросети Есть много прикладных задач, которые решаются с помощью эксперта, простых правил и специально подобранных алгоритмов. Когда данных становится много, у нас появляется возможность извлекать из них полезные знания, обходя ограниченность простых подходов. С помощью ML можно рассчитывать риски — например, предсказать, выплатит ли человек кредит, или рассчитать будущие цены на квартиры.
Есть отдельная группа задач, для которых нейросети особенно хороши: находить похожие картинки, звуки и посты, генерировать изображения и тексты. Конечно, искать похожие аудио можно и без нейросетей — приложение Shazam прекрасно работало даже в первых версиях. Но обучение алгоритмов с помощью нейросетей дает дополнительные возможности. Творчество нейросети Midjourney Как разрабатываются нейросети В этой части статьи будет немного хардовой информации, связанной с математикой и ML. Если вы ничего не поймете или захотите понять больше, советуем пройти наш курс по математической логике для программистов Нейросеть — это формула, которая из одного массива чисел делает другой массив. Формула большая и длинная, может быть с миллионами параметров, но собирается из довольно простых операций — арифметики, элементарных функций синусы, косинусы, экспоненты и даже более простые, вроде взятия степени и суперпозиции.
Выше пример одной из решаемых задачек: классификация изображений на условные тысячу классов. Входной массив здесь — просто массив пикселей картинки, выходной — вектор с вероятностями, что изображено на картинке. Выходной массив может быть и картинкой например, как в задачах pix2pix на улучшение картинок или дорисовывание. Входной массив может быть не картинкой, а последовательностью слов — так, например, происходит в генерации картинок по тексту. С отдельными элементами входного массива обычно не работают: действия собирают в слои и применяют операцию ко всему массиву сразу. Котика на картинке распознают независимо от того, в какой части картинки он находится.
Саму формулу пишут не как аналитическую формулу, а вычислительным графом — это рецепт для калькулятора, в каком порядке и что делать с входным и промежуточным массивами. Очень популярная, старая и довольно простая моделька. Она может показаться сложной, но операции — простые, а концепция вычислительного графа позволяет работать со сложными формулами. В этих слоях скрываются числа, они же — веса — коэффициенты в большой формуле. Сначала параметры инициализируют небольшими случайными числами, а затем улучшают с помощью градиентного спуска. Так система самообучается.
Обвязку к этому движку обычно делают на Python. Но на них сейчас нейросети почти не пишут, кроме низкоуровневых сетей для устройств. Знания Python достаточно, чтобы писать крутые вещи. Есть библиотеки, позволяющие упростить процесс разработки. Крутые обертки и сборники моделей — одна из причин, почему сейчас стало популярно разрабатывать нейросети. Например, проект Hugging Face — это платформа для разработки и использования моделей и приложений на основе искусственного интеллекта, особенно в области обработки естественного языка Natural Language Processing.
Интерфейсы моделей отвязаны от математики, это простые и конкретные инструкции, что именно сделать, чтоб получить результат. А вот при использовании фреймворков PyTorch, Jax и TensorFlow для работы с данными и машинного обучения придется плотнее взаимодействовать с математикой.
Умение осуществлять мониторинг и обеспечивать комплаенс системами и пользователями ИИ соответствующих законов и стандартов. Директор по этике ИИ и специалист по количественной оценке этики ИИ Специалисты по комплаенсу использования данных ИИ будут защищать компании от судебных исков уже после реализованного проектного решения. Но должен же быть кто-то, кто определяет, что такое проектное решение в принципе нужно. По идее, все выпускаемые модели ИИ должны взаимодействовать с людьми. Хочется надеяться, что это взаимодействие положительно повлияет на их жизнь.
Думаю, в составе высшего руководства появится должность директора по этике. По-видимому, уже очень скоро компании будут назначать таких директоров или кого-то вроде. Основная цель такого руководителя — по максимуму уменьшить необъективность и в созданных, и в проектируемых моделях. Кроме того, директор по этике должен следить за тем, чтобы модели выдавали результаты, позитивные и справедливые для участников процесса. Думаю, это должен быть топ-менеджер, потому что деятельность в области этики подразумевает введение множества ограничений для сотрудников. Если такой человек не занимает руководящую должность, если он не пользуется в компании заслуженным уважением, его можно без проблем уволить и заменить тем, кто закроет глаза на все нарушения. И, строго говоря, такое развитие событий совершенно не исключено.
Навыки и компетенции Технические знания в области технологий ИИ и представление о том, как они могут повлиять на общество и отдельных людей. Представление о действующих и появляющихся законах и стандартах в области этики ИИ. Представление о конкретной области и контексте применения ИИ с учётом специфики бизнеса и отрасли. Навыки коммуникации и умение работать с разными организациями и стейкхолдерами. Способность представлять и прогнозировать потенциальные последствия и возможности внедрения инноваций в области ИИ. Главным соратником директора по этике станет специалист по количественной оценке этики ИИ. Его задача — анализировать уровень предвзятости моделей и измерять воздействие на группы, интересы которых затрагивает та или иная модель.
Думаю, появление такой должности кардинально изменит подход к этике в компаниях. И чтобы эти перемены произошли, людям, создающим модели, нужны данные. Количественный подход к этике расширит круг тех, кто готов прислушаться к вопросам морали. Навыки и компетенции Технические знания в области технологий, систем, алгоритмов и инструментов ИИ. Понимание теорий и принципов, определяющих разработку и использование ИИ с точки зрения этики. Навыки аналитического и критического мышления для оценки и проработки решений по сложным этическим вопросам. Навыки коммуникации и умение объяснять и обосновывать этические решения при взаимодействии с разными аудиториями.
Навыки статистической и математической количественной оценки уровня необъективности и справедливости в моделях ИИ и результатах их работы. Правда, я уже практически не пишу код сам. Большую часть времени я составляю и корректирую запросы по улучшению кода, который пишет ChatGPT. В моём понимании будущее умственного труда — это работа с запросами, умение создавать нужные исходные данные, на основании которых ИИ генерирует желательный результат. А можно назначить его на роль известного искусствоведа, который берёт мои картины и дорабатывает их с помощью моделей вроде Midjourney, создающих изображения на основе текста.
Есть и другие риски. Например, если разработчик поленится вычистить данные, на которых он обучал чат-бот, то нейросеть может выдать их злоумышленникам, если они применят специальный запрос. А среди этих данных могут быть и персональные. Пока что такие взломы не носят массового характера, но компьютерные вирусы в своё время тоже поначалу были только достоянием лабораторий. А что касается открытого письма с призывом ввести мораторий на разработку нейросетей, то тут вряд ли речь идёт о реальных опасениях за будущее человечества — скорее оно связано с корпоративными интересами. Сейчас идёт напряжённая гонка между IT-гигантами в сфере создания нейросетей. Тот же ChatGPT уже не раз ловили на том, что он выдаёт фейки, сочиняет их сам, а не берёт из каких-то источников. Дело в том, что ChatGPT — это генератор текстов, работа которого основана на сложной математике. И поскольку эти вычисления очень сложные и очень приблизительные, то на выходе порой получаются сбои. И вообще, нейросети создаются для помощи людям, а не для того, чтобы их заменить. Это невозможно, особенно в таких областях, как медицина, например. Последнее слово всё равно остаётся за врачом, какие бы нейросети ни применялись для постановки диагноза. В своё время IBM пыталась продвинуть на американском рынке продукт Watson Health — планировалось, что ИИ найдёт применение в здравоохранении. Однако продукт так и не завоевал доверие врачей: нейросеть часто ошибалась, а в тех случаях, когда ставила точные диагнозы, давала очень узкие рекомендации по лечению. Потому что выборка данных, на которой учат нейросети, — она всё-таки очень ограниченная. И нейросетям не присуща человеческая интуиция, широкая образованность. По сути, нейросеть живёт в информационном пузыре. Например, чат-боты позволяют автоматически генерировать простые официальные письма, справки. Ранее в новостях сообщалось, что руководство Сбербанка частично сократило юристов низшего звена, которые писали претензионные письма. Теперь эти функции выполняет нейросеть. Также по теме «Настанет день, когда машина обретёт сознание»: фантаст Франк Шетцинг о будущем человечества и инопланетном разуме Книги немецкого писателя-фантаста Франка Шетцинга расходятся большими тиражами, а экранизацией одного из его главных бестселлеров —... Однако нужно понимать, что возможности нейросетей очень ограниченны. По сути, появление нейросетей должно подстегнуть людей к развитию. Кроме того, создание, обслуживание и внедрение таких технологий приводит к появлению новых рабочих мест и специальностей.
Чтобы нейросеть работала правильно, ее нужно обучать: загружать в нее миллионы строк данных, в которых она будет находить закономерности и распределять объекты по определенным признакам. Обучением и моделированием нейросетей занимаются люди. Специалистом по машинному обучению легко стать даже с минимальными знаниями математики и языка Python, знакомых еще с вуза, если знать, как выстроить процесс обучения. В этой статье рассмотрим путь специалиста по нейросетям и искусственному интеллекту, который хочет в будущем работать в этой сфере. Нейросети: с чего начать Нейросети и ИИ — это узкая специализация Data Scientist , специалиста по большим данным. Поэтому сначала нужно изучить науку о данных, а потом выходить на следующий уровень. Обучение Data Science начинается с основ: математика, статистика, математический анализ и теория вероятности. В университете эти предметы часто оторваны от реальности, поэтому важно найти курсы, где базу дадут с примерами из задач бизнеса. Например, в GeekUniversity на факультете Искусственного интеллекта математический анализ и линейную алгебру сразу преподают с точки зрения использования методов и алгоритмов в машинном обучении. Знания ложатся в голову гораздо быстрее, если понимаешь, как будешь применять их в своей будущей работе. На курс по нейросетям лучше идти уже с небольшой базой: будет достаточно тех знаний по математике, Python и SQL, которые вы изучали самостоятельно или в университете.
Назван список профессий, по которым сильнее всего ударит ИИ. Программисты в безопасности
Они смотрят, как выглядят булочные в этом городе, в округе, пытаются придумать что-то контрастное, что-то отличное от тех ребят, которые на той же улице торгуют круассанами. И, соответственно, они приходят с некоторыми дизайн-гипотезами, что кто-то решил, что это будет какой-то крестик красивый, в котором угадывается что-то такое. Кто-то решил пойти через концепцию семейности, семейного кафе, и вообще нарисовал сердечко, потому что вот «Приходите к нам. Мы вас любим». И все такое.
А кто-то прошел напролом и начал рисовать конкретно круассан, фотореалистично и так далее. И эти все подходы имеют право на жизнь, и в равнозначной степени вы можете получить такие варианты от живых людей. В случае с Ироновым человек, без участия людей, он заполняет бриф, описывает свою компанию. Дальше у нас отдельная система, нейросеть, она интерпретирует бриф, то есть она из текста брифа достает некоторые образы, которые могут подходить под визуальное представление этой компании, как она может быть представлена в виде какого-то емкого символа либо знака.
И дальше это по такой цепочке передается, появляются эти визуализации этих образов, они обогащаются разными шрифтовыми комбинациями, дальше подключаются отдельные алгоритмы, которые подбирают цветовые сочетания комплиментарные. В общем, там сложная-сложная штука. Но по факту это точно то же самое, что происходит при работе с живым человеком. То есть интерпретируется некоторый текстовый ввод, так же как к вам приходит человек и что-то говорит, и вы как-то это трансформируете.
Мы все эти шаги условно творческих мытарств алгоритмизировали, перевели в какие-то отдельные процессы? И клиент на выходе получает опыт, очень сопоставимый с опытом общения с живым дизайнером. Только наш дизайнер не капризничает, не болеет. Коротнева: Не уходит в отпуск.
Кулинкович Да, да, да. Гребенников: Скажите, а стоимость разработки логотипа… Логотип, предположим, я пришел за логотипом, искусственным интеллектом и обычным дизайнером в студии Артемия Лебедева отличается? Есть какой-то прайс на искусственный интеллект и обычного дизайнера? Кулинкович: Да, конечно, отличается.
Когда вы приходите лично в брендинговое агентство или дизайн-студию, помимо непосредственного конечного дизайнера, который сидит и визуализирует ваш логотип, в это вовлечено очень много людей на самом деле. Это юристы, которые помогают составлять договор; менеджеры, которые позволяют клиенту и дизайнеру услышать друг друга, перевести с одного языка на другой, и много-много всего. Соответственно, когда вы работаете с живыми людьми, чаще всего дизайн — это операционный процесс, где клиент хочет, чтобы его услышали и некоторое врем поиграли с ним вот в эту игру «Согласование видения», да? Это все умножается на стоимость часов специалиста.
И разные компании, конечно, по-разному, диапазон очень большой, но он может доходить до очень больших сумм. То есть если вы просто придете в большую дизайн-компанию, то разработка логотипа с нуля, где вас будут слышать, слушать долго и до победного, она может быть супердорогой, неподъемно дорогой для малого и среднего бизнеса. Поэтому Иронов и другие генеративные технологии — это не просто про скорость, это про такую демократизацию дизайна, что если у вас не слишком много денег для того, чтобы играть во все эти чаепития и подписания договоров дорогостоящее, то вы можете пойти и получить из коробки сопоставимый по качеству результат. Просто процесс будет происходить несколько иначе.
Вам нужно будет принять, что ваши какие-то правки и пожелания интерпретируются не прямым методом, а косвенным, в результате работы некоторых алгоритмов. Там могут быть шероховатости, а могут быть, наоборот, источники классных открытий в результате этого. Гребенников: Вот вы говорите про открытия. А бывало так, что пришли две разные компании, диапазон полгода-год, и искусственный интеллект выдал одинаковый логотип на совершенно разные задачи, которые перед вами ставили?
Такое происходит и с живыми людьми, то есть можно увидеть очень много примеров того, как дизайнеры думают похоже, скажем так. Гребенников: Назовем это так, хорошо. Кулинкович: Ну да. Просто на самом деле очень часто, когда у вас большой объем работы, вы сделали 1 000 логотипов, наивно полагать, что в мире все ваши логотипы абсолютно аутентичны, потому что каждый день в мире сотни и тысячи дизайнеров генерят новые логотипы, а набор примитивов, из которых логотипная графика состоит, он довольно ограничен, потому что есть базовые формы: треугольник, прямоугольник, квадрат и так далее, которые так или иначе комбинируются.
Если мы говорим условно, что даже у стран, которых ограниченное количество, есть очень похожие флаги, которые можно часто путать друг с другом, что уж говорить про логотипы, которых сотни тысяч генерируется каждый год. Соответственно, мы видим, что действительно могут появляться одинаковые работы, как у живых людей, так и нейросеть может генерировать одинаковые работы, и мы в этом не видим проблемы, потому что это было долгое время ранее. Если где-то в Сингапуре еще существует похожая птицефабрика с таким же крестиком, таким же цветом и с таким же соотношением сторон исполнен, то едва ли эти бизнесы будут друг друга локтями толкать. Поэтому мы на это смотрим совершенно нормально компенсируем это объемом, то есть проблема плагиата существенна, когда у вас стоимость каждой итерации очень большая, а дизайнер уходит на следующую итерацию, неделю молчит, пыхтит и так далее.
Но когда вы можете еще одним щелчком сгенерировать еще 100 альтернатив, то, в целом, это перестает быть проблемой. Но я предлагаю переходить от проекта Николай Иронов к другим генеративным технологиям, потому что летом прошлого года буквально весь интернет взорвала сеть Midjourney, которая создавала крутые классные визуальные картинки, и все были в полном восторге. Но вместе с этим восторгом действительно возник вопрос о том, что «Зачем мне условно в штате держать дизайнера, если я могу загрузить свой достаточно вариант брифа, и нейросеть выдаст мне несколько классных вариантов: совершенно удивительных и визуально привлекательных. Сергей, давайте поговорим немножко про это.
Во-первых, как вы думаете, какие перспективы развития у этих нейросетей? Насколько действительно хорошо они генерируют визуальные изображения, и какие риски это несет для творческих профессий? Кулинкович: Спасибо за вопрос. Поскольку возможна какая-то профдеформация, и мы довольно давно находимся от в этой области генеративного дизайна.
Просто сейчас из-за того, что искусственный интеллект как понятие тиражируется и как-то ассоциируется с нейросетевыми технологиями, и это сейчас на всех полосах газет и всяких изданий, на это все прожекторы устремлены, на самом деле генеративный дизайн существовал ранее просто в других жанрах. И он как тогда, так и сейчас создавая новые возможности, новые рабочие места, то есть сейчас есть отдельные ребята, которые используют эту технологию для того, чтобы решать подобные задачи за деньги. Midjourney и другие ребята, они создают под себя, как Иронов, который создал новый рынок, который мы сделали, так и другие ребята. Они берут и просто используют это как инструмент.
Раньше инструментом была кисть, к которой просто нужно было применить к ней механическое какое-то воздействие, и сколько-то лет опыта. Но, в целом, она выдавала такие же результаты. Сейчас вместо этой кисти что-то другое. Завтра будет еще что-то другое.
Но, в целом, какого-то такого слома я не наблюдаю. Просто появилась новая возможность делать то, что раньше требовало большого количества часов, быстро. Но фактически это просто расширяет, как сказать, перераспределяет усилия людей. То есть сейчас мы видим, что появляются новые профессии.
Они такие, околодизайнерские: наполовину дизайнерские, наполовину технические. Люди, которые занимаются промт-инжинирингом, которые учатся взаимодействовать с этим инструментом, задавать ему правильные вопросы и получают правильные ответы. Но по факту это тот же дизайн, просто инструментом дизайнера является уже не кисть, уже не какие-то программы редактирования графики. А просто нейросеть.
Поэтому ничего не меняется на самом деле, просто трансформируются инструменты производства. И это было и 100 лет назад, когда происходили какие-то переходы от ручного труда к фабричному, так и сейчас. Так я себе это представляю. Гребенников: Правильно, если простым языком сказать, когда нам говорили, что появилось телевидение, то театр умрет.
Точно так же, как не умер театр, не умерло телевидение после появления интернета, точно так же и с появлением искусственного интеллекта, мне кажется, у дизайнера просто появилось больше инструментов для того, чтобы творить. Кулинкович: Да. Совершенно верно. Более того, интересный эффект, что тот крафт, ручная такая работа, которая… Вот этот рынок объединял в себе большое количество профессионалов и сейчас кажется, что пришли нейросети и этот рынок разрушили.
И, конечно, вода из этого моря утекла в моменте. Но при этом останутся мастера, как в случае с театрами, есть гениальные постановки, которые собирают огромные залы и оказываются суперактуальными и, возможно, даже более редкими и более неожиданными, чем они были ранее. Потому что ранее это был такой массовый продукт, то сейчас это штучный. Поэтому, когда все говорят, что нейросети убивают работу дизайнера, здесь, наоборот, я это вижу, как создание каких-то интересных локальных ниш, которые, наоборот, создают возможности.
Они как бы преумножают варианты применения каких-то творческих усилий. Коротнева: Сергей, вопрос о том, появится ли новая профессия на стыке дизайна и около какой-то научной истории Data Science. Вы уже сказали про профессию промт-инжиниринг. Кулинкович: Разные люди это называют по-разному.
Мы в студии называем это «нейровод» — человек, который выбирает финальный вариант, потому что вариантов очень много, выбрать из них конечный — это и есть одна из самых сложных задач. У нас есть специальные нейроводы. Которые делают дизайн мозгами Николая, но принимают ответственность за принятие финального решения. Гребенников: Сергей, такой вопрос.
Николай — это все-таки когда-то был реальный человек или полностью вымышленный персонаж? Кулинкович: Это полностью вымышленный персонаж. С этим есть очень интересная история, потому что, когда мы начали получать работы, которые сопоставимы по качеству с живыми людьми, мы решили, это не просто прикол. Мы решили проверить, насколько… либо это наш глюк, либо это действительно похоже на то, что делает живой человек.
Поэтому мы придумали Николая Иронова и начали под его именем отдавать эти работы нашим клиентам, которые не знали о том, что это генеративный дизайн, для того чтобы обойти вот этот блок предрассудков по поводу того, что если дизайн был синтезирован, значит, он какой-то не такой, какой-то недостаточно человеческий, недостаточно качественный. И мы воспользовались вот этой секретностью и анонимностью. Более того, мы даже засекретили его внутри компании, завели ему там карточку в бухгалтерии, завели ему e-mail, Facebook и так далее, поддерживали какую-то социальную даже жизнь от его имени, придумали ему фоторобот. Мы скормили тоже генеративной системе портреты всех сотрудников студии, которые на тот момент были, и сделали усредненное лицо, загрузили его карточку в наш интернет и, собственно, прожили, пока шла разработка, мы жили с этим образом Николая Аронова.
И дальше отдавали клиентам работы, подписанные этим именем. И только когда эти работы начали массово тиражироваться, появляться на объектах какого-то реального мира, на этикетках с напитками, на вывесках в кафе, только тогда мы раскрыли карты и сказали, что это не человек. Коротнева: Очень любопытно про Николая Иронова. Но вернемся к нашим сетям, которыми мы пользуемся уже с прошлого года.
Выпускники будут уверенно работать с генеративными инструментами, которые уже сегодня активно применяются в медиа. Набор начнётся этим летом. Студенты освоят инструменты для работы с текстом, генерации изображений и идей для проектов и статей, разработки контент-планов, анализа аудитории и решения других задач. Специалисты с такими навыками будут востребованы на рынке. Они смогут создавать с помощью нейросетей медиапроекты, разрабатывать для них маркетинговые стратегии, оптимизировать редакционные процессы, анализировать и визуализировать большие данные. Программу создали преподаватели университета и ведущие эксперты Яндекса. Она включает как гуманитарные дисциплины, так и курсы по анализу данных и работе с нейросетями.
Александр Крайнов, директор по развитию технологий искусственного интеллекта в Яндексе Медиа — среди отраслей, в которых открываются самые большие возможности, связанные с генеративным ИИ.
Появляются новые профессии как в самой медиаотрасли, так и на стыке с другими областями, например с Data Science. И мы стараемся помочь эти возможности найти и раскрыть. Совместная программа с МГУ — очередной шаг в этом направлении. Пройти обучение могут выпускники бакалавриата любых направлений. Для поступления нужно сдать вступительный экзамен, проверяющий знания по теории медиа, медиаэкономике и медиаменеджменту, социологии медиа и другим сферам медиакоммуникаций. Возможно обучение на бюджетной основе.
По прогнозам специалистов, к 2025 году ИИ будет широко использоваться в контент-маркетинге для анализа трендов, генерации контента и оптимизации контент-стратегий, что улучшит эффективность маркетинговых кампаний. Медиаменеджер Уже применяют: Hootsuite в Канаде. Это дополнение позволяет получить более конкретное представление о том, каким образом ИИ будет влиять на различные профессии в ближайшем будущем.
5 профессий, которые появились благодаря искусственному интеллекту
Инженер-робототехник Как очевидно из названия, суть этой профессии заключается в создании машин, имитирующих действия человека: инженер-робототехник проектирует их прототипы, собирает и тестирует рабочие образцы, а также разрабатывает управляющее ими программное обеспечение. Поскольку робот — самая «умная» из всех машин, искусственный интеллект и современная робототехника нераздельны. Чем совершеннее ИИ робота, тем больше задач он может выполнять. К примеру, если робот-таксист четверть века назад встречался исключительно в фантастических произведениях, то сегодня роботакси авто, управляемое искусственным интеллектом компании «Яндекс» уже курсирует по Москве. Не за горами и беспилотные комбайны и самолеты, роботы-курьеры или администраторы гостиниц, и всех их нужно будет не только спроектировать, но и натренировать, применяя методы машинного обучения. Дойдет ли до роботов — школьных учителей или терапевтов, сказать сложно, но нехватка работы инженерам-робототехникам в ближайшие десятилетия точно не грозит, а зарплаты однозначно увеличатся. Хотя эти специалисты и сейчас не могут пожаловаться на зарплату: она начинается от 100 тыс. Инженер-электротехнолог инженер по электротехнологическим установкам Представить современный мир без результатов деятельности инженеров-электротехнологов невозможно, ведь они занимаются тысячей вещей — от промышленных плазменных печей до электростанций, от бытовой электротехники до трамваев. Они отвечают за создание и обслуживание всех систем, использующих или преобразующих электроэнергию; разрабатывают и тестируют предназначенное для этих систем оборудование и отдельные элементы; обеспечивают безопасность энергетической сферы и устанавливают ее стандарты.
Этот девайс пока не имеет зарубежных аналогов, опережая на пару лет развитие мирового рынка, он позволяет парализованным пациентам и бионическим спортсменам то есть спортсменам, оснащенным биопротезами управлять экзоскелетами через электроэнцефалограмму графическое изображение электрических сигналов головного мозга. Совсем недавно участники российского рынка опробовали свои достижения на соревнованиях Сybathlon, где соревновались «спортсмены-киборги»: пациенты с ограниченными возможностями использовали интерфейсы «мозг — компьютер», чтобы управлять экзоскелетами и инвалидными колясками. А экзоскелет «ЭкзоАтлет» для реабилитации уже начал поступать в клиники. Нейрофарма Наиболее «научный» сегмент рынка — это нейрофармакология. Но и, пожалуй, в России наименее развитый. Во всём мире наблюдается «эпидемия» нейродегенеративных заболеваний — болезней Альцгеймера, Паркинсона, других неврологических нарушений. Отдельной проблемой стоит борьба с болью. И здесь пока что успехов и в России, и у человечества немного: за последние годы прорывов не было. Но тот, кто найдёт лекарство от болезни Альцгеймера — не просто озолотится, но и заслужит на века благодарность от всего человечества. Так что для тех, кто хочет заниматься молекулярной и клеточной биологией, в мире нейротехнологий есть много точек приложения своих талантов. Нейродосуг Сегмент «нейроразвлечения» — это огромный рынок игр, в которые стремительно приходят нейрогаджеты. Это и виртуальная реальность, и гарнитуры нейроуправления. Здесь в России лидирует компания «Нейроматикс» , которая как поставляет в нашу страну гаджеты, так и сама их разрабатывает.
Есть отдельная группа задач, для которых нейросети особенно хороши: находить похожие картинки, звуки и посты, генерировать изображения и тексты. Конечно, искать похожие аудио можно и без нейросетей — приложение Shazam прекрасно работало даже в первых версиях. Но обучение алгоритмов с помощью нейросетей дает дополнительные возможности. Творчество нейросети Midjourney Как разрабатываются нейросети В этой части статьи будет немного хардовой информации, связанной с математикой и ML. Если вы ничего не поймете или захотите понять больше, советуем пройти наш курс по математической логике для программистов Нейросеть — это формула, которая из одного массива чисел делает другой массив. Формула большая и длинная, может быть с миллионами параметров, но собирается из довольно простых операций — арифметики, элементарных функций синусы, косинусы, экспоненты и даже более простые, вроде взятия степени и суперпозиции. Выше пример одной из решаемых задачек: классификация изображений на условные тысячу классов. Входной массив здесь — просто массив пикселей картинки, выходной — вектор с вероятностями, что изображено на картинке. Выходной массив может быть и картинкой например, как в задачах pix2pix на улучшение картинок или дорисовывание. Входной массив может быть не картинкой, а последовательностью слов — так, например, происходит в генерации картинок по тексту. С отдельными элементами входного массива обычно не работают: действия собирают в слои и применяют операцию ко всему массиву сразу. Котика на картинке распознают независимо от того, в какой части картинки он находится. Саму формулу пишут не как аналитическую формулу, а вычислительным графом — это рецепт для калькулятора, в каком порядке и что делать с входным и промежуточным массивами. Очень популярная, старая и довольно простая моделька. Она может показаться сложной, но операции — простые, а концепция вычислительного графа позволяет работать со сложными формулами. В этих слоях скрываются числа, они же — веса — коэффициенты в большой формуле. Сначала параметры инициализируют небольшими случайными числами, а затем улучшают с помощью градиентного спуска. Так система самообучается. Обвязку к этому движку обычно делают на Python. Но на них сейчас нейросети почти не пишут, кроме низкоуровневых сетей для устройств. Знания Python достаточно, чтобы писать крутые вещи. Есть библиотеки, позволяющие упростить процесс разработки. Крутые обертки и сборники моделей — одна из причин, почему сейчас стало популярно разрабатывать нейросети. Например, проект Hugging Face — это платформа для разработки и использования моделей и приложений на основе искусственного интеллекта, особенно в области обработки естественного языка Natural Language Processing. Интерфейсы моделей отвязаны от математики, это простые и конкретные инструкции, что именно сделать, чтоб получить результат. А вот при использовании фреймворков PyTorch, Jax и TensorFlow для работы с данными и машинного обучения придется плотнее взаимодействовать с математикой. Как попасть в индустрию Нейросетями можно заниматься как прикладной технологией в коммерческой разработке, так и использовать их в качестве инструмента для исследований в научных лабораториях. В 2016 году, чтобы попасть в лабораторию, занимающуюся нейросетями, ничего особенного знать и уметь не требовалось. Сейчас порог входа в исследовательские лаборатории, где применяют эту технологию, увеличился. Нужно соответствовать высоким требованиям: знать математику, хорошо кодить, иметь научные публикации. Такой уровень экспертизы есть у небольшой части людей. Вакансий публикуется больше не в области исследований, а в прикладных проектах. Прикладными проектами может заниматься обычный разработчик. Для этого нужно уметь кодить, решать задачи и использовать системный подход. Нужно учиться делать базовые вещи максимально аккуратно. А все остальное получится в свое время. Самое тяжелое умение — на грани hard skills и soft skills — понимать, что делаешь. Подвох в том, что данные могут лежать в каком угодно виде, и надо уметь грамотно их обрабатывать. Если есть десятки CSV, которые ссылаются друг на друга, нужно правильно соединить их между собой по ключам и в процессе ничего не потерять и не приобрести.
И хотя количество таких вакансий пока невелико, они дают примерное представление о навыках, которые будут востребованы в будущем. Мы собрали список ИИ-профессий, появившихся в 2023 году, выяснили, какие качества нужны желающим их освоить и на какой доход могут рассчитывать специалисты. AI-тренер Что делает: обучает нейросеть естественно и корректно отвечать на вопросы пользователей. Сколько зарабатывает: от 75 тысяч рублей в месяц. Что нужно: проверять достоверность фактов; писать грамотные тексты, которые решают задачи людей, и редактировать чужие. Весной 2023 года «Яндекс» открыл набор кандидатов на вакансию AI-тренера. Представители новой профессии обучают нейросеть YaLM 2. Они определяют хорошие и плохие ответы, ранжируют их и сами пишут тексты, на которых учится нейросеть. Кандидатов, которые пройдут первичный отбор по резюме, ждёт задание из двух частей. В первой — тесты на грамотность, этику и фактчекинг.
Нейросети вместо человека: каким специалистам впору задуматься о смене профессии
Уже сегодня к нейросетям возникают вопросы, связанные с интеллектуальной собственностью и использованием персональных данных, и по мере развития технологий эти проблемы будут неизбежно нарастать. Представляем 5 уникальных профессий будущего, связанных с обработкой данных и искусственным интеллектом. Команда VK Cloud перевела статью, в которой дата-сайентист рассказывает о новых специальностях, появление которых в грядущие годы связано с развитием искусственного интеллекта. «Cпециалист по нейросетям: профессия промт-инженер» – это большая программа повышения квалификации.
Эксперт назвал профессии, куда нейросети могут прийти уже в 2023 году
| Развитие нейросетей дало старт новым профессиям в России | Ямал-Медиа | Введение в ИИ и нейросети, знакомство с профессией. |
| Специалист по нейросетям: как стать экспертом в области искусственного интеллекта. - Chat AI | Представляем 5 уникальных профессий будущего, связанных с обработкой данных и искусственным интеллектом. |
| Какие профессии связаны с нейросетями и как устроиться на работу будущего | Сначала нейросети пришли за художниками, дизайнерами, композиторами, теперь добрались и до нас — работников телевидения. |
| Развитие нейросетей дало старт новым профессиям в России | Ямал-Медиа | Профессия «Специалист по нейросетям» предполагает глубокие знания и специализацию в различных областях, связанных с нейросетями. |
Рекомендации
- Как развитие ИИ изменило подход к работе
- Огонь нейросетей: как попасть в индустрию
- Что такое нейросети, как они работают и что нужно освоить новичку в AI
- Какие профессии заменит искусственный интеллект
- Какие профессии заменит искусственный интеллект
- Профессии будущего: под грифом «нейро» |
ТОП-5 профессий в сфере ИИ, которые изменят мир
«Как правило, специалистов, знающих как работать с нейросетью или для ее развития ищут работодатели из ИТ-сферы: 19% или каждая пятая вакансия с начала 2023, за год спрос на таких специалистов в этом секторе вырос на 94%. В России за последние несколько месяцев на 62 % выросло число вакансий специалистов по работе с нейросетями, пишут «Ведомости» со ссылкой на сервис HeadHunter. Это приводит к появлению все большего числа вакансий для инженеров нейросетей, и перспективы роста этой профессии в ближайшие годы кажутся очень многообещающими. Чтобы не поддаваться популистским уверениям, что роботы и нейросети отберут хлеб у трудящихся, и адаптироваться к новым технологиям, полезно в рамках своей профессии определить. Современные профессии, которые они могут привести в этот мир, это: молекулярный биолог, нейробиолог, врач-невролог и нейрохирург, инженер (разрабатывающий искусственные нейронные сети), специалист по BigData, лингвист. Использовать нейросети под силу каждому, независимо от опыта и профессии.
Аналитик информационной безопасности
- 5 профессий, которые появились благодаря искусственному интеллекту
- Какой может быть работа с нейросетями
- Профессия будущего для детей: оператор нейросетей
- Маркетолог назвал профессии, которые могут исчезнуть из-за нейросетей - АБН 24
- Назван список профессий, по которым сильнее всего ударит ИИ. Программисты в безопасности
«Подстегнуть людей к развитию»: доцент ИТМО — о замещении профессий нейросетями и возможностях ИИ
В некоторых сферах технология ChatGPT в буквальном смысле начнет отбирать хлеб у дипломированных специалистов. Больше всего технология повлияет, как минимум, на 20 профессий, пишет Cbcnews. Умение искусственного интеллекта быстро и качественно обрабатывать большие объемы информации и генерировать связный текст, превращает его в полезный для работников ресурс. Так, профессионалы в сфере недвижимости используют ChatGPT для составления различных списков, юристы — для написаний завещаний. В то же время чатбот может не только помогать сотрудникам выполнять рабочие задачи, но и полностью дублировать их функции, что в конечном итоге способно привести к массовым сокращениям. Итак, список возглавили маркетологи, за ними следуют преподаватели иностранного языка и литературы, географии, истории, права, философии , культурологии и религии, социологии, политологии, уголовного правосудия, психологии, деловой и межличностной коммуникации. Под удар могут попасть также социологи , политологи, специалисты по библиотечному делу, юристы по гражданским делам, судьи, клинические и школьные психологи и коучи. Ученые уверены, что на область юриспруденции ИИ повлияет сильнее всего. Также под раздачу могут попасть турагентства, грантовые фонды, спортивные агенты и музыкальные продюсеры.
Программистов в списке не оказалось, хотя чат-бот умеет писать код. Для этого исследователи рассмотрели профессии как набор навыков и способностей, которые требуются сотрудникам, чтобы исполнять свои обязанности. Ученые взяли 10 самых распространенных приложений ИИ, которые умеют генерировать изображения или текст, и проанализировали, как они связаны с различными профессиональными навыками. Оказалось, что, к примеру, преподаватели вузов могут использовать ChatGPT для создания учебного плана или лекций.
Сейчас эта специальность уже уходит на второй план, появляются всё более специализированные направления, такие как ML-инженер: он не создаёт новый математический аппарат нейронных сетей, а занимается обучением существующих архитектур и вводом их в эксплуатацию. Ранее против владельцев популярных нейросетей подали иск художники — они обвинили IT-компании в нарушении авторских прав. Нарушают ли нейросети авторские права? И если да, то как этот вопрос может быть урегулирован? Не зря большинство крупных IT-компаний приняли так называемый кодекс этики искусственного интеллекта, который определяет этичное поведение разработчика ИИ. Как отличить использование контента в учебных и коммерческих целях? Вероятно, основания для юридических претензий к создателям нейросети могут возникнуть, если она не просто учится на изображениях, а воспроизводит чей-то фирменный стиль или фрагменты работ. В принципе, есть возможность избежать такого копирования, но для этого нейросеть нужно учить довольно долго. А компании часто хотят сэкономить время. Кстати, по этой же причине сохраняются и уязвимости нейросетей в плане безопасности, о которых я говорил ранее. Также по теме Если объяснять термин «нейросеть» простыми словами, то это программа, которая способна самообучаться, извлекать опыт и накапливать... При этом продукт, который выдаёт нейросеть, обычно довольно банальный, невысокого качества. По сути, это всё равно имитация создания текстов, преобразователь текстовой информации. К слову, ChatGPT обучался на данных, собранных до 2021 года, так что задавать ему вопросы по актуальной повестке точно не стоит. При этом нужно понимать, что за появлением такой нейросети стоит серьёзный технологический прорыв. Во-первых, для обучения ChatGPT был собран колоссальный объём данных, во-вторых — очень большие вычислительные мощности, создание и обслуживание которых весьма затратно. Если у бизнеса возникнет соответствующий запрос, то подобная нейросеть может быть создана российскими специалистами на российских вычислительных ресурсах. Что вы думаете об этой истории? Если честно, не очень понятно, что сенсационного в данной истории, что её так раздули в СМИ. Генераторы текстов появились уже давно, как и попытки студентов автоматизировать работу над дипломами и курсовыми. Другое дело, что раньше был более строгий отбор, подобные работы не допускались до защиты. На самом деле преподаватель может отличить работу, написанную нейросетью, — достаточно прочитать одну страницу такого диплома. Также по теме «Принципиально новый подход»: российские учёные применили искусственный интеллект для диагностики опасной болезни Российские учёные разработали программу для быстрой и точной диагностики опасного заболевания — врождённого гиперинсулинизма. При этой...
Мы разработали курс, который помог заработать многим нашим ученикам, находящимся в самых разных жизненных ситуациях: работникам найма, мамам в декрете, пенсионерам, фрилансерам с опытом и др. Read More До обучения: тратила много времени на работу, не хватало времени на близких, хотелось больше проводить времени с семьей Во время обучения: в первым же месяц обучения увеличила заработки в 1,5 раза и заработала 93 тыс. Во втором месяце обучения уехала в отпуск и 2 недели проболела, но при этом заработала 60 000 р.! Сейчас: планирует завершить обучение и еще больше вырасти в доходах и еще меньше работать благодаря такому ценному помощнику, как ChatGPT Татьяна Войлошникова[48 лет] Работает в колл-центре, заработала 25 000 р. Нужен был второй источник доходов, чтобы погашать ипотеку. Во время обучения: уделяла времени 3 часа в день, в первый же месяц обучения заработала 25 000 руб. Сейчас: погасила досрочно кредит, который брала на обучение. Уделяет по 3-4 ч в день работе в онлайне. Не было сложностей в обучении.
Сколько зарабатывает Это низкоконкурентная ниша, где размер зарплаты определяется индивидуально во время собеседования. Как устроиться на работу Чтобы устроиться на работу, нужно предоставить документ об образовании и пройти собеседование. На эту должность в пределах одной компании могут переходить специалисты из параллельных направлений, например юристы. Технические специальности Развитие искусственного интеллекта создает множество новых рабочих мест для технических специалистов. Огромное число задач, которые решают нейросети, требует большого количества профессионалов для создания прикладных решений. В разделе «Нейросети» блога click. Также в нем мы делимся полезными советами по использованию ИИ в работе. В нашем сервисе также используются возможности нейросетей. Например, у нас есть инструмент автоматического написания объявлений для контекстной рекламы. Инженер искусственного интеллекта Инженер по искусственному интеллекту — специалист, который разрабатывает, обучает и затем внедряет модели искусственного интеллекта. Профиль его рабочих задач достаточно широкий: от идеи до практической реализации нейросети. Такой программист нужен в любой компании, которая намерена внедрять ИИ в свои бизнес-процессы промышленность, логистика, финансовый и банковский сектор. Что нужно знать и уметь Обучение инженера искусственного интеллекта может происходить по направлениям «математика», «физика», «информатика», «кибернетика» и т. Читайте также: Инженеры искусственного интеллекта: кто это и сколько они зарабатывают Сколько зарабатывает инженер искусственного интеллекта На уровне Junior специалист может получать зарплату в размере от 80 до 100 тыс. На грейде Middle — до 150 тыс. Senior — до 300 тыс. Как устроиться на работу Работодатели обычно ожидают релевантного опыта на должности инженера-программиста по искусственному интеллекту. Как правило, решение о приеме на работу принимается после выполнения тестового задания. Инженер по машинному обучению Специалист по машинному обучению Machine Learning Engineer — это инженер-программист, который создает и настраивает нейросети под выполнение конкретных задач. С помощью разработанных этим специалистом решений бизнес может оптимизировать и автоматизировать многие процессы. В частности, они применяются для сбора данных, лучшего понимания аудитории, формирования персональных предложений, увеличения продаж. Что нужно знать и уметь Для качественного выполнения работы специалисту необходимы математические знания теория вероятностей, статистика, линейная алгебра и умение моделировать данные. В зависимости от работодателя может потребоваться умение работать с библиотеками Keras, scikit-learn, Pandas, NumPy. Также специалист в области машинного обучения должен обладать логическим складом мышления и владеть английским языком. Сколько зарабатывает инженер по машинному обучению В зависимости от опыта и навыков зарплата специалиста по машинному обучению может варьироваться от 40 тыс. Читайте также: Специалист по машинному обучению: в чем специфика и сколько можно заработать Как устроиться на работу На рынке машинного обучения наблюдается дефицит квалифицированных кадров, поэтому за хорошими специалистами компании «охотятся» сами. Если на такую вакансию откликнется начинающий соискатель, работодатель попросит выполнить тестовое задание и пройти собеседование. Документы о профильном образовании и релевантный опыт работы будут преимуществом. Специалист по анализу данных Data Scientist Data Scientist — специалист, работающий на стыке трех направлений: программирования, статистики и машинного обучения. Главной его задачей является создание прикладных решений для бизнеса. Например, это могут быть умные ленты социальных сетей и стриминговых сервисов, инструменты для комплексного маркетингового анализа и стратегического планирования. Специалист по анализу данных работает с огромным объемом информации и разрабатывает пути ее применения. Обязательным требованием является владение Apache Spark, Hadoop Mapreduce или аналогичными инструментами. Как и в любой другой IT-специальности, аналитик Data Scientist должен хорошо знать английский язык. Сколько зарабатывает Data Scientist В вакансиях для Data Scientist зарплатная вилка начинается от 90 тыс. Обычно уровень зарплаты определяется непосредственно на собеседовании. Читайте также: Профессия Data Scientist: задачи, применение, заработок Как устроиться на работу От кандидата требуют опыта работы на такой же должности от 1 года. Компании могут как сами выходить на специалиста, так и принимать отклики по вакансиям. Прием на работу может осуществляться даже без тестового задания, достаточно портфолио и собеседования. Это направление IT — новая ветвь Data Science и машинного обучения. Инженер по обработке естественного языка работает с огромным массивом данных, обучая нейросеть понимать человеческий язык. Он проводит семантический анализ, находит закономерности, занимается тематическим моделированием с целью решить задачи бизнеса. Это очень узкая ниша с дефицитом квалифицированных специалистов. Что нужно знать и уметь Для работы необходимы глубокие знания в статистике, математике, теории вероятностей, владение навыками языкового анализа на уровне графем, морфологии, синтаксиса. Сколько зарабатывает инженер по обработке естественного языка Востребованность специалистов этого направления высокая, но на рынке их мало. Из-за большого набора умений и знаний они могут претендовать на высокую зарплату — выше 100 тыс. Более опытные профессионалы могут получать от 250 тыс. Читайте также: Инженер по обработке естественного языка: особенности новой профессии Как устроиться на работу Часто NLP-engineer переходят на эту работу с позиции Data Scientist или Machine Learning Engineer, потому что это более распространенные профессии.
Нейросети вместо человека: каким специалистам впору задуматься о смене профессии
| Какие профессии заменит искусственный интеллект | Один из примеров, связанных с использованием нейросетей на рынке труда — это автоматизация работ, которые ранее выполняли люди. |
| ТОП-5 специальностей в сфере ИИ искусственного интеллекта | Анализ интернет-спроса на профессии, связанные с разработкой и ИТ, показал, что больше всего растет спрос на создание нейросетей (+1749%). |
| Незаменимых нет: вытеснят ли нейросети творческие профессии? | На модуле по Deep Learning студентов знакомят с продвинутыми технологиями по работе с нейросетями, например трансформерами — архитектурой нейронных сетей, которая лежит в основе ChatGPT. |
| Профессии будущего. Как нейросети открывают новые направления в edtech | Нейронные сети стремительно внедряются почти во все области жизни, и работа человека становится будто бы «ненужной». |
Лучшие онлайн курсы программирования для детей: топ 20
- После прохождения курса выдаем сертификат специалиста по нейросетям
- Почему сейчас востребованы профессии, связанные с нейросетями
- Специалист по нейросетям — что это за профессия
- Будущее SMM-специалистов в эпоху нейросетей: интервью с хантером Аленой Владимирской
- Будущее SMM-специалистов в эпоху нейросетей: интервью с хантером Аленой Владимирской
Как стать тренером нейросетей и почему сегодня это востребованная профессия
Это приводит к появлению все большего числа вакансий для инженеров нейросетей, и перспективы роста этой профессии в ближайшие годы кажутся очень многообещающими. Команда VK Cloud перевела статью, в которой дата-сайентист рассказывает о новых специальностях, появление которых в грядущие годы связано с развитием искусственного интеллекта. Новые профессии с нейросетями в 2023 и 2024Не можешь остановить – возглавь.