Искусственный интеллект и машинное обучение: Путь профессионала в мир IT

Объём мирового рынка искусственного интеллекта (ИИ), по прогнозам аналитического портала Statista, в 2024 году превысит 305,9 миллиарда долларов. Решения с применением технологии востребованы буквально во всех отраслях экономики. Вместе с тем эффективная реализация подобных инновационных решений требует наличия квалифицированных специалистов. Что нужно, чтобы стать одним из них? Насколько востребованы разработчики с навыками создания IT-решений с использованием ИИ прямо сейчас? И не поздно ли начинать изучать технологию? Об этом поговорили с экспертом в области искусственного интеллекта и машинного обучения Альмиром Давлетовым, старшим инженером-программистом одной из крупнейших образовательных платформ для разработчиков и старшим членом международной ассоциации инженеров IEEE.

— Альмир, аналитические компании прогнозируют в ближайшие годы стабильно высокий спрос на IT-решения на базе искусственного интеллекта. А насколько сейчас востребованы специалисты, способные их создавать?

— Очень востребованы. Развитие и применение искусственного интеллекта происходит настолько быстро, что на рынке труда есть дефицит специалистов с соответствующими знаниями и навыками. Компании стремятся использовать ИИ, чтобы оставаться конкурентоспособными и инновационными, а программисты помогают бизнесу реализовать эти цели. Не случайно разработчики с хорошими навыками работы с ИИ сейчас получают высокие зарплаты. Технология становится все более значимой, и спрос на таких специалистов будет только расти.

— Вы сами учились и начинали карьеру, когда методы работы с ИИ еще не преподавали в вузах. Какими были ваши первые знания в IT, где получали?

— Свой первый код я написал в школе, в 7 классе. Разбирался сам. Увидел на школьном компьютере в классе информатики папки с обучающими проектами и мне стало интересно. Постепенно самостоятельно начал изучать эту тему глубже. Начал брать первые заказы на разработку. За академическими знаниями пошел на факультет вычислительной математики и информатики в Казанском федеральном университете, но оказалось, что все, что нам преподавали на первых курсах, я уже и так знал, потому что работал на реальных проектах. Большинство знаний в программировании я получал именно через практику: есть какая-то задача, ее надо решить, ищешь способы, изучаешь новые инструменты. Примерно так же было с искусственным интеллектом и машинным обучением.

— На базе этих технологий вы создали много прикладных решений для бизнеса. Например, научили компьютер не хуже опытного менеджера прогнозировать спрос продажи выпечки в кофейне заказчика, который хотел сократить издержки производства. Объясните, как это возможно?

— Возможно, хотя это был непростой проект. За основу мы взяли готовые модели прогнозирования, которые умеют предсказывать временные ряды и даже учитывать сезонные колебания. Дальше нужно было собрать исходные данные для анализа – все, что могло прямым или косвенным способом влиять на продажи в разные дни недели. Заказчиком была популярная сеть кофеен в США, которая принципиально не продавала вчерашнюю выпечку – только свежую. Им было важно иметь максимально точный прогноз на каждый день: сколько булочек закупить в понедельник, а сколько в пятницу, чтоб их хватило всем покупателям, и ничего не пришлось выбрасывать. Мы собрали данные по каждой кофейне этой сети за последние два года: в какой день сколько выпечки заказали, сколько фактически продали, сколько выбросили, какой была погода в этот день и так далее с учетом города, где она находится, и численности его населения. А дальше началось обучение модели. Учили и смотрели, какие из этих данных влияют на предсказания, а какие нет. Наименее полезные исключали, пока модель не начала относительно точно предсказывать продажи. Потом мы сравнивали предсказания машины с прогнозами менеджеров, которые работали в этих кофейнях и заказывали выпечку на основе опыта и интуиции. И дорабатывали модель, пока не добились стабильно более точных предсказаний объема продаж, чем это делал человек.

— Сейчас вы сотрудничаете с крупной обучающей платформой для разработчиков. По сути это решебник с задачами, которые используют IT-компании, в том числе Amazon, Apple и Google, для технических собеседований кандидатов. Для освоения ИИ важнее практика или фундаментальные знания?

— Оба аспекта важны и взаимодополняют друг друга. Без фундаментальных знаний можно столкнуться с ограничениями при разработке сложных проектов. Искусственный интеллект и машинное обучение тесно связаны с математикой и статистикой. Нужно понимать линейную алгебру, матрицы, вероятности. Это помогает лучше понять математические модели и алгоритмы, используемые в машинном обучении. Только комбинируя оба аспекта, можно разрабатывать действительно эффективные решения и продвигаться в своей карьере.

— Вы отвечаете за разработку решений для развития платформы и повышения уровня программистов. Одно из них – выявление с помощью ИИ мошенников на еженедельных соревнованиях разработчиков. Как это выглядит: ваш искусственный интеллект вычисляет применение аналогичных программ участниками?

— Не совсем так. Во время соревнований мы анализируем поведение участников, код который они пишут, сравниваем решения друг с другом и выявляем плагиат. В поведении нечестных игроков есть паттерны, которые можно эффективно распознавать с помощью моделей машинного обучения. Этим мы и занимаемся. Наши соревнования проводятся вот уже больше семи лет каждую субботу, и данных о мошенниках и читерах у нас предостаточно, чтобы научиться их распознавать. Но чем эффективнее мы с ними боремся, тем более изощренными становятся методы обмана. Своеобразный порочный цикл, так сказать.

— Авторитетное международное профессиональное сообщество инженеров IEEE в прошлом году присвоило вам повышенный статус как высококвалифицированному эксперту. Вот с этой позиции скажите, насколько полезно участие в подобных объединениях для начинающих программистов?

— Профессиональные объединения – ценный ресурс для новичков. Во-первых, это возможность устанавливать связи с опытными и уважаемыми профессионалами в отрасли. Новички могут использовать эти связи, чтобы получить советы и возможности для обмена опытом. А иногда – найти хорошую работу. Во-вторых, участие в мероприятиях, таких как конференции и семинары, дает возможность учиться у экспертов и быть в курсе последних тенденций в программировании. Любое уважаемое профессиональное сообщество – это ресурсы, которые можно использовать для развития и карьеры.

— Технологии развиваются так динамично, что возникает вопрос: смогут ли угнаться за ними программисты, которые только планируют осваивать ИИ-разработку?

— Технологии ИИ действительно развивают очень быстро, и тренд сохранится на ближайшие годы, но это не должно быть препятствием для тех, хочет изучать это направление. Важно понимать, что основы программирования и фундаментальные принципы ИИ не меняются так быстро, как появляются новые технологии и инструменты. Постоянное обучение и саморазвитие в любом случае – ключевой момент. Актуальность и высокая спрос на специалистов в ИИ делают эту область богатой на обучающие ресурсы, курсы и онлайн-материалы. А чтобы обучение шло быстрее, нужно стараться работать над реальными проектами. Освоение ИИ – это процесс, и программисты, на мой взгляд, всегда смогут начать учиться и развиваться в этой области.