שיקולים להמשך הקריירה

[tal1551]

שיקולים להמשך הקריירה

שלום, אני עובד כרגע כשנה בעבודה הראשונה שלי אחרי התואר כמפתח בתחום של ה- big data ו-server side ב java. טכנולוגיות כגון:
nosql, spark, spring, hibernate
אני חושב על המשרה הבאה (כרגע עדיין לא מחפש עבודה) ומנסה להבין איזה כיוון יוכל להפוך אותי למבוקש בשוק העבודה. אני רואה במשרות מהסוג הנ"ל דרישות לידע בתחומים הבאים:
- front end: javascript, anguler וכו', ובכך להפוך למפתח full stack.
- machine learning, לא משרות של data scientist אלא משרות פיתוח שכוללות בתוכן הן התחום הזה.
יש לי ניסיון מהתואר ב2 התחומים הנ"ל ושניהם מעניינים אותי.
אני רוצה לקבל באופן כללי המלצות על כיוונים להתפתח מהתחום שאני נמצא בו כעת (ובפרט 2 הכיוונים שתיארתי כאן) שישלימו את הטכנולוגיות שכבר יש ברשותי, מתוך נקודת מבט של ביקוש בשוק העבודה, תודה.

 

[GuestOfHonor]

אלה תחומים שונים שמתאימים לאישיויות שונות

לשני הדברים שאמרת יש דרישה. ההחלטה צריכה להיות, לדעתי, למה אתה מתחבר יותר - כי בזה תהיה יותר טוב.

 

[tal1551]

אני באופן אישי

יותר התחברתי לmachine learning, וחושב שזה יותר מתאים לי.
אבל אני רואה הרבה יותר משרות מהסוג השני, וחושש שהml זה בסה"כ נישה שיכולה להעלם מהעולם תוך כמה שנים, בעוד שפיתוח web full stack זה משהו שאני יכול להיות יותר בטוח בו שיהיה לו ביקוש לתקופה ארוכה

 

[rj111]

נראה שסיכמת את זה בצורה טובה

בתור אחד שעבד בתחום נישתי ועבר לפיתוח ווב, אני יכול להגיד שזאת טעות לעבוד בתחומי נישה בלבד, אלא רק כעיסוק צדדי.

 

[tal1551]

בתור מפתח ווב וותיק

תוכל להמליץ לי לאילו כיוונים כדאי לי להתפתח מהטכנולוגיות שיש ברשותי כעת?

 

[rj111]

מה שרשמת בקליינט

js, jQuery, angular, bootstrap, css, html
ובצד שרת פייתון או נוד.

 

[אוהב להתווכח]

ML נישה שתעלם? איך בדיוק?

היום כל דבר נהיה אוטומטי. אוטמציה = ML.
אם אתה מפחד לעבוד בנישה שתעלם אז ML מובטח לך שלא ייעלם בארבעים שנה הקרובות. כן, מובטח לך שלא ייעלם, לא פחות.
מה שכן, אינו דומה ML של שני קורסים בתואר ל-ML של העבודה. זה שאהבת ML בתואר לא אומר כלום על העבודה. ייתכן שתאהב וייתכן שלא.

 

[choo]

אוטומציה היא ממש לא machine learning

&nbsp
כתבתי הרבה קוד לאוטומציה במהלך שנות עבודתי. מעולם לא כתבתי קוד בתחום של machine learning.

 

[אוהב להתווכח]

אתה צודק ואבהיר את כוונתי

ברור שיש הרבה מאוד אוטומציה שאין בה כלל ML. אבל מגמת האוטומציה משתמשת פעמים רבות ב-ML. למשל, נהיגה אוטונומית, נציגים וירטואלים (בוטים בלע"ז), תרגום אוטומטי, ניתוח מאגרי מידע באופן אוטומטי ועוד. המשותף (בעיני) בכל הדברים האלו הוא החלפת פועלים אנושיים במחשבים. פעמים רבות יש תפקידים שאף אחד לא חשב לתת לפועלים אנושיים מרוב שזה קשהלבן אנוש. אני מסכים שיש החלפה של פועלים במכונות שלא דורשת ML אבל פעמים רבות זה כן דורש.
אנקדוטה מעניינת ששמעתי שבתחום של סיווג תמונות פעמים רבות אלגוריתמים לומדים עושים את זה איכותי יותר מבן אדם מומחה בתחום.
לטעמי, הפעמים הרבות שזה דורש שימוש ב-ML לא יאפשרו לתחום הזה למות בעשרות השנים הבאות או אף פעם.

 

[ipv6]

כשאומרים אוטומציה

הדבר הראשון שעולה לראש זה הפיכת FLOW-ים של בדיקות \ IT \ PRODUCTION לאוטומטיים על ידי סקריפטים.
במקום שאתה תייצר קבצים כאלה ואחרים פעם בשבוע, תריץ איתם כלי ואת הפלט תעלה לשרת, סקריפט כזה או אחר יעשה את זה בשבילך. בזה אין באמת ML.

אני **מנחש** ש-CHOO חשב שהתכוונת לאוטומציה כזאת ולא אוטומציה מהסוג שאתה מדבר עליה בהודעה שאני מגיב אליה עכשיו.

 

[אוהב להתווכח]

אני מסכים ואכן הניסוח שלי היה לא טוב

אבל כמו שכתבתי מבחינה רעיונית יש פה משהו משותף מאוד גדול לשני הדברים האלו.

 

[user32]

אוטונומציה או בוטיקה

מכונית אוטומטית = רכב עם מנגון מכאני שמעביר הילוכים
מכונית אוטונומית = רכב שנוהג בעצמו באמצעות מחשב
בוטים הם תוכנות שמחקות התנהגות אנושית וברוב המקרים משתמשות בML.

 

[אוהב להתווכח]

התכוונתי מכונית אוטונומית

אני מרגיש שאני נסחף לויכוח סמנטי משעמם.
מה שהתכוונתי לומר שהחלפת פועלים במכונות דורשת פעמים רבות שימוש ב-ML. לעתים לא אבל פעמים רבות כן. בגלל היעילות בדבר אני לא רואה איך התהליך הזה הולך להיפסק.
אבל אם כבר הזכרת רכב אוטומטי, אז אני משער שגם מפתחי גירים אוטמטיים משתמשים ב-ML על מנת להבין מה המצב הנכון להעביר הילוך. זה יכול להיות שימוש בזמן ריצה ולפעמים זה ניתוח OFFLINE.

 

[user32]

כן, למידת מכונה נראה תחום מבטיח

לגבי תיבות הילוכים: התיבה האוטומטית קיימת עוד משנות ה60, הרבה לפני שחלמו להכניס מחשבים לתוך רכבים. זה מנגנון מכני.
גיר רובוטי לעומת זאת (שהוא נפוץ למדי היום) דומה למה שתיארת וממה שאני יודע אכן יש תיבות שמתיימרות "ללמוד" את הנהג אם כי לפי כתבי הרכב מתכנתי הML לא עשו עבודה מי יודע מה.

 

[אוהב להתווכח]

אגב, הגיר הרובוטי משתפר כל הזמן

גם בגלל שהכניסו מצמד כפול (שאין לי מושג מה זה אומר) וגם משיפור האלגוריתמיקה של ההחלפה.

 

[bismark1]

פעם מישהו אמר

שאם עולם הרכב היה מתקדם בקצב של עולם המיחשוב אז היו כבר היו לנו מכוניות שעולות 1000$, נוסעות 1000 ק"מ לליטר דלק ומדי פעם מתפוצצות בלי סיבה.

אמ;לק - חפירה על גירים.
ואם בגירים עסקינן - כבר בסוף שנות התשעים/תחילת המילניום גיר ה-AL4 (רנו מגאן דור 1 ועוד שלל רכבים תוצרת צרפת) התיימר להיות "גיר שלומד את סגנון הנהיגה של הנהג ומגיב בהתאם" - התוצאה הייתה גיר שמדי פעם משנה את ההתנהגות באופן מפתיע ומחרפן את בעל הרכב (במיוחד לאור העובדה שהייתה לו נטיה לשבוק חיים או סתם לסבול משלל תקלות, עד היום הוא מפרנס יפה מכוני גירים. יש לו תרומה נאה למוניטין הבעייתי של רכבים צרפתיים) - אבל הי, גיר לומד! בכל מקרה, ML לא היה שם.

מצמד כפול - לא מדויק אבל הרעיון הוא לחלק את תייבת ההילוכים לשניים, הילוכים זוגיים ואי זוגיים כאשר ישנם שני מצמדים, אחד להילוך הנוכחי ואחד שכבר נמצא בהילוך הצפוי הבא, כשנדרשת העברת הילוך הגיר כבר נמצא מוכן "בהילוך הבא" והמעבר בין הילוכים יותר חלקה (אין את הקפיצות הידועות לשימצה שמוכרות למי שנהג על הקורולה הרובוטית ב-2008). מצד שני, "שיפור" זה דבר סובייקטיבי, חלק מהתיבות האלה (DSG) סבל/סובל מאמינות בעייתית - יש סיבה שעולם הרכב לא ממהר לאמץ טכנולוגיות חדשניות.

 

[d70]

כשהילדים שלנו ייסעו במכונית חשמלית הם יראו גיר במוזיאון
למכוניות חשמליות פשוט אין גיר.