के अनुसार मैक्सिमा ग्रुप, 2020 की पहली तिमाही से एआई विशेषज्ञों और इंजीनियरों की मांग में 75% से अधिक की वृद्धि हुई है। लेकिन अगर मांग अधिक है, तो हर कोई प्रस्ताव क्यों नहीं ले रहा है?
ETCIO ने प्रौद्योगिकी नेताओं और भर्ती एजेंसियों के साथ बात करके यह समझने के लिए बात की कि कैसे आप, एक AI विशेषज्ञ के रूप में, अपने लिए सही नौकरी की पेशकश करने के लिए अपने रेज़्यूमे को समतल कर सकते हैं।
आज, कंपनियां ऐसे उम्मीदवारों की तलाश करती हैं जिनके पास एनएलपी (प्राकृतिक भाषा प्रसंस्करण) और मशीन और गहन सीखने का अनुभव है।
“मशीन और गहन शिक्षण पुस्तकालयों जैसे TensorFlow और PyTorch का कुछ अनुभव भी एक बड़ा सकारात्मक है। पायथन और एसक्यूएल में तकनीकी अनुभव अनिवार्य है। चूंकि अधिकांश कंपनियां अपने आईटी बुनियादी ढांचे को क्लाउड में स्थानांतरित कर रही हैं, इसलिए वे ऐसे उम्मीदवारों को पसंद करती हैं जिनके पास एडब्ल्यूएस (अमेज़ॅन वेब सर्विसेज), माइक्रोसॉफ्ट एज़ूर या Google क्लाउड का अनुभव है। ये सभी कुछ महत्वपूर्ण DevOps, क्लाउड और CI/CD अनुभव हैं जो एक संभावित AI विशेषज्ञ के पास होने चाहिए, ”सुवर्णा घोष, संस्थापक पार्टनर, मैक्सिमा ग्रुप ने कहा।
जबकि बुनियादी एआई कौशल जरूरी हैं, उदाहरण के लिए, विभिन्न सांख्यिकीय तकनीकों और प्रासंगिक एआई एल्गोरिदम का ज्ञान, और ऐसे समाधान विकसित करने में अनुभव। लेकिन सबसे महत्वपूर्ण पहलू डोमेन जानकारी के साथ अनुभव है।
“औद्योगिक एआई अनुप्रयोगों का निर्माण करते समय, एआई अनुप्रयोगों के संदर्भ में डेटा को युक्तिसंगत बनाने में बड़ा प्रयास होता है। डोमेन विशेषज्ञ और डेटा वैज्ञानिक के बीच एक सामान्य समझ बनाने में बहुत अधिक विकास समय व्यतीत होता है। इसलिए, यह डेटा विज्ञान कौशल के अलावा अच्छा डोमेन ज्ञान रखने में बहुत मदद करता है। यह संदर्भ को परिभाषित करने, डेटा को संदर्भ से जोड़ने और भरोसेमंदता, व्याख्यात्मकता और जोखिम के संबंध में सभी प्रासंगिक मुद्दों को समझने में मदद करता है,” डॉ. श्रीकांत भट, वरिष्ठ प्रधान वैज्ञानिक, भारत – कॉर्पोरेट रिसर्च सेंटर, ने कहा, एबीबी समूह।
एआई की भूमिका हितधारकों के लिए निर्णय लेने में वृद्धि करना है। मानव बुद्धि के लिए (निर्णय लेने के लिए उपयोग किया जाने वाला), संदर्भ की व्याख्या करने के अधिकांश अंतर्निहित पहलू, संदर्भ से संबंधित डेटा और कार्रवाई अक्सर निहित होते हैं। हालांकि, कृत्रिम बुद्धि की प्रकृति से, इसे एआई उत्पाद/अनुप्रयोग जीवन चक्र के प्रत्येक चरण में स्पष्ट रूप से परिभाषित किया जाना चाहिए। इसलिए, भट को लगता है कि अगर एआई उत्पाद जीवनचक्र के इस ढांचे में कोई एआई-प्रासंगिक अनुभव प्रस्तुत किया जाता है और निर्णय लेने में वृद्धि करने की क्षमता होती है, तो यह उम्मीदवार की बुनियादी समझ को प्रतिबिंबित करने में मदद करता है।
आज की दुनिया में लगातार विकसित हो रहे तकनीकी परिदृश्य के साथ, एआई विशेषज्ञों के लिए यह बहुत महत्वपूर्ण है कि वे लगातार खुद को अपग्रेड, स्किलिंग और रीस्किलिंग करते रहें। वरिष्ठ एआई और प्रौद्योगिकी नेताओं को उम्मीद है कि एआई विशेषज्ञ गहरी शिक्षा के मामले में पायथन या आर जावा जैसी प्रोग्रामिंग भाषाओं, रैखिक बीजगणित और सांख्यिकी और तंत्रिका नेटवर्क आर्किटेक्चर की अवधारणाओं से अच्छी तरह वाकिफ होंगे।
“एआई, एआई सम्मेलनों, पाठ्यक्रमों और क्षेत्र में प्रमाणन में खुली नवाचार चुनौतियों जैसी गतिविधियों के माध्यम से लगातार अपने डोमेन के संपर्क में रहना महत्वपूर्ण है। इसके अतिरिक्त, एआई में आईबीएम से प्रमाणन और माइक्रोसॉफ्ट एज़ूर एआई और एडब्ल्यूएस मशीन लर्निंग जैसे प्रमाणन बेहद सहायक हैं, “सिंधु रामचंद्रन एस, महाप्रबंधक और नेता – एआई सेंटर ऑफ एक्सीलेंस, ने समझाया। क्वेस्ट ग्लोबल.
यदि आपके पास पिछला अनुभव है, तो आपको विज़न एनालिटिक्स, डेटा एनालिटिक्स और एनएलपी में अपनी विशेषज्ञता को उजागर करना चाहिए। एआई समाधानों को लागू करने के लिए उपयोग किए जाने वाले प्लेटफॉर्म (क्लाउड, एज, एम्बेडेड) के बारे में विवरण शामिल करना फायदेमंद होगा। सुनिश्चित करें कि आपने क्षेत्र में किए गए सभी पाठ्यक्रमों और प्रमाणपत्रों की गणना की है और यदि लागू हो तो अपने व्यक्तिगत जीथब पृष्ठ के लिंक को शामिल करें। उन पत्रों और लेखों का विवरण शामिल करें जिन्हें आपने प्रकाशित किया हो।
रामचंद्रन को लगता है कि सबसे महत्वपूर्ण बात यह है कि प्रत्येक एआई परियोजना के लिए जिस पर किसी ने काम किया है, परियोजना के बारे में निम्नलिखित का उल्लेख करना सुनिश्चित करें:
- उपयोग के मामले का विवरण, समस्या विवरण
- संभाले गए डेटा का प्रकार (संरचना/असंरचित)
- इस्तेमाल किया एल्गोरिदम
- पीओसी या उत्पादन समाधान
- चुनौतियों का सामना करना पड़ा और उन चुनौतियों का समाधान कैसे किया गया
- केपीआई
- परियोजना में आपका योगदान/भूमिका
.