Les projets d’apprentissage automatique que les employeurs veulent voir

pour se lancer dans l’apprentissage automatique, puis réaliser des projets à l’emporte-pièce et suivre des tutoriels de base, c’est comme essayer de gagner une course de Formule 1 en karting.

Vous bougerez, mais vous ne participerez pas à la compétition et vous ne gagnerez certainement pas.

J’ai examiné des centaines de portefeuilles de ML et interviewé des dizaines de candidats pour de véritables rôles en science des données et en ML, et je peux vous dire ceci : les personnes embauchées construisent des projets qui vont au-delà des didacticiels.

Ainsi, dans cet article, je vais détailler les types exacts de projets et de cadres qui permettent réellement d’obtenir des entretiens et des offres d’emploi.

Ce n’est pas facile.

Mais c’est précisément pourquoi ils fonctionnent.

Réimplémenter un document de recherche

Pensez-y.

Un document de recherche sur l’apprentissage automatique est l’aboutissement de plusieurs mois de travail mené par certains des plus grands praticiens du domaine, résumé en quelques pages de texte.

La quantité de connaissances contenues dans ces articles est énorme.

Donc, si vous décomposez, disséquez et réappliquez ces articles par vous-même, imaginez tout ce que vous apprendriez.

C’est un peu comme essayer de reconstruire une voiture de Formule 1 à partir de plans : vous n’avez peut-être pas les mêmes outils que les ingénieurs d’origine, mais en comprenant chaque écrou et chaque boulon, vous apprenez comment fonctionne la machine dans son ensemble. Et lorsque vous lancerez enfin votre propre version, vous comprendrez la course à un niveau que la plupart des gens n’atteignent jamais.

La réimplémentation d’un article vous apprendra de nombreuses compétences :

• Être capable de comprendre des mathématiques complexes associées à des modèles de pointe.
• Être capable d’implémenter des modèles sophistiqués en utilisant du code à partir de zéro ou de simples bibliothèques.
• Être capable de penser de manière créative et d’appliquer vos propres connaissances à de nouvelles idées.

Et le plus important est que la majorité, et je veux dire près de 99 %, des candidats ne le font pas, vous vous démarquerez donc instantanément.

Cependant, ce n’est pas facile, et je peux vous le dire par expérience directe. Mais la facilité ne vous permettra pas d’être embauché de nos jours.

Maintenant, la manière dont vous procédez à la mise en œuvre du document pourrait constituer un article complet en soi, mais laissez-moi vous présenter les étapes clés :

1. Lisez le journal. Ensuite, relisez-le, encore et encore, jusqu’à ce que vous compreniez pleinement ce que l’article essayait de résoudre, l’algorithme utilisé, les données et pourquoi les résultats étaient significatifs et s’ils sont choquants ou attendus. Selon votre expérience, cela peut prendre un certain temps.
2. Si vous ne comprenez pas certains concepts, allez les apprendre. Ce n’est pas une perte de temps, car vous comblez activement vos lacunes en matière de connaissances.
3. Esquissez/codez l’architecture de haut niveau, comme les entrées et les sorties, la conception approximative du système global et la structure du modèle ML.
4. Commencez à implémenter la partie la plus simple et faites-la fonctionner.
5. Construisez un prototype fonctionnel.
6. Optimisez et essayez de reproduire les résultats.

Quelques articles que je recommande de mettre en œuvre :

Ceux-ci se situent principalement dans le domaine de l’apprentissage profond, mais vous pouvez trouver des articles pertinents au domaine que vous souhaitez étudier.

Quelques sites utiles pour trouver des articles :

Résolvez votre propre problème

« Quels projets dois-je construire » ?

C’est la deuxième question la plus fréquemment posée, la première étant comment je suis devenu si beau !

Le fait est que la plupart des gens ne comprennent pas que la question n’est pas la bonne à poser (celle du projet, pas la belle question).

Si je vous donnais un projet précis à réaliser, il n’y aurait aucune histoire derrière cela dans l’interview.

Qu’est-ce que tu vas dire ?

« Oh, un gars sur Internet m’a dit que je devrais le construire »

Ce n’est pas vraiment un scénario idéal.

Un projet qui se démarquera vous est profondément personnel et vous êtes motivé pour le résoudre. C’est bien mieux et intéressant, et cela se verra lors d’une interview.

Exemple de projet

Laissez-moi vous donner un exemple d’un grand projet.

J’ai mentionné cette histoire dans un article précédent, mais je vais la répéter pour vraiment souligner le type de projets que vous devez construire.

Dans mon ancienne entreprise, nous recrutions un data scientist junior pour travailler sur recherche opérationnelle problèmes.

Le candidat que nous avons finalement embauché avait un projet remarquable qui était directement lié au poste et qui représentait un problème qu’il souhaitait résoudre.

Ils s’intéressaient au football Fantasy (NFL) et ont conçu leur propre algorithme d’optimisation pour mieux répartir leurs sélections de joueurs chaque semaine.

Ils sont même allés plus loin, en lisant des articles de journaux sur les solutions des autres et en mettant en œuvre certaines des idées. Voir le lien avec les articles de recherche !

Mon cadre

Voici un cadre simple à suivre pour proposer un projet similaire à celui que je viens de mentionner.

1. Énumérez au moins cinq choses qui vous intéressent en dehors du travail.
2. Pour chaque sujet, notez cinq questions auxquelles vous souhaiteriez répondre ou résoudre. Ainsi, au total, vous aurez 25 questions potentielles.
3. Réfléchissons maintenant à la manière dont l’apprentissage automatique pourrait aider à répondre à ces questions. Ne vous inquiétez pas si la question semble complètement impossible ; soyez créatif. Cependant, évidemment, n’essayez pas de créer des chiens robots ou quelque chose du genre !
4. Enfin, choisissez une question qui vous passionne le plus. Idéalement, choisissez quelque chose qui vous semble légèrement hors de votre portée ; de cette façon, vous apprendrez vraiment et sortirez de votre zone de confort.

Cet exercice vous prendra 10 minutes, vous n’aurez donc aucune excuse pour ne pas le faire, et vous donnera une idée de projet qui vous aidera à décrocher un emploi.

Complexité et échelle du bâtiment

Cependant, l’idée à elle seule ne sera pas nécessairement suffisante. Pour cela, le projet a besoin d’une certaine complexité et d’une certaine ampleur.

Cela peut être montré et exprimé de différentes manières.

• Vous pouvez déployer le projet de bout en bout à l’aide du code de production, de systèmes cloud comme AWS et en conteneurisant l’algorithme à l’aide de Docker et Kubernetes.
• Vous pouvez utiliser un algorithme ou un framework de pointe très complexe. La lecture d’articles de recherche est excellente pour cela !
• Vous pouvez faire en sorte que les utilisateurs puissent interagir avec le projet, comme une application en ligne.
• Vous pouvez lui faire résoudre une variété de problèmes, comme une suite de modèles.

Il existe de nombreuses options et il est facile de se sentir dépassé.

Commencez et apprenez au fur et à mesure. C’est tout ce que vous devez faire.

D’autres idées

Si, pour une raison quelconque, vous n’avez pas envie de faire les deux ci-dessus, même si cela vous permettra d’être embauché, voici une liste d’autres idées de projets.

• Demandez à AI un projet ; donnez-lui une invite appropriée, bien sûr.
• Participez à un concours Kaggle, mais vous devez bien vous placer pour qu’il se démarque.
• Utilisez un modèle IA/fondamental pour résoudre un problème personnel.
• Codez des algorithmes d’apprentissage automatique à partir de zéro en utilisant Numpy de base, ou mieux encore, Python natif uniquement.

Maintenant, si vous voulez que je vous accompagne davantage, voici une liste de projets plus granulaires à essayer :

• Apprentissage par renforcement pour Pac-Man ou tout autre jeu.
• Construire un modèle de langage à partir de zéro.
• Modèle de vision par ordinateur pour classer des images de littéralement n’importe quoi.
• Analyse des sentiments sur une plateforme de médias sociaux sur un sujet particulier.
• Système de recommandation pour une application que vous aimez.
• Affiner un LLM pour un cas d’utilisation particulier.

Encore une fois, je donne des idées de haut niveau car elles doivent vous être personnelles pour qu’elles se démarquent vraiment.

---

Après avoir construit ces projets, vous êtes prêt à commencer à postuler à des emplois !

Mais pour décrocher des entretiens, vous aurez besoin d’un CV solide comme le roc.

Alors, quelle est la différence entre un CV ignoré et un CV remarqué ?

Découvrez-le dans mon article précédent ci-dessous.

Autre chose !

Je propose des appels de coaching 1:1 où nous pouvons discuter de tout ce dont vous avez besoin, qu’il s’agisse de projets, de conseils de carrière ou simplement de déterminer votre prochaine étape. Je suis là pour vous aider à avancer !

https://topmate.io/egorhowell

Connectez-vous avec moi