Como começo uma carreira como engenheiro de deep learning? Quais são algumas das principais ferramentas e frameworks usados na IA? Como aprendo mais sobre ética em IA?
Todo mundo tem dúvidas, mas as perguntas mais comuns em IA sempre voltam a isso: como faço para me envolver?
Um grupo de profissionais de IA reunidos para compartilhar princípios fundamentais para a construção de uma carreira em IA na conferência GTC da NVIDIA ofereceu o que pode ser o melhor lugar para começar.
Cada palestrante, em uma conversa com Louis Stewart, da NVIDIA, chefe de iniciativas estratégicas para o ecossistema de desenvolvedores, chegou ao setor de lugares muito diferentes.
Assista à sessão on demand.
Mas os palestrantes – Katie Kallot, ex-chefe de relações globais com desenvolvedores e áreas emergentes da NVIDIA; David Ajoku, fundador da startup aware.ai; Sheila Beladinejad, CEO da Canada Tech; e Teemu Roos, professor da Universidade de Helsinque, voltaram repetidamente a quatro princípios básicos.
1) Comece com Networking e Mentoria
A melhor maneira de começar, explicou Ajoku, é encontrar pessoas que estejam onde você deseja estar em cinco anos.
E não basta procurá-los online no Twitter e no LinkedIn. Procure oportunidades de se conectar com outras pessoas em sua comunidade e em eventos profissionais que estão indo para onde você deseja estar.
“Você quer encontrar pessoas que admira, encontrar pessoas que trilham o caminho que você deseja seguir nos próximos cinco anos”, disse Ajoku. “Não vem apenas para você; você tem que ir buscá-lo.
Ao mesmo tempo, seja generoso em compartilhar o que sabe com os outros. “Você quer encontrar pessoas que vão ensinar e, ao ensinar, você aprenderá”, acrescentou.
Mas o melhor lugar para começar é saber que não há problema em entrar em contato.
“Quando comecei minha carreira em ciência da computação, nem sabia que deveria procurar um mentor”, disse Beladinejad, completando os comentários dos outros palestrantes.
“Aprendi a não ser tímida, a pedir apoio e a buscar ajuda sempre que estiver empacada em alguma coisa: sempre tenha confiança para abordar seus professores e colegas de classe”, acrescentou.
2) Ganhe Experiência
Kallot explicou que a melhor forma de aprender é fazendo.
Ela se formou em ciências políticas e aprendeu sobre tecnologia, incluindo como codificar, enquanto trabalhava na indústria.
Ela começou como analista de vendas e marketing, depois passou para a função de gerente de produto.
“Tive que aprender tudo sobre IA em três meses e, ao mesmo tempo, tive que aprender a usar o produto, tive que aprender a codificar”, disse ela.
A melhor experiência, explicou Roos, é cercar-se de pessoas na mesma jornada de aprendizado, sejam elas on-line ou pessoalmente.
“Não faça isso sozinho. Se puder, pegue seus amigos, pegue seus colegas, talvez faça um grupo de estudos e crie um currículo”, disse. “Reúna-se uma vez por semana, duas vezes por semana: é muito mais divertido assim.”
3) Desenvolva Soft Skills
Você também precisará das habilidades de comunicação para explicar o que está aprendendo e fazendo na IA à medida que avança.
“Pratique falar sobre tópicos técnicos para públicos não técnicos”, disse Stewart.
Ajoku recomendou aprender e praticar falar em público.
Ajoku fez um curso de atuação na Carnegie Mellon University. Da mesma forma, Roos teve uma aula de comédia de improvisação.
Outros no painel aprenderam a se apresentar, publicamente, por meio da dança e dos esportes.
“Quanto mais cross-training você fizer, mais confortável ficará e melhor será capaz de se expressar em qualquer ambiente”, disse Stewart.
4) Defina o Seu Porquê
O elemento mais importante, no entanto, vem de dentro, disseram os palestrantes.
Eles pediram aos ouvintes que encontrassem um motivo, algo que os levasse a permanecer motivados em sua jornada.
Para alguns, são questões ambientais. Outros são motivados pelo desejo de tornar a tecnologia mais acessível. Ou para ajudar a tornar a indústria mais inclusiva, disseram os palestrantes.
“É útil para qualquer pessoa se você tem um tópico pelo qual é apaixonado”, disse Beladinejad. “Isso ajudaria a mantê-lo em movimento, manter sua motivação elevada.”
Faça o que fizer, “faça com paixão”, disse Stewart. “Faça com propósito.”
Perguntas Mais Importantes
Ao longo da conversa, milhares de participantes virtuais enviaram mais de 350 perguntas sobre como iniciar suas carreiras em IA. Entre elas:
Qual é a melhor maneira de aprender sobre deep learning?
O NVIDIA Deep Learning Institute oferece uma grande variedade de cursos práticos.
Ainda mais recursos para desenvolvedores novos e experientes estão disponíveis por meio do programa NVIDIA Developer, que inclui recursos para aqueles que buscam ensino superior e pesquisa.
Cursos on-line abertos massivos, ou MOOCs, tornaram o aprendizado sobre assuntos técnicos mais acessível do que nunca. Um palestrante sugeriu procurar aulas ministradas pelo professor de Stanford, Andrew Ng, no Coursera.
“Existem muitos cursos MOOC por aí, vídeos e livros do YouTube. Eu recomendo encontrar um colega de estudo também”, escreveu outro.
“Junte-se a redes técnicas e profissionais… obtenha alguma experiência através do voluntariado, participando de uma competição Kaggle, etc.”
Quais são algumas das ferramentas e frameworks mais comuns usadas em machine learning e IA na indústria? Quais são cruciais para conseguir um primeiro emprego ou estágio na área?
A melhor maneira de descobrir com quais tecnologias você deseja começar, sugeriu um palestrante, é pensar sobre o que deseja fazer.
Outro sugeriu, no entanto, que aprender Python não é um lugar ruim para começar.
“Muitas das ferramentas de IA de hoje são baseadas em Python”, escreveram eles. “Você não pode errar ao dominar o Python.”
“A tecnologia está evoluindo rapidamente, então muitos dos desenvolvedores de IA de hoje estão constantemente aprendendo coisas novas. Ter fundamentos de software como estruturas de dados e linguagens comuns como Python e C++ ajudará a prepará-lo para ‘aprender no trabalho’”, acrescentou outro.
Qual é a melhor maneira de começar a ganhar experiência na área? Projetos pessoais contam como experiência?
Clubes estudantis, comunidades de desenvolvedores online, voluntariado e projetos pessoais são uma ótima maneira de ganhar experiência prática, escreveram os palestrantes.
E definitivamente inclua projetos pessoais em seu currículo, acrescentou outro.
Existe um limite de idade para se envolver em IA?
A idade não é uma barreira, esteja você apenas começando ou fazendo a transição de outro campo, escreveram os palestrantes.
Construa um portfólio para si mesmo, para que possa demonstrar melhor suas habilidades e capacidades: isso é o que deve contar.
Os empregadores devem ser capazes de perceber facilmente seu potencial e habilidades.
Quero construir uma startup de tecnologia com alguma forma de IA como o motor que impulsiona a solução para resolver um problema ainda a ser determinado. Que dicas você tem para os empreendedores?
Os empreendedores devem se inscrever para fazer parte do NVIDIA Inception.
O programa oferece benefícios gratuitos, como suporte técnico, suporte go-to-market, preços preferenciais em hardware e acesso à sua aliança VC para financiamento.
Qual linguagem de programação é melhor para IA?
O Python é amplamente usado em deep learing, machine learning e ciência de dados. A linguagem de programação está no centro de um ecossistema próspero de frameworks de deep learning e ferramentas de desenvolvedor. É predominantemente usado para treinar modelos complexos e para inferência em tempo real para serviços baseados na web.
C/C++ é uma linguagem de programação popular para carros autônomos, usada para implantar modelos para inferência em tempo real.
Aqueles que estão começando, no entanto, devem ter certeza de que estão familiarizados com uma ampla gama de ferramentas, não apenas Python.
Os cursos individualizados para iniciantes do NVIDIA Deep Learning Institute podem ser uma das melhores maneiras de se orientar.
Saiba Mais Sobre as Sessões do GTC
No GTC da NVIDIA, uma conferência global sobre IA e o metaverso, os profissionais falaram sobre como começaram suas carreiras.
Assista às sessões sob demanda do GTC How to Be a Deep Learning Engineer e 5 Paths to a Career in AI.
Aprenda rapidamente os fundamentos da IA da NVIDIA: confira os recursos de “primeiros passos” para explorar os fundamentos das tecnologias mais atuais em nossa página de séries de aprendizado.