ကြေငြာချက်- ပရော်ဖက်ရှင်နယ်မှ AI တွင် အသက်မွေးဝမ်းကြောင်းအတွက် အဆုံးစွန်လမ်းညွှန်- အထူးပြုတစ်ခုကို ရွေးချယ်ပါ၊ တိုးတက်ပြီး ကောင်းမွန်သောအလုပ်တစ်ခုကို ရှာဖွေပါ

ယနေ့ သြဂုတ် ၃ ရက်၊ ၂၀း၀၀ နာရီ Sergei Shirkin နှင့် AI တွင် အောင်မြင်သော အသက်မွေးဝမ်းကြောင်းတစ်ခု တည်ဆောက်ပုံအကြောင်း ထုတ်လွှင့်ပြသမည်ဖြစ်ပါသည်။ တိုက်ရိုက်ထုတ်လွှင့်မှုကို ကျွန်ုပ်တို့၏လူမှုကွန်ရက်များတွင် ကြည့်ရှုနိုင်သည် - အဆင်ပြေသည့်နေရာတိုင်းတွင် ၎င်းကိုကြည့်ရှုပါ။

Sergey Shirkin သည် Artificial Intelligence၊ Big Data Analytics နှင့် Data Engineering ဌာနများ၏ မူလအစဖြစ်သော Geek University ရှိ အွန်လိုင်းတက္ကသိုလ်တွင် ဌာနမှူးနှင့် ဆရာအဖြစ် လုပ်ကိုင်နေသူဖြစ်သည်။

Moscow State University တွင် biostatistics ဘာသာရပ်ကို သင်ယူခဲ့သည်။ M.V. Lomonosov သည် ခေတ်ရေစီးကြောင်းမဟုတ်သေးသည့်အချိန်တွင် စက်သင်ယူမှုနည်းလမ်းများကို စတင်အသုံးပြုခဲ့သည်။

သူသည် Equifax တွင် စက်သင်ယူမှုနှင့် ခွဲခြမ်းစိတ်ဖြာမှုဆိုင်ရာ လုပ်ဆောင်ချက်များကို အခြေခံ၍ Sberbank နှင့် Rosbank တို့တွင် ဘဏ္ဍာရေးဆိုင်ရာ မော်ဒယ်များကို တည်ဆောက်ခြင်းတွင် ဘဏ္ဍာရေးနည်းပညာများနှင့် ဒေတာဘေ့စ်များကို အလိုအလျောက်လုပ်ဆောင်ခြင်းတွင် ပါဝင်ခဲ့သည်။ Dentsu Aegis Network Russia ရှိ ဉာဏ်ရည်တုနည်းလမ်းများကို အသုံးပြု၍ တီဗီကြည့်ရှုခြင်းကို ခန့်မှန်းသည်။ HSE မှ ဧည့်သည်ကထိက (မဟာပရိုဂရမ် "ဒေတာအခြေခံ ဆက်သွယ်ရေး")။

သူသည် AI နှင့် machine learning အတွက် အသုံးချသကဲ့သို့ ကွမ်တမ်ကွန်ပြူတာကိုလည်း စူးစမ်းလေ့လာသည်။

ဤနယ်ပယ်တွင် သုတေသနကို လွန်ခဲ့သောရာစုနှစ်များအလယ်တွင် စတင်ခဲ့သော်လည်း၊ သုတေသနနှင့် လက်တွေ့အသုံးချမှု နှစ်ခုစလုံးတွင် အထင်ကြီးလောက်စရာ အောင်မြင်မှုများကို 2010 ခုနှစ်အစပိုင်းမှ စတင်တွေ့မြင်ခဲ့ရသည်။ ထိုဘာသာရပ်ကို စတင်လေ့လာခဲ့သူများသည် အခွင့်အလမ်းကောင်းများရှိသည်။ မဝေးတော့သောအနာဂတ်တွင် မရှိမဖြစ်လိုအပ်သော ပရော်ဖက်ရှင်နယ်တစ်ဦးဖြစ်လာရန်။

ဉာဏ်ရည်တုနယ်ပယ်တွင် ပါရဂူတစ်ဦးဖြစ်လာရန်၊ ပရိုဂရမ်းမင်း၊ သင်္ချာ၊ ဘာသာရပ်ဆိုင်ရာ နယ်ပယ်အသီးသီးကို တစ်ပြိုင်နက်တည်း လမ်းကြောင်းများစွာကို တဖြည်းဖြည်း လျှောက်လှမ်းရန် လိုအပ်သည်။

သီအိုရီဆိုင်ရာ အသိပညာကို အထူးဂရုပြုသင့်သည်- အနာဂတ်တွင်၊ ၎င်းသည် လုပ်ငန်းခွင်အပေါ် ပိုမိုအဓိပ္ပာယ်ရှိသော သဘောထားရှိရန် ကူညီပေးပါလိမ့်မည်။ ဤနေရာတွင် ကြီးမားသော အပိုဆုတစ်ခု ရှိသည် - သီအိုရီအရ၊ နည်းပညာနှင့်မတူဘဲ၊ ဘယ်တော့မှ ခေတ်မမီတော့ပါ။

ထုတ်လွှင့်မှုက ဘာအကြောင်းပါလိမ့်။

ထုတ်လွှင့်မှုအတွင်း၊ Sergey သည် ဉာဏ်ရည်တုဆိုင်ရာ အလုပ်အကိုင်များနှင့် ပတ်သက်သည့် အရာအားလုံးကို ပြောပြပါမည်- မည်သည့် အသက်မွေးဝမ်းကြောင်းများ ရှိသနည်း၊ မည်သည့်အရာကို ရွေးချယ်ရန်၊ AI နှင့် ပတ်သက်သော လစ်လပ်နေရာများအတွက် အင်တာဗျူးများအတွက် ပြင်ဆင်နည်း၊ ခရီးမစသေးသူများနှင့် အတွေ့အကြုံရှိသူများထံမှ မေးခွန်းများကို ဖြေဆိုရန် အဆင်သင့်ဖြစ်နေပါပြီ။

Sergey က မင်းရဲ့မေးခွန်းတွေကို ဖြေပြီး ပိုပြောပြလိမ့်မယ်။

• 2010 ခုနှစ်များမှ 2020 ခုနှစ်များအထိ ဥာဏ်ရည်တု၏သမိုင်း - အဓိကဖြစ်ရပ်များနှင့် ဖွံ့ဖြိုးတိုးတက်ရေးအချက်များ
• ဥာဏ်ရည်တုဆိုင်ရာ ကျွမ်းကျင်မှုများ- ဒေတာသိပ္ပံပညာရှင် (NLP အင်ဂျင်နီယာ၊ ကွန်ပြူတာ အမြင်အင်ဂျင်နီယာ)၊ ဉာဏ်ရည်တု အထူးကျွမ်းကျင်သူ (AI-အထူးကု)၊ ဒေတာအကြီးစား လေ့လာသူ၊ ဒေတာအင်ဂျင်နီယာ
• သင့်အတွက် အသင့်တော်ဆုံး အလုပ်အကိုင်များထဲမှ မည်သည့်ပညာရပ်ကို နားလည်နိုင်မည်နည်း။
• ဤနယ်ပယ်တွင် လေ့ကျင့်ရန် ယေဘုယျချဉ်းကပ်နည်း- သင်တန်းများ၊ စာအုပ်များ၊ အလုပ်များ၊ ပြင်ဆင်နည်း
• Artificial Intelligence တွင် အသက်မွေးဝမ်းကျောင်းစတင်ရမည့်နေရာ- အလုပ်ရှာဖွေပုံ၊ လစ်လပ်နေရာများကို ရှာဖွေရန်၊ အင်တာဗျူးအတွက် ပြင်ဆင်နည်း
• Dentsu Aegis Network Russia ရှိ ဉာဏ်ရည်တုနည်းလမ်းများကို အသုံးပြု၍ တီဗီကြည့်ရှုခြင်းကို ခန့်မှန်းနိုင်ပုံ
• ဥာဏ်ရည်တုအတွက် အလားအလာများ- ကွမ်တမ် ကွန်ပြူတာ ၊ ကွမ်တမ် စက် သင်ယူမှု

Sergei အား ဤနေရာတွင် ပို့စ်၏ မှတ်ချက်များတွင် မေးမြန်းနိုင်ပါသည်။

မင်းကြည့်တာပေါ့

source: www.habr.com