За последние несколько лет Google и Coursera регулярно объединялись для запуска ряда онлайн-курсов для разработчиков и специалистов в области информационных технологий. Одним из таких курсов был курс машинного обучения, который представил разработчикам введение в машинное обучение. Теперь, основываясь на этом опыте, две компании запускают специализацию по машинному обучению на базе Coursera. Новая специализация, состоящая из пяти курсов, носит еще более прикладной характер.
Новая специализация под названием «Машинное обучение с помощью Tensor Flow на платформе Google Cloud» позволяет студентам создавать модели машинного обучения в реальном мире. Студенты переходят от настройки среды к обучению создания и очистки наборов данных для написания распределенных моделей в Tensor Flow, повышению точности этих моделей и настройке их для поиска правильных параметров.
Как отмечает старший специалист по технологиям в области данных и машинного обучения компании Лак Лакшман:
«Его команда услышала, что студентам и компаниям очень понравился оригинальный курс машинного обучения, и они хотели бы более глубоко изучить этот вопрос. Студенты хотят знать не только о том, как создать базовую модель, но и о том, например, как использовать ее в процессе производства в облаке или как построить для нее конвейер данных, и выяснить, как настроить параметры для получения лучших результатов».
Лиа Бельски отмечает, что такая специализация с упором на практические модели сделает учетные записи более значимыми для работодателей.
Целевая аудитория новой специализации – те разработчики, которые стремятся постоянно получать новые навыки. Т.е. специализация должна заинтересовать практически всех специалистов в области информационных технологий, особенно сейчас, когда машинное обучение набирает обороты практически во всех технических областях. И поскольку нанять на работу эксперта с навыками машинного обучения практически невозможно, этот курс, безусловно, будет привлекательным для многих работодателей, заинтересованных в том, чтобы их сотрудники получили эти навыки.
Как отметил Лакшман, существует множество вариантов использования передовых моделей машинного обучения, но основное внимание в этих курсах уделяется «повседневным моделям», которые могут увеличить ценность многих существующих продуктов. Из-за того, что основное внимание уделяется проблемам реального мира, Лакшман также отметил, что курс должен быть полезен и для специалистов, которые закончили свое обучение не так давно и уже знакомы с теориями машинного обучения, но не имеют практических навыков работы в этой сфере.
Он также отметил, что несколько лет назад предложить такой курс было практически невозможно из-за необходимости относительно мощного и громоздкого оборудования с выделенным графическим процессором. Однако теперь благодаря различным облачным платформам, предлагающим доступ к GPU или даже специализированному оборудованию, такому как TPU Google Cloud, препятствий для такого курса стало значительно меньше.
Стоит отметить, что обучение на таких курсах доступно достаточно компетентным программистам. Даже, несмотря на то, что с помощью новых фреймворков, таких как Tensor Flow, стало намного легче начать работать в сфере машинного обучения, этот навык по-прежнему остается достаточно продвинутым. Безусловно, пройдет еще некоторое время, прежде чем появится возможность «начать с программирования на Python, построив модель машинного обучения».
Забегая вперед, Лакшман также отметил, что команда уже готовит следующий курс, который будет основываться на предыдущем, но сосредоточит свое внимание на работе с неструктурированными данными. Это другой класс проблем с его собственным набором навыков и компетенций. Второй курс позволит выпускникам первого курса применить свои знания к другому набору данных.