Yapay Zekâ Alanında Kariyer Nasıl İnşa Edilir, Bölüm 1: Kariyer Gelişiminin Üç Adımı

Andrew Ng - Çeviri: Ozancan Ozdemir

Merhabalar,

Makine öğrenmesi ve derin öğrenmeye ilgi duyan herkes mutlaka en az bir kere de olsa Andrew Ng adını duymuştur ki birçok kişi de Ng’nin en az bir kez açık ders içerik materyallerinden faydalanmıştır.

Ng geçtiğimiz günlerde The Batch’de yapay zekâ alanında kariyer yapmak isteyen kişilere yönelik kendi düşünce ve tavsiyelerini içeren farklı zaman aralıklarında mektuplar yayınladı.

Ben de bu mektuplardan daha fazla kişinin yararlanması amacıyla Türkçe’ye çevirip, paylaşmak istedim.

----

Sevgili arkadaşlar,

Yapay zekânın hızlı yükselişi, yapay zekâ ile ilgili işlerde de hızlı bir artışa yol açtı ve birçok insan bu alanda heyecan verici kariyerler inşa ediyor. Kariyer, onlarca yıl süren bir yolculuk ve yol her zaman kolay değil. Uzun yıllar boyunca, binlerce öğrencinin yanı sıra büyük ve küçük şirketlerdeki mühendislerin yapay zekâ alanında kariyer yaptığını görme ayrıcalığına sahip oldum. Bu ve sonraki birkaç mektupta, kendi rotanızı çizmede faydalı olabilecek birkaç düşünceyi paylaşmak istiyorum.

Kariyer gelişiminin üç temel adımı öğrenme (teknik ve diğer becerileri kazanmak), projeler üzerinde çalışmak (becerileri derinleştirmek, portföy oluşturmak ve etki yaratmak) ve iş aramaktır. Bu adımlar üst üste yığılır:

• Başlangıçta, temel teknik beceriler kazanmaya odaklanırsınız.

• Temel beceriler kazandıktan sonra proje çalışmasına yönelirsiniz. Bu süre zarfında, muhtemelen öğrenmeye devam edeceksiniz.

• Daha sonra, zaman zaman iş arayabilirsiniz. Bu süreç boyunca, muhtemelen öğrenmeye ve anlamlı projeler üzerinde çalışmaya devam edeceksiniz.

Bu aşamalar çok çeşitli mesleklerde geçerlidir, ancak yapay zekâ benzersiz unsurlar içerir. Örneğin:

• Yapay zekâ yeni ortaya çıkıyor ve birçok teknoloji hala gelişiyor. Makine öğrenimi ve derin öğrenmenin temelleri olgunlaşırken — ve kurslar bu temellerin ötesinde ustalaşmanın etkili bir yolu olsa da, değişen teknolojiye ayak uydurmak yapay zekâda daha olgun alanlara göre daha önemlidir.

• Proje çalışması genellikle yapay zekâ konusunda uzmanlığı olmayan paydaşlarla çalışmak anlamına gelir. Bu, uygun bir proje bulmayı, projenin zaman çizelgesini ve yatırım getirisini tahmin etmeyi ve beklentileri belirlemeyi zorlaştırabilir. Buna ek olarak, yapay zekâ projelerinin son derece yinelemeli doğası proje yönetiminde özel zorluklara yol açar: Hedef doğruluğuna ulaşmanın ne kadar süreceğini önceden bilmeden bir sistem oluşturmak için nasıl bir plan yapabilirsiniz? Sistem hedefe ulaştıktan sonra bile, dağıtım sonrası sapmayı gidermek için daha fazla yineleme gerekebilir.

• Yapay zekâda iş aramak, diğer sektörlerde iş aramaya benzer olsa da, bazı farklılıklar vardır. Birçok şirket hala hangi YZ becerilerine ihtiyaç duyduklarını ve bu becerilere sahip insanları nasıl işe alacaklarını bulmaya çalışıyor. Üzerinde çalıştığınız şeyler, görüşmecinizin gördüğü her şeyden önemli ölçüde farklı olabilir ve potansiyel işverenleri işinizin bazı unsurları hakkında eğitmeniz daha olasıdır.

Bu adımlar boyunca, destekleyici bir topluluk büyük bir yardımdır. Size yardımcı olabilecek ve sizin de yardım etmeye çalıştığınız bir grup arkadaşınız ve müttefikinizin olması, yolu kolaylaştırır. Bu, ister ilk adımlarınızı atıyor olun, ister yıllardır bir yolculukta olun bu doğrudur.

Küresel yapay zekâ topluluğunu büyütmek için hepinizle birlikte çalışmaktan heyecan duyuyorum ve buna topluluğumuzdaki herkesin kariyerlerini geliştirmelerine yardımcı olmak da dâhil. Önümüzdeki birkaç hafta içinde bu konulara daha derinlemesine dalacağım.

Öğrenmeye devam et!

Andrew

— — — — — — — —

Bu yazının orijinal hâline https://read.deeplearning.ai/the-batch/how-to-build-a-career-in-ai-part-1-three-steps-to-career-growth/ adresinden erişebilirsiniz.

8