YouTube tavsiyalari, Google tarjimon, bank ilovasidagi chatbot – biz deyarli har kuni sunʼiy intellekt bilan muloqot qilamiz. Algoritm biznes va isteʼmolchiga foydali boʻlishi uchun birinchi oʻrinda unga oʻqishni oʻrgatish kerak. Bu ish bilan ML injener shugʻullanadi.

ML injener kim oʻzi?

ML injener (Machine Learning Engineer) – katta maʼlumotlar bilan ishlash algoritmlarini yaratadigan va oʻqitadigan mutaxassis. Data sayns sohasida ML injener boshqa dasturchilar: data sayntist, maʼlumotlar analitigi va data muhandis bilan birgalikda ishlaydi.

ML injener deyarli faqat amaliy ish qiladi. U kompyuterga maʼlumotlar orasidagi oʻzaro bogʻliqlikni topish va ular asosida qaror qabul qilishni oʻrgatadi. Ijtimoiy tarmoqlardagi “aqlli lentalar”, musiqiy striminglardagi kontentni qiziqishlarimizga moslab tanlaydigan tavsiya algoritmlari uchun aynan ML injenerlarga minnatdorchilik bildirishimiz kerak. Google tarjimon kabi tarjima xizmatlari, “Tinkoff” bankining Oleg, “Yandeks”ning Alisa kabi yordamchi botlarida ham qisman ML injenerlarining hissasi bor.

ML injener nima ish qiladi?

ML injener sunʼiy intellektni katta hajmli maʼlumotlardan foydalangan holda biznes vazifalarga yechim topishga oʻrgatadi. U ML model – kompyuter qanday o‘qishi, qaysi ma’lumotlardan foydalanishi, qaysi buyruqlarni va qanday ketma-ketlikda bajarishini tavsiflovchi algoritmni yaratadi hamda ishlab chiqadi.

Biznes vazifalariga mos keladigan modelni yaratish uchun ML injener tajribalar o‘tkazib koʻradi. Yaʼni modelni berilgan ma’lumotlar yordamida o‘qitadi, unga topshiriqlar beradi, qanchalik samarali ekani va biznes natijalariga (ML metrikalarga) mos kelishini tekshiradi. Masalan, algoritmning maqsadi fotosurat bo‘yicha o‘simliklarni tanib olish bo‘lsin deylik. Bunda asosiy metrika to‘g‘ri javoblar soni — algoritm kauchuk fikusni aniq tanib, tashqi belgilariga ko‘ra uni boshqa turdagi fikuslardan farqlashi bo‘ladi.

Tajribalar muvaffaqiyatli yakun topgach, ML injener algoritmni bulutga, mobil ilova yoki mavjud tizimdagi chatbotga joriy qiladi. Shuningdek, ML injener tayyor modelning ishlashiga ham mas’ul. U algoritmning ishlashi, ishdan chiqmasligi va buzilmasligi, ma’lumotlar o‘zgarishiga moslashishini kuzatib borishi kerak.

Yuliya Mochalova, “Gazprom-Media Data” kompaniyasining mashinani o‘qitish bo‘yicha mutaxassisi:

“ML injenerlik kasbi ham analitik, ham injenerlik faoliyatini qamrab oladi. Umuman olganda, ML injenerning vazifasi ma’lumotlarning turli manbalardan olingan belgilarini qayta ishlashdir. Shuningdek, modelni qurishdan tortib uni prodakshnga chiqarish va avtomatlashtirilgan davriy ishga tushirishni sozlashgacha bo‘lgan to‘liq hayot siklini yaratishdir. Masalan, ML injener tarmoq foydalanuvchisining xatti-harakati haqidagi ma’lumotlar asosida biror mahsulotni sotib olishga qiziqishini prognoz qilish uchun payplan yozishi mumkin.

Odatdagi ish kunim yangi modellarni ishlab chiqish yoki mavjudlarini yaxshilash bilan oʻtadi. Bundan tashqari, har kuni jamoa bilan 1–2 ta miting oʻtkazamiz, mavjud muammo va yutuqlarni muhokama qilamiz. Shuningdek, yangi vositalarni o‘zlashtirishga ham vaqt ajrataman. Oxirgi o‘rganganim — taqsimlangan hisoblashlar uchun moʻljallangan Apache Spark freymvorkining yangi versiyasi”.

Kasb trendlari

ML injenerlar algoritmlarni o‘qitish orqali o‘z mahsulotlari funksionalligini kengaytirayotgan kompaniyalarda ish topishi mumkin. Bunday xizmatlar faqat mashinani o‘qitishga bog‘lanib qolmagan, ammo ularning rivojlanishi uchun bu zarur. Masalan, Pinterest va YouTube mashinani o‘qitishga asoslangan tavsiyalar tizimini yaratyapti. Bu foydalanuvchiga individual tanlangan kontentni ko‘rsatishda yordam beradi. Bunday yondashuv reteyl, bank va moliya, sog‘liqni saqlash, marketing sohalari va ilm-fanda ham keng tarqalgan.

ML injenerlariga muhtoj bo‘lgan ikkinchi turdagi kompaniyalar mashinani o‘qitishsiz faoliyat ko‘rsata olmaydi. Ular mahsulotining asosiy funksionali MLʼda qurilgan. Bunday xizmatga misol qilib doimiy ravishda ma’lumotlar bazasini to‘playdigan va takomillashtiradigan Google tarjimonni keltirish mumkin. Bu segmentda ML injener SaaS tizimlari va mobil ilovalar, robotlar, avtopilot tizimlari uchun algoritm yaratish ustida ishlaydi.

Ma’lumotlar hajmining o‘sishi va ulardan biznesda foydalanish zarurati ML injenerlarga bo‘lgan talabning keskin o‘sishiga olib keldi. 2021-yil yakuniga ko‘ra, ML injenerlari jahon AyTi sanoatida yetishmayotgan mutaxassislar reytingida ikkinchi o‘rinni egallagan. Talab yuqori bo‘lgan mutaxassislar uchun doimo jozibador sharoitlar yaratiladi, jumladan, yuqori ish haqi taklif etiladi. Glassdoor tadqiqot xizmati ma’lumotlariga ko‘ra, ML injenerning o‘rtacha maoshi yiliga 123 ming dollarni tashkil qiladi. Bu oyiga 10 ming dollardan sal ko‘proq.

Kasb qanday paydo boʻlgan?

Dastlab kompyuterlar yechim algoritmi inson uchun tushunarli bo‘lgan vazifalarni bajarardi. Keyinchalik mashinalar algoritmi odamga noma’lum bo‘lgan yechimlarni topishi mumkinligi ma’lum bo‘ldi.

Sun’iy intellekt prototipi 1946-yilda yaratilgan, “mashinani oʻqitish” atamasi esa 1959-yilda paydo bo‘lgan. O‘shandan beri kompyuterlar doimiy ravishda takomillashib kelmoqda. Sun’iy intellekt hatto mashhur shaxmatchini ham yengishga muvaffaq bo‘ldi: 1997-yilda Garri Kasparov Deep Blue superkompyuteriga magʻlub boʻldi. Olimlar mashinalarni o‘qitish mumkinligiga ishonch hosil qildi va ML injener kasbi data sayns sohasining bir tarmog‘i sifatida paydo bo‘ldi.

Turli xil neyrotarmoqlar sonining ko‘payishi va ularning imkoniyatlari oshishi bilan kasb ham rivojlana boshladi. Bugungi kunda neyrotarmoqlar diplom, matn, ssenariy va hatto kod yozishi, rasm chizishi, suhbat uchun test topshirig‘ini bajarishi, psixologik maslahat berishi mumkin. Neyrotarmoqlarni o‘qitish bilan ML injener shug‘ullanadi. Musiqiy xizmatda didingizga mos treklarni tanlash yoki bank ilovasidagi yordamchi botning tavsiyalari ham uning ishi natijasidir.

ML injenerga qanday ko‘nikmalar kerak?

ML injener bu — katta ma’lumotlarni tahlil qilish va dasturlash kesishgan joydagi mutaxassis. U ham kod yozishi, ham ilovalarni ishlab chiqishi va biznes undan nimani istayotganini eshitishi kerak. Bu sohalar o‘rtasidagi muvozanatni saqlash uchun unda quyidagi ko‘nikmalar boʻlishi zarur:

Hard skillar

• Matematik baza: vektor va matritsalar, hosilalar, ehtimollar nazariyasi va statistikani tushunish.

• Python’ni bilish. Ko‘pincha mashinani o‘qitish uchun modellar aynan unga yoziladi.

• Tensorflow, PyTorch freymvorklari bilan ishlay olish.

• Algoritmik fikrlash: turli xil algoritmlar va ma’lumotlar strukturasi qanday ishlashini tushunish. Bu o‘z algoritmlarini yozishga yordam beradi.

• Flask, Docker, Pip, PyTest bilan ishlash ko‘nikmalari. Ular veb ilovalarni yaratish va ishlab chiqish xizmatlari hisoblanadi. Tayyor ML modellarni sinovdan o‘tkaziladigan, keyinroq esa foydalanish uchun mo‘ljallangan mahsulotga aylantirishda kerak bo‘ladi.

Soft skillar

• Analitik fikrlash, mantiq. Algoritmlar bilan ishlashda ularsiz ish bitmaydi.

• Kommunikatsiya ko‘nikmalari. ML injener ko‘pincha jamoada ishlaydi, shuning uchun hamkasblar bilan muloqot qila olish muhimdir. Shuningdek, kommunikativ ko‘nikmalar biznes bilan muloqotda — vazifani olishda, yakunda rahbariyatga qanday metrikalarni ko‘rsatish kerakligini tushunishda, ishni taqdim etishda qo‘l keladi.

• Faollik. Mashinani oʻqitishda u imkon qadar tezroq o‘rganishi, kam resurs sarflagan holda yangi darajaga chiqishi uchun nafaqat modelni yaratish, balki uni samarali qilish ham muhimdir. Yechimlarni mustaqil ravishda izlash, model ishini optimallashtirish ML injener ekspertizasining bir qismi hisoblanadi.

Yuliya Mochalova:

“ML injener ko‘p hollarda ishda yangi narsalarni o‘rganishiga va nostandart muammolarga yechim topishiga toʻgʻri keladi. Masalan, ma’lumotlarni yangi manbadan olish uchun ma’lum bir kutubxona va vositalar kerak bo‘lishi mumkin. Misol uchun, men yaqinda Kafkaʼdan ma’lumotlarni o‘qishning o‘ziga xos xususiyatlarini o‘rgandim. Shuningdek, maqoladagi ommabop bo‘lmagan algoritmni amalga oshirish va qo‘llash zaruriyatiga duch kelish mumkin. G‘alati tuyulsa-da, birinchi holatda Googleʼda qidirish qobiliyati va ba’zan hamkasblarning tajribasi yordam beradi. Ikkinchisida esa formulalarni tushunish va ularni ma’lumotlarga qo‘llash imkonini beradigan matematik baza qoʻl keladi.

ML injener uchun asosiy ko‘nikma hozirgi paytda mashhur tillardan biri bo‘lgan Pythonʼda dasturlashdir. Bekend dasturlash tajribasi, ma’lumotlarni taqsimlangan qayta ishlash texnologiyalari (MapReduce, Spark/PySpark) va, albatta, SQLʼni yaxshi bilish ajoyib qo‘shimcha bo‘ladi. Muhim soft skilllar: jamoada ishlay olish, vazifalarga yondashishda kreativlik va moslashuvchanlik, chunki ular hatto bitta loyiha doirasida ham turlicha bo‘lishi mumkin”.

Qanday qilib ML injener bo‘lish mumkin?

Machine Learning injener — noldan o‘zlashtirish qiyin bo‘lgan kasb. Yaxshi injenerga kamida haqiqatda matematika bazasi kerak boʻladi. Shuning uchun MLʼga ko‘pincha yondosh mutaxassislar: data muhandis, data sayntist, maʼlumotlar analitiklari keladi.

Freymvorklar bilan ishlashga YouTubeʼdagi TensorFlow kanali yordamida kirishish mumkin. Dasturchilar uchun oliy matematikaning bazaviy bilimlariga esa Jon Kron kanalida (video ingliz tilida) ega bo‘lasiz. Dolzarb loyiha, kurs va tadbirlarni ods.ai va Kaggle kabi professional hamjamiyatlarda kuzatib borish mumkin.

Yoki Mohirdevʼda kurs oʻqishingiz mumkin!

Platformamizdagi “Data Sayns va SI” kursida oʻqish orqali ML injener boʻlish uchun kerakli bilimlarni olasiz. Python dasturlash tilini, Tensorflow, PyTorch, Pip, Pytest bilan ishlashni oʻrganasiz. Kursimiz IBM, Kaggle va Google kompaniyalari oʻquv dasturi asosida tuzilgan.

Batafsil

Yuliya Mochalova:

“Vertikal o‘sish nuqtayi nazaridan ML injener timlid bo‘lishi yoki mahsulot rahbari darajasiga ko‘tarilishi mumkin. Gorizontal rivojlanish istiqboli esa — data muhandis. Agar mashinani o‘qitish jonga tegsa, istalgan vaqt omborlar bilan ishlab va ETL jarayonlarni sozlab, ma’lumotlarni saqlash, qayta ishlashni tashkil etish bilan shug‘ullanish mumkin”.

Bu sizga qanchalik qiziqarli ekanini tushunish uchun bepul kurslar, masalan, Coursera’ning “Python yordamida ma’lumotlar tahlili”ga qatnashib koʻrishingiz mumkin.

Manba: Учитель для робота: чем занимается ML-инженер


Подробнее на РБК:
https://trends.rbc.ru/trends/education/628428ba9a79472e7e07f5c4?from=copy