采访Sayak Paul,Deep Learning Associate,Pyimagesearch

Sayak Paul.是一个深入的学习,它在Pyimagesearch助理,他在那里涵盖了各种主题的项目,例如用于即将到来的书籍的模型优化,生成建模和CRNN架构等各种主题 论计算机愿景的高级深度学习。

我们感谢 Sayak Paul.pyimagesearch. 参加 数据科学访谈系列 并分享几个AI智能之家,包括:

  • 他如何闯入数据科学行业
  • 他的审判和沟通在该领域
  • 推荐书籍

Nisha:你是如何进入数据科学的?

Sayak:回到我本科的日子里,我采取了一个被称为模式识别和机器学习的选修课。这是2015年底,Resnets已经在计算机视觉社区中发抖。所以加上这一点,我的本科课程就是让我进入这个主题,从那时起就迷上了。

“I cannot say I have 发达 them —我仍然在发展他们。”

Nisha:您每天用作数据科学家的主要技能是什么?您是如何发展的?

好吧,发展位是我的过程。所以,我不能说我有 发达 them —我仍然在发展他们。

我的日常职责包括Python编程,框架是像Tensorflow,Scikit-Learn,Pytorch等一些终端技能。其他人包括像AWS和GCP这样的不同云服务的使用。主要是运行大规模的模型培训。域名,我在计算机愿景中辅助深入学习。特别是,我的项目基于转移学习,资源有效的模型部署,对抗鲁棒性,生成建模等的主题。

我遵循像realpython这样的资源,自动化与Python的无聊的东西,以磨练我的Python编程技巧。上面提到的框架在他们的官方网站上为任何级别的官方网站提供了一个有用的例子,以获得开始和潜水更深的人。因此,为了获得更多知识,我主要遵循他们官方网站的任何东西。除此之外,我慷慨地乘坐平台提供的在线课程。,Coursera。这有助于我更深入地了解事物,并且练习出现了良好的心理训练。

“我试图在我与队友的沟通中透明,并确保我们都在同一页面上。”

Nisha:你目前作为专业数据科学家面临的最大挑战是什么,以及如何解决它们?

Sayak:我认为技术债务是挑战。由于我的工作非常跨学科,往往会越来越压倒,以便通过大惊小怪并专注于超特定的东西。因此,我试图在与队友的沟通中透明,并确保我们都在同一页面上。

此外,它’经常不切实际的是要事先了解特定主题的一切。所以,我经常通过做一些实践的例子跳进它来获得更好的理解。

Nisha:您作为数据科学家的商业/行业的域名知识是多么重要,以及您是如何获得的?

Sayak:域名知识对于有效地通过项目工作非常重要,特别是在这一领域。它有助于衡量且无法现实实现的。随着丰富的数据,人们经常认为我们以学习算法抛出它们,我们将为手头的任务获得预期的结果。

这是域名知识在帮助确定所需的数据预处理级别的位置,以便将该数据正确馈送到算法。

Nisha:3个词,最好总结你学习ML和数据科学的方式:

  • 耐心,坚持不懈,奉献

(但我还在学习)

Nisha:书籍:哪些书在您的旅程中帮助了您,为什么?

Sayak:

Nisha:课程:您采取了哪些课程/课程,这些课程/课程将有助于推动您在数据科学的职业生涯中?

Sayak:

  • 用于编码器的实践深度学习(Fastai)
  • 深度学习专业化(Deeplearning.ai)

Nisha:你在过去12个月内推出的最大改进是什么,这有很大改善了你的工作流程?

Sayak:从2020年中期开始,我开始使用小的Python脚本来自动化我在日常作品中觉得无聊的东西。这极大地提高了生产力。当然,弄清楚无聊的东西需要我在我意识到这一点之前做一段时间。

Nisha:你对今天达到数据科学的人会给哪些建议?

从一个驱动器开始’T刚刚开始因为嗡嗡声。

Nisha:有什么激励你在数据科学中工作的?

能够从数据揭开模式以开发有影响力的产品。

副主编

一位年轻的数据科学家,愿望探讨人工智能可以帮助利用人类生活的寿命和征服终端疾病的不同方式。我还想探讨人工智能的人民意见以及他们认为它带来或不会带到桌子的内容。有这么多未解答的问题,我想得到更多的洞察力。

加入AI时间杂志
加入助理编辑

您是否有兴趣分享AI的信息和知识,并与现场中的一些最聪明的思维联系起来?

了解加入作为一个 Associate Editor.

关于Nisha Arya Ahmed

一位年轻的数据科学家,愿望探讨人工智能可以帮助利用人类生活的寿命和征服终端疾病的不同方式。我还想探讨人工智能的人民意见以及他们认为它带来或不会带到桌子的内容。有这么多未解答的问题,我想得到更多的洞察力。

查看Nisha Arya Ahmed的所有帖子→