AI/ML wchodzi praktycznie do każdej organizacji, coraz więcej firm wdraża rozwiązania bazujące na tych technologiach. W swojej praktyce zawodowej zauważyłem, że na rynku brakuje osób, które mają kompetencje w prowadzeniu tego typu projektów. Rozumieją AI/ML, mogą doradzić jakiego typu problem można rozwiazać przy pomocy ML, jakiej jakości wynikó możemy się spodziewać, jak zarządzić ryzykiem w tego typu projektach itp.

Projekty ML różnią się od klasycznych projektów IT, gdzie zakres można łatwiej ustalić, prawdopodobieństwo wykonania zadania jest większe. Bez wiedzy co jest możliwe, jak pracuje się przy problemach ML oraz tego jakiego wsparcia oczekują ML inżynieży od osoby prowadzącej projekt, prowadzenie projektu AI rodzi dużo frustracji i prowadzi do niepotrzebnych napięć w zespołach i z klientami.

Stąd postanowiłem przygotować listę, kursów które mogę się wam przydać w rozwoju kariery.

• AI Product Management Specialization by Duke University – Coursera
  Zbudujesz fundamentalne zrozumienie tego, czym jest uczenie maszynowe, jak działa oraz kiedy i dlaczego jest stosowane. Aby skutecznie zarządzać tworzeniem produktów wykorzystujących AI i współpracować z inżynierami ML i klientami, musisz zrozumieć podstawy technologii uczenia maszynowego. Kurs ten stanowi wprowadzenie do uczenia maszynowego, ze szczególnym uwzględnieniem procesu tworzenia modeli, oceny i interpretacji modeli ML oraz intuicji stojącej za popularnymi algorytmami ML i głębokiego uczenia
  Nauczysz się jak przebiega proces tworzenia rozwiązania bazującego o ml, poznasz najlepsze praktyki. Kurs wspomina także o wyzwaniach stojących przy wdrażaniu produktów ML takich jak bias, wyjaśnialność modeli, prywatność a nawet problemy etyczne.

Prowadzenie projektu ML i budowanie rozwiązań z ML

• Full Stack Deep Learning – warto zrobić na koniec, gdyż skupia się na wdrożeniu modeli i ich utrzymaniu, omawia kwestie prowadzenia projektu ML i zarządzania zespołem. Częściowo dla Tech Leadów a część materiału dla mangerów projektów.
  Poziom: zaawansowany
  Frameworki: Pytorch + Pytorch Lightning
  Ocena: 5/5
• Made with ML – omawia całość tworzenia projektu ML, od strony analizy, budowy wizji produktu, roadmapy, narzędzi i poprzez trening i wdrożnenie
  Poziom: średniozaawansowany
  

Materiały z bloga

• Ryzyka w projekcie ML – prezentacja w ramach konferencji Data Science Summit 12.2022