إن المهن المتعلقة بالذكاء الاصطناعي رائجة الآن. وفي حين تعمل العديد من المدارس على تكييف مناهجها الدراسية لتشمل فصولاً دراسية حول هذا الموضوع، لا تزال هناك قائمة قصيرة من المدارس التي تقدم تخصصًا في الذكاء الاصطناعي.
تخرجت أليسون كرينسكي من جامعة واشنطن بدرجة في علوم المعلومات في عام 2022. وهي تعمل الآن كخبيرة في علم البيانات في جي بي مورجان وتصنع مقاطع فيديو حول المهن التقنية في وقت فراغها. وقالت لموقع بيزنس إنسايدر إن العديد من التخصصات قابلة للتبادل وأن العديد من الدرجات العلمية، مثل علوم الكمبيوتر والرياضيات وعلوم المعلومات وعلوم البيانات، يمكن أن تؤدي إلى وظائف في هذا المجال.
ولكن على الرغم من أن كرينسكي درست منهجًا تقليديًا للحصول على وظيفة في مجال التكنولوجيا، إلا أنها قالت إن عملها في مختبر أبحاث تقدم في حياتها المهنية أكثر من أي شيء آخر. وقالت إنها خلال عامها في المختبر، قامت بالعديد من الأشياء بما في ذلك بناء النماذج وإدارة قواعد البيانات.
تتطلب معظم الوظائف المرتبطة بالذكاء الاصطناعي جزءًا فنيًا في عملية المقابلة، وقال كرينسكي إن المرشحين بحاجة إلى أن يكونوا قادرين على التحدث عن المشاريع التي قاموا بها.
قال كرينسكي: “في كثير من الأحيان، كانت المقابلات التي أجريتها مجرد أسئلة يطرحها الناس عليّ حول ما بنيته وما فعلته والمشاكل التي واجهتها”.
قالت كرينسكي إنه على الرغم من أن أسماء شركات التكنولوجيا الكبرى قد تبدو براقة في سيرتك الذاتية، فإن الخبرة العملية ضرورية للحصول على الوظيفة بالفعل. في التدريبات التي حصلت عليها قبل مختبر الأبحاث، قالت إنها حصلت على مشاريع صغيرة لا تتضمن الكثير من المهارات.
قال كرينسكي: “إن التدريب أمر رائع أن تقول إن شخصًا ما وظفك، وهذا يمنحني بعض المصداقية. لكنك لن تخرج من اللعبة إذا لم تحصل على تدريب تقليدي”.
مع تزايد الطلب على وظائف الذكاء الاصطناعي، أصبحت بعض الشركات أكثر انتقائية بشأن ما تبحث عنه. لذا، إذا كانت لديك خبرة محدودة أو إذا كنت ترغب في تعزيز سيرتك الذاتية، فليس من السيئ أن تبني مشروعك الخاص وتعزز مهاراتك. قال كرينسكي إن هناك عددًا من الطرق التي يمكنك اتباعها اعتمادًا على نوع الأدوار التي تهتم بها.
أحد الخيارات التي توصي بها كرينسكي هو نظام توصية بالسفر مبني على نماذج لغوية كبيرة. وقالت إنه يمكنك القيام بهذا المشروع بخبرة محدودة وبطرق مختلفة، مثل استخدام الهندسة السريعة، أو التوليد المعزز بالاسترجاع، أو الضبط الدقيق.
واقترحت كرينسكي أيضًا إنشاء نظام لتصنيف المشاعر للمراجعات، باستخدام معالجة اللغة الطبيعية. وقالت إن هذا يتضمن استخراج المعلومات من بيانات نصية وفرزها إلى كيانات مثل المشاعر الإيجابية أو السلبية. وقالت كرينسكي إنه يمكن استخدام هذا للتحليل المالي أو تحديد فرص الاستثمار أو المخاطر.
قالت كرينسكي إنه يمكنك أيضًا تجربة مشروع التعرف على الصور أو الرؤية الحاسوبية. يتضمن هذا العثور على مجموعة من الصور مع تسميات وتعليم الكمبيوتر كيفية تحديد ما هو موجود في الصور. وقالت إنها طريقة جيدة للتعرف على الشبكات العصبية.
قال كرينسكي إن هذه المشاريع قد تستغرق ما بين شهر إلى ثلاثة أشهر، اعتمادًا على مقدار الوقت الفارغ الذي لديك. تبدأ معظم المشاريع باستخراج البيانات من الويب ثم تتطلب بناء النموذج وتدريبه وضبطه. كما أوصى كرينسكي بإنشاء تقرير يوضح بالتفصيل عملية المشروع والنتائج حتى يكون لديك شيء لعرضه لعملك.
قالت إن المشاريع لا يجب أن تكون ثورية، لكن يجب عليك تجربة مجموعات بيانات متعددة وأن تكون قادرًا على شرح ما يحدث. وقالت إن أي شخص يمكنه إعادة إنشاء التعليمات البرمجية من برنامج تعليمي، لذا من المهم إضافة جانب فريد.
قال كرينسكي “عليك أن تتجاوز عبارة 'لقد كتبت للتو الكود ولم ينكسر'”.